Fli 底层原理：如何从 AF_initDataCallback 数据块中解析 Google Flights 页面数据（完整指南）

【免费下载链接】fliGoogle Flights MCP, CLI and Python Library项目地址: https://gitcode.com/gh_mirrors/fli2/fli

Fli是一个开源的 Google Flights 搜索工具，提供 Python 库、CLI 和 MCP Server 三种使用方式。它的核心能力是绕过 HTML 爬虫，直接解析 Google Flights 页面内嵌的AF_initDataCallback数据块（ds:1payload），把航班价格、时刻、机型等原始数据还原成结构化对象。本文带你完整走一遍这条解析链路 🛫

为什么不再直接调用 Google 的 RPC 接口？

Google Flights 背后有一个未公开的FlightsFrontendService服务（GetShoppingResults、GetCalendarGraph等 RPC 端点），早期工具直接 POST 到它拿数据。但自 2026-08 起，这些端点要求携带一个x-goog-batchexecute-bgr请求头，它只能由页面自身的 JavaScript 动态生成，且签名与请求体严格绑定——任何普通 HTTP 客户端都会被拒，返回 HTTP 200 加一个空的wrb.fr错误行（gRPC error 13）。

Fli 的应对方案：改走公开搜索页google.com/travel/flights。该页面把同样的航班结果内联在页面的AF_initDataCallback脚本块中，key 为ds:1，其中data[2]和data[3]就是原来 RPC 返回的航班行——于是旧的解析器几乎不用改动。这个决策记录在 fli/search/_tfs.py 的模块注释里。

第一步：构造 tfs 参数——用 protobuf 描述搜索条件

公开搜索页不再接收结构化的 JSON 请求，而是通过一个名为tfs的 URL 参数传递搜索条件。tfs是一个base64url 编码的 protobuf 消息，字段布局由逆向工程得出，例如（见 fli/search/_proto.py）：

• 字段 19：行程类型（1=往返，2=单程）
• 字段 3：航段（重复），内含出发/到达机场、日期、中转上限
• 字段 8：乘客类型（1=成人，2=儿童，3/4=两种婴儿票）
• 字段 9：舱位等级

fli/search/_tfs.py 中的build_tfs函数把FlightSearchFilters对象编码成tfs值，再拼进 URL：

https://www.google.com/travel/flights?tfs=<base64>&hl=en&gl=US&curr=USD

值得注意的是，多城市行程在此被明确拒绝——页面不为它内联任何航班行，硬发请求会静默返回错误结果，Fli 宁可直接报错（fli/search/_tfs.py#L119-L131）。

第二步：从 HTML 中精准抽取 ds:1 数据块

请求返回后，是一整页约 2.4MB 的 HTML，其中包含多个AF_initDataCallback块（地图数据、币种数据等）。Fli 需要挑出 key 为ds:1的那一块。核心是三个正则（fli/search/_tfs.py#L67-L70）：

_DS_BLOB = re.compile(r"AF_initDataCallback\((\{.*?\})\);", re.S) _DS_KEY = re.compile(r"key:\s*'([^']+)'") _DS_DATA = re.compile(r"data:(.*?), sideChannel", re.S)

extract_payload函数（fli/search/_tfs.py#L180-L205）逐个匹配脚本块、筛出ds:1、把data字段的 JSON 反序列化，返回一个嵌套数组——这正是 RPC 时代同样的结构。仓库里有一份真实的抓取样本，可以直观看到这个数据块的形态：search_page_jfk_lhr_nonstop_ds1.html（JFK→LHR 直飞、美元计价的完整 ds:1 载荷）。

第三步：解码——从嵌套数组到 FlightResult 模型

ds:1的data[2]/data[3]中每一行都是一条"位置式"数组：数字下标即字段，没有字段名。解码器 fli/search/_decoders.py 按固定下标逐层取值，例如parse_flight_row（fli/search/_decoders.py#L39-L79）：

解码后得到结构化的FlightResult：价格、货币、时长、经停次数、每段航班的航空公司/航班号/机型/设施/碳排放等，全部是强类型对象。解码器刻意不含任何 I/O，因此可以对着抓取的 fixture 做确定性单元测试（tests/search/test_parse_flights_data.py）。

第四步：容错——拒绝、缺块与重试

真实网络环境里，Fli 处理三类异常：

1. 错误信封：wrb.fr行第 5 位携带 gRPC 状态码（如 3=参数无效、13=拒绝服务），且不是合法正整数就不算拒绝（0是 gRPC 的 OK）——逻辑见 fli/search/_wire.py#L225-L248。
2. 页面缺块：大约 1/60 的页面会 200 但唯独没有ds:1块（瞬态现象）。fetch_payload对此精确重试 3 次、带 0.5s/1.5s 退避（fli/search/_tfs.py#L208-L243）——只重试这一种情况，避免放大硬失败。
3. 稀疏乘客组合：带儿童/婴儿的行程中，Google 会在客户端计价，页面内联行数大幅减少甚至为 0。Fli 用_RowCountTracker区分"Google 没内联"和"被用户过滤器滤空"，前者会给出明确提示而不是空手而归（fli/search/flights.py#L82-L113）。

传输层同样讲究：fli/search/client.py 用curl_cffi模拟 Chrome 指纹、全局令牌桶限速 10 请求/秒、指数退避重试 3 次，并为 EU 用户的同意拦截页预置 SOCS cookie。

解析结果能做什么？

解析链路之上，Fli 暴露三种界面：Python API（SearchFlights().search(...)）、CLI（fli flights search）和 MCP Server，后者可让 Claude 等 AI 助手直接调用search_flights/search_dates工具查航班、找最便宜日期：

关键文件清单

小结：Fli 的 Google Flights 数据解析链路 = protobuf 编码请求（tfs）→ 正则定位AF_initDataCallback的ds:1块 → 按下标逐层解码 → 容错重试与过滤。理解这条链路，你也能看懂大多数"页面内联数据"类解析方案的设计取舍。

【免费下载链接】fliGoogle Flights MCP, CLI and Python Library项目地址: https://gitcode.com/gh_mirrors/fli2/fli