淘宝 API 详情类 JSON 结构化解析实战（核心章节）

一、前言：为什么结构化解析是核心？

淘宝商品详情 API 返回的是多层嵌套 JSON，包含商品基础信息、SKU、图片、价格、营销、物流、服务等数十个字段。 直接使用原始数据会出现：

• 字段缺失导致程序崩溃
• SKU 解析混乱
• 价格类型不统一
• 图片防盗链无法展示
• HTML 详情无法直接复用

结构化解析 = 把杂乱嵌套 JSON → 干净、统一、可直接入库 / 前端使用的标准数据模型

---

二、解析目标

把淘宝 API 原始返回，解析成统一结构：

1. 商品基础信息（ID、标题、类目、状态）
2. 价格体系（原价、促销价、券后价）
3. SKU 规格（规格名、规格值、价格、库存）
4. 图片资源（主图、详情图、去防盗链处理）
5. 商品详情（HTML 清洗、文本提取）
6. 销售信息（销量、发货地、服务）

---

三、原始 JSON 结构回顾（简化版）

json

{
    "item_get_response": {
        "item": {
            "num_iid": "680123456789",
            "title": "夏季纯棉短袖T恤",
            "price": "89.00",
            "promotion_price": "59.00",
            "pic_url": "https://img.taobao.com/xxx.jpg",
            "item_imgs": [ {"url":"https://img.taobao.com/xxx1.jpg"}, ... ],
            "skus": {
                "sku": [
                    {
                        "sku_id": "123456",
                        "price": "59.00",
                        "quantity": 100,
                        "properties_name": "颜色:白色;尺码:M"
                    }
                ]
            },
            "desc": "<p>商品详情HTML</p>",
            "sales": 12345,
            "free_ship": true
        }
    }
}

---

四、结构化解析实战（分步 + 代码 + 说明）

1. 根节点解析：提取 item 主体

技术点 ：淘宝 API 固定包裹在 item_get_response → item 下

python

运行

# 解析入口
def parse_item(json_data):
    # 1. 提取根节点
    response = json_data.get("item_get_response", {})
    item = response.get("item", {})
    if not item:
        raise Exception("商品数据为空")
    return item

---

2. 基础字段解析（最稳定、必用）

python

运行

num_iid = item.get("num_iid", "")         # 商品唯一ID
title = item.get("title", "")             # 标题
cid = item.get("cid", "")                  # 类目ID
category_name = item.get("category_name", "")  # 类目名称
location = item.get("location", "")        # 发货地
seller_nick = item.get("nick", "")         # 卖家昵称
shop_name = item.get("shop_name", "")      # 店铺名
detail_url = item.get("detail_url", "")    # 商品链接

踩坑点：

• num_iid 必须字符串类型，不能转数字（避免超长精度丢失）

---

3. 价格体系解析（重点）

淘宝价格字段多，必须统一结构化：

python

运行

# 价格统一格式化
price_data = {
    "origin_price": float(item.get("price", 0)),        # 原价
    "sale_price": float(item.get("promotion_price", 0)),# 促销价
    "final_price": 0.0
}

# 最终价 = 促销价优先，无促销则用原价
price_data["final_price"] = price_data["sale_price"] or price_data["origin_price"]

业务价值：价格监控、比价系统核心字段

---

4. 图片资源解析（去防盗链）

技术点：淘宝图片有防盗链，需标准化处理

python

运行

# 主图
main_pic = item.get("pic_url", "")

# 详情图列表
item_imgs = item.get("item_imgs", [])
img_list = [img.get("url", "") for img in item_imgs if img.get("url")]

# 清洗：去掉协议头，兼容HTTPS/HTTP
img_list = [
    url.replace("http:", "https:") for url in img_list
]

实战用途：自有商城、小程序、APP 商品展示

---

5. SKU 规格结构化解析（最复杂、最核心）

目标：

把 颜色:白色;尺码:M 解析为：

plaintext

{
    "specs": {"颜色":"白色","尺码":"M"},
    "price":59,
    "stock":100
}

解析代码

python

运行

sku_list = []
sku_array = item.get("skus", {}).get("sku", [])

for sku in sku_array:
    sku_id = sku.get("sku_id", "")
    price = float(sku.get("price", 0))
    stock = sku.get("quantity", 0)
    props_name = sku.get("properties_name", "")
    
    # 拆分规格：颜色:白色;尺码:M
    specs = {}
    if props_name:
        prop_arr = props_name.split(";")
        for p in prop_arr:
            if ":" in p:
                k, v = p.split(":", 1)
                specs[k] = v
    
    sku_info = {
        "sku_id": sku_id,
        "price": price,
        "stock": stock,
        "specs": specs
    }
    sku_list.append(sku_info)

这是电商系统必备结构：下单、库存、规格选择全靠它

---

6. 商品详情 HTML 解析与清洗

python

运行

desc_html = item.get("desc", "")

# 清洗：去掉淘宝无用标签、懒加载、内链
def clean_html(html):
    html = html.replace("data-src", "src")   # 懒加载替换
    html = html.replace("taobao.com", "")    # 可按需过滤
    return html

用途：同步到自有商城、小程序详情页

---

7. 销售与服务结构化

python

运行

sales_info = {
    "sales": item.get("sales", 0),               # 销量
    "free_shipping": item.get("free_ship", False), # 是否包邮
    "service": item.get("service", ""),           # 服务：七天无理由
    "is_on_sale": True  # 可根据字段判断上下架
}

---

五、最终输出：标准结构化商品模型

json

{
    "num_iid": "680123456789",
    "title": "夏季纯棉短袖T恤",
    "price": {
        "origin": 89.00,
        "sale": 59.00,
        "final": 59.00
    },
    "images": {
        "main": "https://img.taobao.com/xxx.jpg",
        "list": [ "https://img.taobao.com/xxx1.jpg", ... ]
    },
    "skus": [
        {
            "sku_id": "123456",
            "price": 59.00,
            "stock": 100,
            "specs": { "颜色": "白色", "尺码": "M" }
        }
    ],
    "sales": 12345,
    "free_shipping": true,
    "desc": "<p>清洗后的HTML</p>"
}

这就是企业级标准结构：可直接入库、给前端、给 ERP、给小程序

---

六、本章技术总结（可直接放文章结尾）

淘宝商品详情 API 的 JSON 结构化解析，是电商数据开发中最关键、最实用、最容易踩坑的环节。 核心价值：

1. 统一字段，消除 API 嵌套混乱
2. SKU 规格化，支撑下单、库存、规格选择
3. 价格标准化，支撑比价、监控、营销
4. 图片 / 详情清洗，支持多端展示
5. 输出标准模型，可直接用于业务系统