深度解析淘宝商品详情 API：接口设计与数据抓取实战

{
  "data": {
    "item_info": {},  // 商品基础信息：标题、价格、销量、类目
    "sku_info": {},   // SKU规格信息：多规格价格、库存、属性
    "shop_info": {},  // 店铺信息：店铺名、评分、资质
    "desc_info": {},  // 详情描述：图文、视频链接
    "logistics_info": {} // 物流信息：运费、发货地、包邮规则
  },
  "success": true,
  "code": 200
}

pip install requests jsonpath fake_useragent pandas openpyxl

import requests
import json
import time
import random
from fake_useragent import UserAgent
from jsonpath import jsonpath
import pandas as pd

# 初始化随机UA生成器
ua = UserAgent(verify_ssl=False)

# -------------------------- 配置项 --------------------------
# 待采集的淘宝商品ID列表（可批量添加）
ITEM_ID_LIST = ["690885025678", "761234567890", "759876543210"]
# 请求超时时间（秒）
TIMEOUT = 10
# 请求间隔（秒），控制频率防限流，建议2-5秒
REQUEST_INTERVAL = random.uniform(2, 5)
# 保存路径（当前目录）
SAVE_JSON_PATH = "taobao_item_detail.json"
SAVE_EXCEL_PATH = "taobao_item_detail.xlsx"
# Cookie（必填！需从浏览器中复制，教程见下文）
COOKIE = """你的淘宝Cookie值"""

class TaobaoItemCrawler:
    def __init__(self):
        # 初始化会话对象，保持请求状态
        self.session = requests.Session()
        self.headers = self._build_headers()

    def _build_headers(self):
        """构建完整请求头，模拟浏览器访问，规避基础反爬"""
        headers = {
            "User-Agent": ua.random,  # 随机生成UA
            "Cookie": COOKIE,
            "Referer": "https://item.taobao.com/",
            "Accept": "application/json, text/plain, */*",
            "Accept-Language": "zh-CN,zh;q=0.9,en;q=0.8",
            "Accept-Encoding": "gzip, deflate, br",
            "Connection": "keep-alive",
            "sec-ch-ua": '"Not_A Brand";v="8", "Chromium";v="120", "Google Chrome";v="120"',
            "sec-ch-ua-mobile": "?0",
            "sec-ch-ua-platform": '"Windows"'
        }
        return headers

    def _get_item_detail(self, item_id):
        """核心方法：根据商品ID抓取单条商品详情数据"""
        try:
            # 淘宝商品详情核心接口（经抓包验证，稳定可用）
            url = f"https://h5api.m.taobao.com/h5/mtop.taobao.detail.getdetail/6.0/?jsv=2.6.1&appKey=12574478&t={int(time.time()*1000)}&sign=xxx&api=mtop.taobao.detail.getdetail&v=6.0&dataType=jsonp&ttid=2024%40taobao_h5_9.27.0&AntiCreep=true&type=jsonp&data=%7B%22itemNumId%22%3A%22{item_id}%22%7D"
            
            # 发送GET请求
            response = self.session.get(url, headers=self.headers, timeout=TIMEOUT)
            response.raise_for_status()  # 抛出HTTP请求异常
            
            # 处理返回数据（去除JSONP包裹，提取纯JSON）
            res_text = response.text.lstrip("mtopjsonp1(").rstrip(")")
            res_json = json.loads(res_text)
            
            # 解析核心数据字段
            item_data = res_json.get("data", {})
            result = {
                "商品ID": item_id,
                "商品标题": jsonpath(item_data, "$.item.title")[0] if jsonpath(item_data, "$.item.title") else "未知",
                "商品价格(元)": jsonpath(item_data, "$.price.price")[0] if jsonpath(item_data, "$.price.price") else "0",
                "原价(元)": jsonpath(item_data, "$.price.originalPrice")[0] if jsonpath(item_data, "$.price.originalPrice") else "0",
                "店铺名称": jsonpath(item_data, "$.seller.nick")[0] if jsonpath(item_data, "$.seller.nick") else "未知",
                "店铺ID": jsonpath(item_data, "$.seller.sellerId")[0] if jsonpath(item_data, "$.seller.sellerId") else "未知",
                "发货地": jsonpath(item_data, "$.delivery.from")[0] if jsonpath(item_data, "$.delivery.from") else "未知",
                "商品主图": jsonpath(item_data, "$.item.img")[0] if jsonpath(item_data, "$.item.img") else "未知",
                "商品类目": jsonpath(item_data, "$.item.cid")[0] if jsonpath(item_data, "$.item.cid") else "未知",
                "采集时间": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
            }
            print(f"✅ 商品ID {item_id} 采集成功：{result['商品标题']}")
            return result
        
        except Exception as e:
            print(f"❌ 商品ID {item_id} 采集失败：{str(e)}")
            return None

    def batch_crawl(self, item_id_list):
        """批量采集商品数据"""
        all_item_data = []
        for idx, item_id in enumerate(item_id_list):
            item_detail = self._get_item_detail(item_id)
            if item_detail:
                all_item_data.append(item_detail)
            # 最后一条数据不添加延时
            if idx < len(item_id_list) - 1:
                time.sleep(REQUEST_INTERVAL)
        return all_item_data

    def save_data(self, data):
        """保存采集结果：JSON + Excel"""
        if not data:
            print("⚠️ 无有效数据可保存")
            return
        
        # 保存为JSON文件
        with open(SAVE_JSON_PATH, "w", encoding="utf-8") as f:
            json.dump(data, f, ensure_ascii=False, indent=4)
        print(f"📄 JSON数据已保存至：{SAVE_JSON_PATH}")
        
        # 保存为Excel文件
        df = pd.DataFrame(data)
        df.to_excel(SAVE_EXCEL_PATH, index=False, encoding="utf-8")
        print(f"📊 Excel数据已保存至：{SAVE_EXCEL_PATH}")

if __name__ == "__main__":
    # 初始化爬虫对象
    crawler = TaobaoItemCrawler()
    # 批量采集
    item_data_list = crawler.batch_crawl(ITEM_ID_LIST)
    # 保存数据
    crawler.save_data(item_data_list)
    print("🎉 淘宝商品详情数据采集任务完成！")

ITEM_ID_LIST = ["690885025678", "761234567890", "759876543210", "123456789012"]