Python 爬虫实现淘宝按图搜索商品（拍立淘）实战指南

onejason
97 阅读4分钟

在电商领域，按图搜索商品的功能极大地提升了用户体验和购物效率。淘宝的拍立淘功能凭借其强大的图像识别技术，成为许多开发者和商家关注的焦点。本文将详细介绍如何利用 Python 爬虫技术实现淘宝按图搜索商品功能，包括注册账号、上传图片、调用 API 及解析响应等关键步骤。

一、准备工作

（一）注册淘宝开放平台账号

要使用淘宝的按图搜索功能，首先需要在淘宝开放平台注册一个账号。注册成功后，登录平台并创建一个新的应用，以获取调用 API 所需的 App Key 和 App Secret。这两个值在后续的 API 调用中用于身份验证，请妥善保管。

（二）安装依赖库

使用 Python 调用 API 时，需要安装 requests 库，用于发送 HTTP 请求：

pip install requests

二、上传图片并获取图片标识

由于 API 接口要求传入图片的 URL 或 ID，因此需要先将需要搜索的商品图片上传到淘宝的图片空间或其他支持的图片服务器。以下是使用 Python 上传图片到淘宝服务器的代码示例：

import requests
import json
import time
import hashlib

def generate_sign(params, app_secret):
    """生成签名（此处为简化示例，具体签名方法需参考淘宝API文档）"""
    sorted_params = sorted(params.items())
    sign_content = ''.join(['%s%s' % (k, v) for k, v in sorted_params]) + app_secret
    sign = hashlib.md5(sign_content.encode('utf-8')).hexdigest().upper()
    return sign

def upload_img_to_taobao(app_key, app_secret, image_path):
    url = "https://restapi.taobao.com/router/rest"
    params = {
        'app_key': app_key,
        'method': 'taobao.upload.img',
        'format': 'json',
        'v': '2.0',
        'timestamp': int(time.time()),
        'sign_method': 'md5'
    }
    files = {'file': open(image_path, 'rb')}
    params['sign'] = generate_sign(params, app_secret)
    response = requests.post(url, files=files, params=params)
    if response.status_code == 200:
        response_data = response.json()
        if 'pic_url' in response_data:
            pic_url = response_data['pic_url']
            print("上传成功, 图片URL为:", pic_url)
            return pic_url
        else:
            print("上传成功, 但未找到图片URL")
    else:
        print("请求失败, 状态码:", response.status_code)
    return None

# 使用示例
app_key = "your_app_key"
app_secret = "your_app_secret"
image_path = "path/to/your/image.jpg"
img_url = upload_img_to_taobao(app_key, app_secret, image_path)

三、调用 API 接口

（一）接口 URL

淘宝按图搜索商品的 API 接口 URL 通常为：https://api.taobao.com/imgsearch/item_search_img.do。

（二）请求参数

  • key：你的应用 key，用于身份验证。
  • secret：你的应用 secret，同样用于身份验证。
  • imgid：图片的 URL 或 ID，指向你要搜索的商品图片。
  • cat（可选）：商品类目 ID，用于限定搜索范围。
  • page（可选）：分页参数，指定返回结果的页码。

以下是调用图片搜索接口的代码示例：

import requests

def search_items_by_img(app_key, app_secret, img_url, cat=None, page=1):
    url = "https://api.taobao.com/imgsearch/item_search_img.do"
    params = {
        'key': app_key,
        'secret': app_secret,
        'imgid': img_url,
        'cat': cat if cat else '',
        'page': page
    }
    response = requests.get(url, params=params)
    if response.status_code == 200:
        response_data = response.json()
        for item in response_data.get('items', {}).get('item', []):
            print("商品标题:", item['title'])
            print("商品图片URL:", item['pic_url'])
            print("优惠价:", item['promotion_price'])
            print("价格:", item['price'])
            print("销量:", item['sales'])
            print("商品链接:", item['detail_url'])
            print("-" * 40)
    else:
        print("请求失败, 状态码:", response.status_code)

# 使用示例
app_key = "your_app_key"
app_secret = "your_app_secret"
img_url = "http://g-search3.alicdn.com/img/bao/uploaded/i4/O1CN01IDpcD81zHbpHs1YgT_!!2200811456689.jpg"
search_items_by_img(app_key, app_secret, img_url, cat=None, page=1)

四、解析响应

调用按图搜索接口后，淘宝会返回一个 JSON 格式的响应数据。解析响应数据，提取商品的关键信息，如商品标题、价格、图片链接等。

五、注意事项

  1. 遵守使用协议：使用淘宝开放平台的 API 时，必须严格遵守其使用协议和相关法律法规。
  2. 签名生成：签名生成过程中，参数的拼接顺序必须严格按照字典序。
  3. 时间戳校验：请求时间戳与服务器时间误差不能超过 5 分钟。
  4. 异常处理：建议添加重试机制，避免因网络问题导致请求失败。
  5. 图片要求：图片格式支持 JPG/PNG，大小不超过 2MB，建议主体商品占比超过 60%。

六、总结

通过以上步骤，你可以成功利用 Python 爬虫实现淘宝按图搜索商品功能。这不仅为开发者提供了强大的功能支持，也为用户带来了更加便捷和直观的购物体验。希望本文对你有所帮助，祝你在电商领域取得更大的成功！

avatar
文章
阅读
粉丝