Python 爬虫获取 item_get_web —— 淘宝商品 SKU、详情图、券后价全流程解析

一、接口定位：item_get_web 到底是什么？

item_get_web 并不是淘宝官方文档里的标准 API 名称，而是技术社区对「Web 端商品详情页」数据的统称，通常指同时包含：

• SKU 规格、价格、库存

• 5 张主图 + 详情图 URL

• 优惠券信息（面额、有效期）

• 券后价（原价 - 面额）

的聚合接口 或自研爬虫方案 。

下面给出一条无需登录、可并发、10 行核心代码就能跑通的「Web 端爬虫」思路，并逐行拆解。

---

二、整体思路（4 步 30 行代码）

步骤	目标	核心 URL
①	获取商品 ID	任意搜索列表
②	拉取详情 JSON	https://detailskip.taobao.com/json/iid={num_iid}
③	解析 SKU / 价格 / 券	JSON → pandas.DataFrame
④	批量下载图片	异步 aiohttp + aiofiles

---

三、完整源码（可直接跑）

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import re, json, asyncio, aiohttp, aiofiles
import pandas as pd
from urllib.parse import urljoin

HEADERS = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 "
                  "(KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36",
    "Referer": "https://item.taobao.com/",
}

async def item_get_web(num_iid: str):
    """并发获取 SKU、券后价、详情图"""
    url = f"https://detailskip.taobao.com/json/iid={num_iid}&t={pd.Timestamp.now().value}"

    async with aiohttp.ClientSession() as ses:
        async with ses.get(url, headers=HEADERS) as resp:
            txt = await resp.text()
            data = json.loads(re.search(r"\(({.*})\)", txt).group(1))

    # ① SKU 表格化
    sku_list = []
    for sku in data["sku"]["skuMap"].values():
        sku_list.append({
            "skuId": sku["skuId"],
            "price": float(sku["price"]),
            "stock": int(sku["stock"]),
            "props": ";".join([f"{k}:{v}" for k, v in sku["propPath"].items()])
        })
    df_sku = pd.DataFrame(sku_list)

    # ② 券后价计算
    coupon = data.get("coupon") or {}
    original_price = df_sku["price"].min()
    denomination = float(coupon.get("denomination", 0))
    coupon_price = original_price - denomination

    # ③ 详情图列表
    desc_imgs = [
        urljoin("https:", img)
        for img in re.findall(r'"https:(//img[^"]+)"', data["desc"])
    ]

    return {
        "num_iid": num_iid,
        "title": data["item"]["title"],
        "original_price": original_price,
        "coupon_price": coupon_price,
        "sku_df": df_sku,
        "desc_imgs": desc_imgs
    }

async def download_img(url, path):
    async with aiohttp.ClientSession() as ses:
        async with ses.get(url) as resp:
            async with aiofiles.open(path, "wb") as f:
                await f.write(await resp.read())

async def main(num_iid: str):
    info = await item_get_web(num_iid)
    print(f'{info["title"]} 原价 ¥{info["original_price"]} 券后 ¥{info["coupon_price"]}')
    print("SKU 预览")
    print(info["sku_df"].head())
    # 异步下载详情图
    tasks = [download_img(u, f"{num_iid}_{i}.jpg")
             for i, u in enumerate(info["desc_imgs"][:20])]
    await asyncio.gather(*tasks)
    print("详情图下载完成")

if __name__ == "__main__":
    asyncio.run(main("728649613560"))   # 替换任意宝贝 ID

---

四、逐行拆解

行号块	关键知识	为什么这么做
① url	Web 端详情接口	淘宝 PC 页异步地址，返回 JSONP，无需登录
② 正则抠 JSON	\(({.*})\)	接口用 JSONP 回调，需正则剥壳
③ SKU 表格化	skuMap	含 price/stock/propPath，直接转 DataFrame 方便后续落库
④ 券后价计算	original - denomination	与官方逻辑一致，券信息在 data["coupon"] 节点
⑤ 详情图正则	re.findall	详情 HTML 被放在 data["desc"]，一次性正则抽出所有 //img.alicdn.com 链接
⑥ 异步下载	aiohttp+aiofiles	详情图 20~60 张，同步下载耗时 10 s+，异步可压到 1 s

---

五、常见问题速查

现象	原因	解决
desc 为空	商品无图文详情	跳过或补默认值
403/滑块	IP 短时间 >200 次	单 IP 加 200 ms 延迟，或接代理池
图片 404	相对路径 //img	用 urljoin("https:", url) 补全协议
券信息缺失	商品无优惠	denomination=0，券后价=原价

---

六、业务落地 3 案例

1. 无货源搬家

   批量跑 item_get_web → 转存 SKU 图 + 详情图到 OSS → 生成新 HTML → 上传到拼多多/抖店，完成"一键搬家"。

2. 比价工具

   每 30 min 轮询 Top 1000 SKU 的 coupon_price → 写回 Redis → 前端价格曲线实时可视化。

3. 库存预警
   df_sku["stock"] < 10 自动发飞书机器人，提醒运营及时补货。

---

七、小结

item_get_web 的核心就是解析淘宝 Web 端 JSONP 接口 ，一次性拿到 SKU、价格、库存、优惠券、详情图 5 大类数据。

跑通上面 30 行代码，再叠加异步下载、图片转存、字段清洗，就能在选品、比价、ERP 搬家场景中快速上线。祝你"搬"得开心，单量长虹！

如遇任何疑问或有进一步的需求，请随时与我私信或者评论联系。