实战解析：如何精准定位并提取京东商品的 SKU 数据一、为什么要做 SKU 采集在电商精细化运营、比价系统、价格监控、

一、为什么要做 SKU 采集

在电商精细化运营、比价系统、价格监控、库存同步、智能补货、竞品分析等场景中，“SKU（Stock Keeping Unit）” 是最小粒度、最稳定、最不可再拆分的商品单元。京东把同一 SPU（Standard Product Unit，标准商品）下的不同颜色、尺码、版本、套餐拆成多条 SKU，每条 SKU 具备独立的 id、价格、库存、促销、图片、规格参数。
因此，能否“精准”而非“暴力”地拿到 SKU 维度数据，直接决定了后续业务逻辑的准确性。

二、京东前端渲染链路的演进

2016 年以前：服务端直出 HTML，页面源码里直接嵌 JSON。
2017-2019 年：开始 React 同构，HTML 中仍保留 window.pageConfig、window.skudata 等全局变量。
2020 以后：大部分页面升级为 Next.js 同构 + JFS（京东前端服务）SSR，首屏 HTML 只剩骨架，真正的 SKU 数据放在异步接口；同时接口加签、加滑块、加 m.jd.com 的协议头，风控显著增强。

结论：
– 2025 年的今天，想拿到 100% 准确的 SKU，必须“浏览器环境 + 接口逆向”两条腿走路。
– 接口逆向的核心是定位“SKU 聚合接口”并“还原签名算法”。

三、整体技术方案

浏览器层：Puppeteer/Playwright 模拟真机环境，绕过滑块、滑条、智能验证码。
逆向层：在 DevTools 中把 SKU 接口（getWareBusiness、getSeparateWareStyle、getSizeColor 等）的请求/响应完整抓出来，剥离出 query 参数、cookie、sign、functionId。
纯后端层：用 Python 复现签名算法，脱离浏览器做高并发调用。

四、环境准备

# 系统：Ubuntu 22.04
python3.11 -m venv venv
source venv/bin/activate
pip install playwright requests loguru pydantic fake-useragent
playwright install chromium

五、浏览器层：用 Playwright 拿原始接口

# file: jd_sku_browser.py
import asyncio, re, json
from playwright.async_api import async_playwright
from loguru import logger

JD_ITEM_URL = "https://item.jd.com/100012043978.html"

async def run():
    async with async_playwright() as pw:
        iphone_ua = "Mozilla/5.0 (iPhone; CPU iPhone OS 17_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/17.0 Mobile/15E148 Safari/604.1"
        iphone = pw.devices['iPhone 14 Pro']
        browser = await pw.webkit.launch(headless=False, slow_mo=200)
        page = await browser.new_page(**iphone, user_agent=iphone_ua)
        await page.route("**/*", lambda route: route.continue_())  # 全放行
        res_list = []

        async def handle_res(res):
            url = res.url
            if "getWareBusiness" in url or "getSeparateWareStyle" in url:
                try:
                    txt = await res.text()
                    res_list.append({"url": url, "json": json.loads(txt)})
                except Exception as e:
                    logger.warning(e)

        page.on("response", handle_res)

        await page.goto(JD_ITEM_URL, timeout=30_000)
        await page.wait_for_load_state("networkidle")
        await asyncio.sleep(3)
        await browser.close()
        return res_list

if __name__ == "__main__":
    print(asyncio.run(run()))

运行后会在终端打印出两条核心 JSON：
– getWareBusiness：包含价格、库存、促销、Plus 价、秒杀价。
– getSeparateWareStyle：包含颜色、尺码、版本、套餐维度及对应的 SKU ID。

六、逆向层：剥离出关键参数

以 getWareBusiness 为例，浏览器 Network 面板看到的 URL： https://api.m.jd.com/api?appid=item-view&functionId=getWareBusiness&client=m&clientVersion=12.0.0&uuid=163521234567890&t=1724745123456&skuId=100012043978&sign=c5c4c3b2a1...

经过断点调试（webpack:// jd-module-sign.js）发现 sign 的算法：

sign = md5(
  "functionId=" + functionId +
  "&body=" + body +
  "&uuid=" + uuid +
  "&client=" + client +
  "&clientVersion=" + clientVersion +
  "&t=" + t +
  "&appid=" + appid +
  "&token=" + (token || "")
)

其中 body 是 URL 编码后的 JSON 字符串，token 为空。

七、Python 复现签名算法

# file: jd_sign.py
import hashlib, time, urllib.parse

def jd_sign(function_id: str, body: dict, uuid: str, client="m", client_version="12.0.0", appid="item-view") -> str:
    body_str = urllib.parse.quote(json.dumps(body, separators=(",", ":"), ensure_ascii=False))
    t = str(int(time.time() * 1000))
    raw = (
        f"functionId={function_id}"
        f"&body={body_str}"
        f"&uuid={uuid}"
        f"&client={client}"
        f"&clientVersion={client_version}"
        f"&t={t}"
        f"&appid={appid}"
        "&token="
    )
    return hashlib.md5(raw.encode()).hexdigest(), t

八、纯后端：高并发拉取 SKU 维度数据

# file: jd_sku.py
import httpx, json, asyncio, random
from jd_sign import jd_sign
from loguru import logger

BASE = "https://api.m.jd.com/api"
HEADERS = {
    "User-Agent": "Mozilla/5.0 (iPhone; CPU iPhone OS 17_0 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/17.0 Mobile/15E148 Safari/604.1",
    "Referer": "https://item.m.jd.com/"
}

async def fetch_sku(sku_id: str):
    uuid = "".join(random.choices("0123456789", k=15))
    body = {"skuId": sku_id, "catId": "", "areaId": "19_1601_50258_51885"}
    sign, t = jd_sign("getWareBusiness", body, uuid)
    params = {
        "appid": "item-view",
        "functionId": "getWareBusiness",
        "client": "m",
        "clientVersion": "12.0.0",
        "uuid": uuid,
        "t": t,
        "skuId": sku_id,
        "sign": sign,
        "body": json.dumps(body, separators=(",", ":"))
    }
    async with httpx.AsyncClient(timeout=10, headers=HEADERS) as cli:
        r = await cli.get(BASE, params=params)
        r.raise_for_status()
        return r.json()

if __name__ == "__main__":
    sku = "100012043978"
    data = asyncio.run(fetch_sku(sku))
    print(json.dumps(data, ensure_ascii=False, indent=2))

九、结果解析与落地

价格：data["price"]["p"] 为当前售价，data["price"]["op"] 为原价。
库存：data["stock"]["skuState"] 1 为有货，0 为无货；data["stock"]["StockState"] 33 为现货，34 为预订，40 为无货。
促销：data["promotion"] 为数组，包含满减、秒杀、白条分期。
SKU 维度：data["colorSize"] 为颜色/尺码矩阵，每条记录包含 skuId、image、name。

示例落地 MySQL 表：

CREATE TABLE jd_sku (
    id BIGINT PRIMARY KEY,
    sku_id BIGINT UNIQUE,
    spu_id BIGINT,
    name VARCHAR(255),
    price DECIMAL(10,2),
    stock TINYINT,
    spec JSON,
    utime TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);

将脚本封装成定时任务，每分钟批量刷新，即可实现分钟级价格/库存监控。

十、风控与合规提示

京东对 UA、Cookie、Sign、滑块、IP 频率均有风控，建议：
– 合理并发（QPS<1）
– 使用住宅代理轮换，例如：亿牛云
– 遵守 robots.txt 及京东开放平台 ToS