如果你是电商从业者、数据分析新手，或者单纯想了解 “怎么获取商品价格和销量数据”，这篇文章会用最直白的语言，带你从 0 到 1 掌握核心技能 —— 不用复杂编程基础，跟着步骤走就能上手！

一、先搞懂：电商 API 和爬虫到底是什么？

新手最容易混淆 “API” 和 “爬虫”，其实它们是获取数据的两种不同方式，先花 2 分钟分清：

1. 电商 API：官方 “开门” 给数据

API（应用程序接口）就像电商平台（比如淘宝、京东）专门为开发者开的 “数据大门”—— 你按平台规则申请 “钥匙”（API 密钥），然后告诉平台 “我要某商品的价格”，平台就会把整理好的数据直接给你，格式清晰还合规。

优点：数据准、速度快、不违规；缺点：部分平台 API 需要资质（比如企业账号），部分功能要收费。

2. 爬虫：“逛网页” 抄数据

如果没有 API 权限，就需要用 “爬虫”—— 它像一个自动化的 “浏览器”，模拟人打开网页、找到价格 / 销量所在的位置，再把这些数据 “复制” 下来。

优点：无需 API 权限，适用范围广；缺点：要处理网页格式，可能遇到 “反爬”（比如平台封 IP），需注意合规。

新手建议：优先试 API，API 用不了再考虑爬虫，本文会两种方式都教！

二、准备工作：3 分钟搭好工具环境

不管用 API 还是爬虫，都需要这 3 个基础工具，新手跟着做就能搞定：

1. 装 Python（核心编程语言）

• 去下载（选 3.8 以上版本，新手推荐 3.10），安装时勾选 “Add Python to PATH”（关键！不然后续用不了）。

• 验证：打开电脑 “命令提示符”（Windows 按 Win+R 输 cmd，Mac 按 Launchpad 找终端），输python --version，能显示版本号就装好了。

2. 装 3 个必备库（代码 “工具箱”）

打开命令提示符 / 终端，复制以下 3 行命令，每行输完按回车（等待安装完成，出现 Success 就好）：

pip install requests # 发API请求、爬网页用

pip install beautifulsoup4 # 解析网页数据用

pip install pandas # 保存数据到Excel用

3. 选一个编辑器（写代码的地方）

新手推荐用 “VS Code”（免费！）：

• 下载VS Code，安装后在左侧搜 “Python” 插件并安装。

• 新建文件夹（比如 “电商数据爬取”），在 VS Code 里打开文件夹，新建文件（后缀名.py，比如 “get_data.py”），就可以写代码了。

三、实战环节：3 步获取商品价格与销量

接下来进入核心！我们分 “API 调用” 和 “爬虫抓取” 两种场景，用 3 步完成数据获取（以 “获取某商品价格 + 销量” 为例）。

第一步：优先试 API——5 行代码拿到数据（以测试 API 为例）

很多平台有 “测试 API”（不用企业资质），我们用公开测试 API 演示（实际用某平台 API 时，需先去平台开发者中心申请密钥）。

操作步骤：

1. 获取 API 密钥：假设我们用 “某电商测试平台”，注册后拿到两个关键信息：

• • AppKey：ABC123（示例，实际要替换成自己的）

• • AppSecret：XYZ789（示例，实际要替换成自己的）

1. 写代码调用 API：在 VS Code 的get_data.py里复制以下代码（注释写得很细，新手能看懂每步做什么）：

# 1. 导入工具箱（之前装的库）
import requests
import pandas as pd

# 2. 配置API信息（替换成自己的密钥和商品ID）
api_url = "https://api.test-ecommerce.com/get_product"  # 测试API地址
params = {
    "app_key": "ABC123",  # 你的AppKey
    "app_secret": "XYZ789",  # 你的AppSecret
    "product_id": "123456"  # 要查的商品ID（比如商品详情页URL里的id）
}

# 3. 发请求拿数据
response = requests.get(api_url, params=params)
data = response.json()  # 把API返回的内容转成字典格式（新手理解：像表格一样有“键-值”）

# 4. 提取价格和销量
product_name = data["result"]["name"]  # 商品名
price = data["result"]["price"]  # 价格（单位：元）
sales = data["result"]["sales"]  # 销量（单位：件）

# 5. 打印结果看看
print(f"商品：{product_name}")
print(f"价格：{price}元")
print(f"销量：{sales}件")

1. 运行代码：在 VS Code 右上角点 “运行” 按钮，或在终端输python get_data.py，就能看到商品的价格和销量了！

第二步：API 用不了？3 步写爬虫抓数据

如果没有 API 权限，我们用 “爬虫” 抓取静态商品页（注意：仅用于学习，爬取前要确认网站的《robots 协议》，不要爬敏感数据或频繁请求）。

操作步骤：

1. 找目标商品页：比如我们要爬 “某电商商品页”（示例 URL：https://test-ecommerce.com/product/123456https://test-ecommerce.com/product/123456），先打开网页，按 F12 打开 “开发者工具”，找到价格和销量的位置：

• • 价格在<span class="product-price">99.00</span>里

• • 销量在<div class="product-sales">1200件</div>里

1. 写爬虫代码：替换get_data.py里的代码为以下内容：

# 1. 导入工具箱
import requests
from bs4 import BeautifulSoup
import pandas as pd

# 2. 配置爬虫信息（目标网页URL）
target_url = "https://test-ecommerce.com/product/123456"  # 替换成实际商品页URL
# 加请求头（模拟浏览器，避免被识别为爬虫）
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/117.0.0.0 Safari/537.36"
}

# 3. 爬网页、解析数据
response = requests.get(target_url, headers=headers)  # 打开网页
soup = BeautifulSoup(response.text, "html.parser")  # 解析网页内容

# 提取商品名、价格、销量（根据实际网页标签调整class）
product_name = soup.find("h1", class_="product-name").text  # 商品名
price = soup.find("span", class_="product-price").text  # 价格
sales = soup.find("div", class_="product-sales").text  # 销量

# 打印结果
print(f"商品：{product_name}")
print(f"价格：{price}")
print(f"销量：{sales}")

1. 运行代码：和 API 一样点运行，就能看到抓取到的数据啦！如果没拿到数据，大概率是 “标签错了”—— 重新按 F12 查网页标签，替换代码里的class_值（比如把product-price换成实际的 class 名）。

第三步：数据存到 Excel——1 行代码搞定

不管是 API 还是爬虫拿到的数据，都可以用pandas存到 Excel，方便后续分析（比如对比多个商品价格）。

操作步骤：

在之前的代码末尾，加这几行：

# 把数据整理成表格格式
data_table = pd.DataFrame({
    "商品名": [product_name],
    "价格": [price],
    "销量": [sales]
})

# 保存到Excel（文件会存在你新建的“电商数据爬取”文件夹里）
data_table.to_excel("商品数据.xlsx", index=False)
print("数据已保存到Excel！")

运行后，打开文件夹就能看到 “商品数据.xlsx”，里面清晰记录了商品信息 —— 如果要爬多个商品，只需循环修改product_id或target_url即可。

四、关键提醒：新手必知的合规与反爬要点

1. 合规第一：

• • 用 API 必须遵守平台规则（比如淘宝开放平台、京东开放平台的开发者协议），不要超量请求；

• • 用爬虫要先看网站根目录的robots.txt（比如http://www.xx.com/robots.txt），里面会说明 “哪些页面不能爬”，严禁爬取用户隐私、订单等敏感数据。

1. 避免被反爬：

• • 爬虫加headers（模拟浏览器，前面代码已加）；

• • 不要频繁请求：在代码里加time.sleep(2)（导入time库后用，意思是每次请求停 2 秒）；

• • 不要用自己的主 IP 爬大量数据：可尝试用代理 IP（新手先小量测试，避免封 IP）。

1. 异常处理：

新手可以加简单的 “报错处理”，比如 API 请求失败时提示：

if response.status_code != 200:
    print("API请求失败，检查密钥或商品ID！")

五、总结：从入门到进阶的下一步

今天你已经学会了：

1. 分清 API 和爬虫的区别；
2. 搭好 Python 环境和工具；
3. 用 API 或爬虫 3 步获取商品价格与销量，还能存到 Excel。

如果想进阶，可以尝试：

• 爬多个商品数据（用for循环）；

• 定时爬取（比如每天 9 点获取价格，用schedule库）；

• 数据可视化（用matplotlib画价格趋势图）。

如果在操作中遇到问题（比如 API 报错、爬虫拿不到数据），可以把具体报错信息告诉我，我来帮你排查！