第 9 章

商品详情与素材采集

主图、详情图、视频,以及天猫淘宝的差异。

取什么

  • 标题、价格、店铺、SKU 编码
  • 规格参数表
  • 主图(通常 5 张以上)
  • 详情图(长图)
  • 主图视频

京东商品页

京东现已强制登录,直接请求会跳登录页。做法同样是复用已登录的浏览器 Profile。

天猫 / 淘宝的差异

阿里系 cookie 有特殊处理,取数时注意:

  1. 登录后如果仍被踢回登录页,通常是 cookie2 没拿到
  2. 详情图页面里会混进评价区的用户头像,需要按尺寸与位置过滤
  3. 主图视频不在图集接口里,要单独取

这三条在脚本里都已经处理过。

输出结构

<商品ID>/
├── info.csv          商品信息与规格
├── main/             主图
├── detail/           详情图
├── video/            主图视频
└── manifest.json     采集时间与数量校验

manifest.json 用来做完整性校验:主图少于 4 张、详情图少于 1 张会标记为可疑。