电商API接口|Javascript抓取京东、淘宝商品数据

“ 不知怎么建站？就找怎么建站！ ”

背景：

EDI许可证网站和ICP许可证网站需要有丰富的商品数据来应付EDI、ICP许可证下证审核。下面介绍的这种方法是我之前主要的抓取数据的方法，大概用了一年多。这几天又对这个方法进行了一些优化改进。

之前用的方法：

let temp = []var lists = $('#J_goodsList li.gl-item')$.each(lists,function(idx,item){ temp.push({   id:$(item).data('sku'),   goods_img:$(item).find('img').attr('src'),   goods_name:$(item).find('.p-name em').text(),   market_price:$(item).find('.p-price i').text(), })})console.log(temp)

电商API接口

通过分类查询京东、淘宝的商品，比如搜索“电子产品”，获取到电子产品的列表
通过JavaScript操作页面dom元素，获取到商品信息数组
通过在线工具将json数组转成excel文件

处理图片地址，包裹上img标签，通过浏览器加载并下载图片

//img13.360buyimg.com/n7/jfs/t1/181788/14/25091/44594/63c0c017F11c3c118/4521648b22e0dd3a.jpg

原图片

将链接中的n7改成n1(尺寸变大)，并且加上img标签

<img src=https://img13.360buyimg.com/n1/s450x450_jfs/t1/181788/14/25091/44594/63c0c017F11c3c118/4521648b22e0dd3a.jpg />

将图片下载到本地

将生成的excel文件数据和EDI网站商品数据合并
将商品图片上传到服务器
手动给每个商品添加商品详情，这个是主要的工作量

这种方式主要有两个缺点：

列表获取不到商品详情图片，需要手动去抓取
过程比较繁琐，有很多需要手动操作的地方

这几天优化后的方法：

获取到的商品信息如下：

通过分类查询京东、淘宝的商品，比如搜索“电子产品”，获取到电子产品的列表。将首图带有京东Logo的商品去掉，留下符合要求的商品

通过JavaScript操作页面dom元素，获取到除了商品详情以外的完整的商品信息

let temp = []let img_dir = 'dzcp'var lists = $('#J_goodsList li.gl-item')$.each(lists,function(idx,item){    var img_url = $(item).find('.p-img img').attr('src')    img_url = img_url.indexOf('http')<0 ? 'https:'+img_url : img_url    var index = img_url.lastIndexOf('/')    var img_file = img_url.substring(index)    //将n7改成n1(图片尺寸变大)，并包裹上img标签    var img_tag = "<img src="+img_url.replace("n7","n1")+' />'    temp.push({        id:'https://item.jd.com/'+$(item).data('sku')+'.html',        name:$(item).find('.p-name a em').text().replace(/\s*/g,""),        market_price:$(item).find('.p-price i').text(),        path:'391_394_',        cateid:394,        img_file:img_dir+img_file,        //img_url:img_url,        img_tag:img_tag    })})copy(temp)console.log(temp)

通过JavaScript自动将获取到的商品信息转成excel

function jsonToExcel(data, head, name = 'template') {    let str = head ? head + '\n' : '';    data.forEach(item => {      // 拼接json数据, 增加 \t 为了不让表格显示科学计数法或者其他格式        for(let key in item) {            str = `${str + item[key] + '\t'},`        }        str += '\n'    });    console.log(str)    // encodeURIComponent解决中文乱码    const uri = 'data:text/csv;charset=utf-8,\ufeff' + encodeURIComponent(str);     // 通过创建a标签实现     const link = document.createElement("a");     link.href = uri;     // 对下载的文件命名     link.download =  `${name + '.xlsx'}`;     link.click();}jsonToExcel(temp, "商品链接,标题,商品价格,分类树,分类,图片地址,图片标签,商品详情")

通过执行jsonToExcel函数获取到的excel文件：

通过浏览器将图片下载到本地，具体的操作方法就是将第二步中获取到的img标签，放到一个网页中加载图片，另存为
将生成的excel文件数据和EDI网站商品数据合并
将商品图片上传到服务器
手动给每个商品添加商品详情，这个是主要的工作量

详情图片也分为两种，一种是在img标签中的

另外一种是在css属性background中的，这种相对来说比较麻烦，要一张一张复制