电商高效选品监控实战：一套自动化数据方案搞定竞品追踪（附完整可运行代码）

pip install requests pandas openpyxl schedule

import requests
import pandas as pd
import schedule
import time
from datetime import datetime

# ====================== 配置区（自行修改）======================
# 工具后台获取的个人访问凭证
ACCESS_KEY = "你的工具密钥"
# 监控关键词列表，可批量添加类目词
MONITOR_KEYWORDS = ["家用收纳盒", "厨房沥水篮", "桌面手机支架"]
# 筛选阈值：月销量大于该数值才标记潜力款
SALE_THRESHOLD = 500
# 保存报表文件名
SAVE_FILE = "电商选品监控数据.xlsx"
# ==============================================================

def get_goods_data(keyword):
    """调用数据工具获取商品结构化数据"""
    headers = {
        "Content-Type": "application/x-www-form-urlencoded"
    }
    params = {
        "key": ACCESS_KEY,
        "word": keyword,
        "page": 1,
        "page_size": 30
    }
    # 数据工具服务地址
    resp = requests.post("https://open.xxx.com/query/goods", data=params, headers=headers, timeout=30)
    res_json = resp.json()
    goods_list = []
    if res_json.get("code") == 200:
        data_items = res_json.get("data", [])
        for item in data_items:
            temp_dict = {
                "抓取时间": datetime.now().strftime("%Y-%m-%d %H:%M"),
                "搜索关键词": keyword,
                "商品标题": item.get("title", ""),
                "商品编码": item.get("item_id", ""),
                "当前售价": float(item.get("price", 0)),
                "活动底价": float(item.get("promo_price", 0)),
                "月销量": int(item.get("sales", 0)),
                "累计评价数": int(item.get("comment_count", 0)),
                "店铺名称": item.get("shop_name", ""),
                "商品主图": item.get("pic_url", ""),
                "类目路径": item.get("category_name", ""),
                "发货地": item.get("ship_from", "")
            }
            goods_list.append(temp_dict)
    return goods_list

def filter_hot_product(all_data):
    """筛选潜力爆款：月销量超过阈值"""
    hot_list = []
    normal_list = []
    for item in all_data:
        if item["月销量"] >= SALE_THRESHOLD:
            hot_list.append(item)
        else:
            normal_list.append(item)
    print(f"【筛选完成】潜力爆款{len(hot_list)}个，普通商品{len(normal_list)}个")
    return hot_list, normal_list

def save_to_excel(hot_data, all_data):
    """将数据写入Excel，分两个工作表：全部商品、潜力爆款"""
    with pd.ExcelWriter(SAVE_FILE, engine="openpyxl", mode="a", if_sheet_exists="replace") as writer:
        df_all = pd.DataFrame(all_data)
        df_hot = pd.DataFrame(hot_data)
        df_all.to_excel(writer, sheet_name="全量商品数据", index=False)
        df_hot.to_excel(writer, sheet_name="潜力爆款清单", index=False)
    print(f"数据已保存至 {SAVE_FILE}，更新时间：{datetime.now().strftime('%Y-%m-%d %H:%M')}")

def run_monitor_task():
    """单次完整监控任务"""
    total_goods = []
    # 循环遍历所有监控关键词
    for kw in MONITOR_KEYWORDS:
        print(f"正在抓取类目：{kw}")
        goods = get_goods_data(kw)
        total_goods.extend(goods)
        time.sleep(2)  # 间隔请求，避免高频访问
    # 筛选爆款
    hot_goods, _ = filter_hot_product(total_goods)
    # 存储报表
    save_to_excel(hot_goods, total_goods)

def auto_schedule_task():
    """定时任务配置：每天早上9点自动执行监控"""
    schedule.every().day.at("09:00").do(run_monitor_task)
    print("定时监控任务已启动，每日9点自动采集数据，可保持程序后台运行")
    while True:
        schedule.run_pending()
        time.sleep(60)

if __name__ == "__main__":
    # 两种运行模式：
    # 1. 单次执行：直接运行一次采集
    run_monitor_task()
    # 2. 7*24小时定时监控，取消下方注释启用
    # auto_schedule_task()