eBay价格监控实战：如何用python爬取eBay商品数据？

​

在跨境电商竞争日趋激烈的今天，掌握实时价格动态已成为卖家制胜的关键。eBay作为全球最大的C2C与B2C电商平台之一，每天承载着数亿件商品的交易。对于运营人员而言，仅靠人工刷新页面来追踪竞品价格，不仅效率低下，还极易错过最佳调价时机。

本文将手把手带你用Python搭建一套完整的eBay价格监控工具，涵盖eBay数据爬取的全流程——从环境搭建、代理配置、数据提取，到自动存储与邮件提醒——并重点解决实际采集中最常见的访问限制与封禁问题，帮助你以最低成本实现稳定、持续的eBay价格监控。

​编辑

一、eBay数据爬取：有何价值？

对于跨境卖家、电商运营和数据分析人员来说，eBay数据爬取的价值远不止于了解价格，而是：

• 第一时间获取同类商品的调价信号，避免因定价滞后而流失订单。
• 通过批量采集销量、评价数量等维度，识别品类风口和潜力爆品。
• 替代人工录入，批量获取标题、图片、规格等结构化数据，提升选品效率。
• 结合历史数据，构建价格波动模型，为动态定价策略提供数据支撑。

基于以上场景，本文的目标是：使用Python搭建一个轻量级的eBay价格监控工具，并通过代理IP解决采集过程中常见的访问限制问题，让你的eBay数据爬取任务更稳定、更高效。

​

编辑

二、eBay价格监控：使用Python爬取商品数据

下面我们将分步骤完成整个系统的搭建，每一步均附有可直接运行的Python代码，你只需按顺序执行即可。

1. 工具准备

开始eBay数据爬取之前，请先安装以下依赖库：

pip install requests beautifulsoup4 lxml schedule smtplib

requests 负责发起HTTP请求；beautifulsoup4 + lxml 用于解析HTML；schedule 实现定时任务；内置的 smtplib 模块则用于发送价格提醒邮件，无需额外安装。

2. 获取eBay商品页面

eBay对爬虫有一定的UA检测机制，直接使用默认请求头很容易触发403或CAPTCHA。以下代码通过伪装浏览器请求头来获取页面内容：

import requests
from bs4 import BeautifulSoup
from requests.adapters import HTTPAdapter
from urllib3.util import Retry

def get_ebay_page(url, proxy=None):
    # 1. 初始化 Session（自动管理 Cookie）
    session = requests.Session()
    
    # 2. 配置重试机制（防止网络偶发性闪断）
    retries = Retry(total=3, backoff_factor=1, status_forcelist=[500, 502, 503, 504])
    session.mount('http://', HTTPAdapter(max_retries=retries))
    session.mount('https://', HTTPAdapter(max_retries=retries))
    
    # 3. 更加逼真的浏览器请求头
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36",
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/avif,image/webp,image/apng,*/*;q=0.8",
        "Accept-Language": "en-US,en;q=0.9",
        "Accept-Encoding": "gzip, deflate, br",
        "Cache-Control": "max-age=0",
        "Connection": "keep-alive",
        "Upgrade-Insecure-Requests": "1"
    }
    session.headers.update(headers)
    
    # 4. 规范化代理格式
    proxies = None
    if proxy:
        # 如果传入的 proxy 没有协议头，自动补齐
        if not proxy.startswith(('http://', 'https://')):
            proxy = f"http://{proxy}"
        proxies = {"http": proxy, "https": proxy}
    
    try:
        # 5. 可选：在请求具体商品前，先悄悄访问一下首页拿取基础 Cookie（防爬关键）
        # session.get("https://www.ebay.com", proxies=proxies, timeout=5)
        
        # 6. 正式请求商品页面
        response = session.get(url, proxies=proxies, timeout=10)
        response.raise_for_status()
        
        # 针对 eBay 的特殊检查：有时候状态码是200，但内容其实是安全验证
        if "captcha" in response.url or "Robot Check" in response.text:
            print("[警告] 被 eBay 机器人检查拦截，请更换代理 IP 或更新 Cookie！")
            return None
            
        return response.text
        
    except requests.exceptions.RequestException as e:
        print(f"[错误] 请求页面失败: {e}")
        return None

# ----- 测试调用 -----
if __name__ == "__main__":
    test_url = "https://www.ebay.com/itm/225643445557" # 替换为一个真实的eBay商品链接
    html_content = get_ebay_page(test_url)
    
    if html_content:
        soup = BeautifulSoup(html_content, "html.parser")
        # 尝试打印页面标题看是否获取成功
        print("页面标题:", soup.title.text.strip() if soup.title else "未找到标题")

需要注意的是，eBay的页面结构会因商品类别不同而存在差异，建议爬取前先在浏览器开发者工具中确认目标元素的CSS选择器。

3.配置代理

eBay数据爬取中最常见的障碍是平台对频繁请求的IP进行封锁。而使用动态住宅代理IP可以实现多个IP轮转，防止因IP封禁导致爬取任务中止，适合需要长期持续运行的eBay价格监控场景.

4.提取商品信息

页面获取成功后，使用BeautifulSoup解析HTML，提取商品标题、价格和库存状态等核心字段：

import re
from bs4 import BeautifulSoup

def extract_product_info(html):
    # 建议默认使用 html.parser，如果安装了 lxml 也可以用 lxml
    soup = BeautifulSoup(html, "html.parser")
 
    # 1. 商品标题：精准定位到内部的 span 或是直接提取
    title_element = soup.find("h1", class_="x-item-title__mainTitle")
    if title_element:
        # eBay 经常在 inside 塞入一个类名叫 ux-textspans 的 span
        sub_span = title_element.find("span", class_="ux-textspans")
        title_text = sub_span.get_text(strip=True) if sub_span else title_element.get_text(strip=True)
    else:
        title_text = "N/A"
 
    # 2. 当前价格：提取并清洗出纯数字（方便后续比价监控）
    price_element = soup.find("div", class_="x-price-primary")
    price_text = "N/A"
    raw_price = "N/A"
    
    if price_element:
        raw_price = price_element.get_text(strip=True) # 例如: "US $24.99" 或 "C $35.00/ea"
        # 正则表达式：提取价格中的数字和小数点 (例如 24.99)
        price_match = re.search(r'\d+(?:.\d+)?', raw_price.replace(',', ''))
        if price_match:
            price_text = price_match.group(0)  # 变为纯字符串数字 "24.99"，后续可直接 float(price_text)
 
    # 3. 库存状态：多备用选择器提高容错率
    stock_text = "Available" # 默认认为有货
    # 尝试您原本的类名
    stock_element = soup.find("div", class_="d-quantity__availability")
    
    # 备用方案：eBay 有时会用别名包裹库存，如 "x-quantity__availability" 或 span 标签
    if not stock_element:
        stock_element = soup.find(class_=re.compile(r".*quantity__availability.*"))
        
    if stock_element:
        stock_text = stock_element.get_text(strip=True)
    else:
        # 检查页面是否包含 "Out of stock" 或 "Sold" 关键字
        page_text = soup.get_text()
        if "Out of stock" in page_text or "This item is out of stock" in page_text:
            stock_text = "Out of Stock"
 
    return {
        "title": title_text,
        "raw_price": raw_price,   # 带有货币符号的原文本，如 "US $24.99"
        "clean_price": price_text, # 纯数字，如 "24.99"，监控对比用它
        "stock": stock_text,
    }

5.保存价格数据

将每次采集到的价格数据追加写入CSV文件，方便后续进行价格趋势分析或导入到Excel/数据库中处理：

import csv
import os
from datetime import datetime

def save_to_csv(data: dict, product_url="N/A", filename="ebay_prices.csv"):
    # 1. 定义 CSV 允许的标准字段（严格对应列名）
    fieldnames = ["timestamp", "title", "price", "stock", "url"]
    
    # 2. 使用 os.path 更加优雅、安全地判断文件是否存在
    file_exists = os.path.exists(filename)
 
    # 3. 构造要写入的目标字典（防止外部传入的 data 缺少字段或多了多余字段）
    row_to_write = {
        "timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
        # 使用 .get(key, default) 容错，防止提取失败时字典少键导致报错
        "title": data.get("title", "N/A"),
        # 这里兼容我们上一步清洗出的 clean_price 或原本的 price
        "price": data.get("clean_price") or data.get("price") or "N/A",
        "stock": data.get("stock", "N/A"),
        # 将 URL 作为参数显式传入，或者从 data 里取
        "url": data.get("url") or product_url
    }
 
    # 4. 写入文件
    try:
        with open(filename, "a", newline="", encoding="utf-8-sig") as f:
            # utf-8-sig 可以让 Windows 用户直接双击用 Excel 打开时不会出现中文乱码
            writer = csv.DictWriter(f, fieldnames=fieldnames)
            
            # 如果文件是新创建的，先写入表头
            if not file_exists:
                writer.writeheader()
            
            # 写入数据
            writer.writerow(row_to_write)
            print(f"[成功] 数据已追加至 {filename}")
            
    except Exception as e:
        print(f"[错误] 写入 CSV 文件失败: {e}")

# ----- 模拟实战调用 -----
if __name__ == "__main__":
    # 模拟上一步 extract_product_info 传出来的字典（假设没有 url）
    mock_parsed_data = {
        "title": "iPhone 15 Pro Max 256GB - Unlocked",
        "clean_price": "999.99",
        "raw_price": "US $999.99",
        "stock": "Limited quantity available"
    }
    
    target_url = "https://www.ebay.com/itm/123456789"
    
    # 测试保存
    save_to_csv(mock_parsed_data, product_url=target_url)

通过timestamp字段记录采集时间，配合价格字段即可还原完整的历史价格曲线，为eBay价格监控提供可靠的数据基础。

6.监控价格变化

在数据保存的基础上，加入价格阈值判断逻辑。当商品价格低于预设目标值时，自动触发提醒流程：

import os
import re
import csv
from datetime import datetime

# ==================== 模拟前几步优化后的配套函数 ====================
# (这里简写作为上下文对照，实际运行时使用我们前几步改好的完整函数)
def get_ebay_page(url, proxy=None):
    # 模拟返回，实际使用前文的requests.Session版
    import requests
    headers = {"User-Agent": "Mozilla/5.0"}
    proxies = {"http": proxy, "https": proxy} if proxy else None
    res = requests.get(url, headers=headers, proxies=proxies, timeout=10)
    return res.text

def extract_product_info(html):
    from bs4 import BeautifulSoup
    soup = BeautifulSoup(html, "html.parser")
    title_el = soup.find("h1", class_="x-item-title__mainTitle")
    price_el = soup.find("div", class_="x-price-primary")
    
    title = title_el.get_text(strip=True) if title_el else "Unknown Item"
    raw_price = price_el.get_text(strip=True) if price_el else "N/A"
    
    # 使用正则提取纯数字，兼容所有国家站点的货币符号
    price_match = re.search(r'\d+(?:.\d+)?', raw_price.replace(',', ''))
    clean_price = price_match.group(0) if price_match else "N/A"
    
    return {"title": title, "raw_price": raw_price, "clean_price": clean_price, "stock": "Available"}

def save_to_csv(data: dict, product_url, filename):
    file_exists = os.path.exists(filename)
    with open(filename, "a", newline="", encoding="utf-8-sig") as f:
        writer = csv.DictWriter(f, fieldnames=["timestamp", "title", "price", "stock", "url"])
        if not file_exists: writer.writeheader()
        writer.writerow({
            "timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
            "title": data["title"],
            "price": data["clean_price"],
            "stock": data["stock"],
            "url": product_url
        })

# ==================== 核心改进后的监控与报警逻辑 ====================

def send_alert(title, current_price, url):
    """
    触发提醒流程（可在此处扩展微信、钉钉、邮件等通知）
    """
    print("\n" + "="*40)
    print(" [价格预警触发] 发现低价商品！")
    print(f" 商品名称: {title}")
    print(f" 当前价格: {current_price}")
    print(f" 购买链接: {url}")
    print("="*40 + "\n")


def monitor_price(url, threshold_price, history_file="ebay_prices.csv", proxy=None):
    """
    监控价格变化主函数
    """
    print(f"[*] 开始检查商品价格... 目标阈值: {threshold_price}")
    
    # 1. 获取页面源码（将 proxy 变为可选参数传入，避免硬编码）
    html = get_ebay_page(url, proxy=proxy)
    if not html:
        print("[错误] 无法获取商品页面，监控跳过。")
        return
        
    # 2. 解析商品信息
    info = extract_product_info(html)
    
    # 3. 保存至 CSV 记录历史（传入所需的参数）
    save_to_csv(info, product_url=url, filename=history_file)
 
    # 4. 安全的价格数值解析：直接使用我们在 extract 阶段清洗出的 clean_price
    try:
        current_price = float(info["clean_price"])
    except (ValueError, TypeError):
        print(f"[警告] 无法解析价格数值。原始文本: {info.get('raw_price')}")
        return
 
    print(f" 成功获取 -> [{info['title']}] 当前价格: {current_price} (原始: {info['raw_price']})")
    
    # 5. 阈值判断
    if current_price <= threshold_price:
        send_alert(info["title"], current_price, url)
    else:
        print(f"[-] 未降至目标价格，继续监控...")

# ----- 实战调用测试 -----
if __name__ == "__main__":
    # 可以将您的代理 IP 统一在外部入口配置
    MY_PROXY = None # 例如 "http://127.0.0.1:7890" 
    target_item_url = "https://www.ebay.com/itm/225643445557"
    
    # 设定期望价格为 500
    monitor_price(target_item_url, threshold_price=500.0, proxy=MY_PROXY)

7.自动发送价格提醒

配合上一步的monitor_price函数，以下代码实现了通过Gmail SMTP发送邮件提醒的功能，你也可以将其替换为企业微信或Slack Webhook：

import smtplib
from email.mime.text import MIMEText
from email.header import Header

def send_alert(title, price, url,
               sender="your@gmail.com",       # 替换为您的发件 Gmail 邮箱
               receiver="your@gmail.com",     # 替换为您的收件邮箱
               password="xxxx xxxx xxxx xxxx"  #  必须是 Google 账号生成的 16 位"应用专用密码"
               ):
    
    # 1. 构造结构化的邮件正文 (使用带有超链接的 HTML 格式，比纯文本更直观)
    html_body = f"""
    <html>
      <body>
        <h2 style="color: #e53238;"> [eBay 价格预警触发]</h2>
        <p><strong>商品名称：</strong>{title}</p>
        <p><strong>当前价格：</strong><span style="color: #107a10; font-size: 18px; font-weight: bold;">{price}</span></p>
        <p><strong>购买链接：</strong><a href="{url}" target="_blank">点击前往 eBay 购买</a></p>
        <br>
        <hr style="border:0; border-top:1px solid #eee;">
        <p style="font-size: 12px; color: #999;">此邮件由 eBay 价格监控实战脚本自动发送，请勿直接回复。</p>
      </body>
    </html>
    """
    
    # 2. 显式指定采用 HTML 格式和 UTF-8 编码
    msg = MIMEText(html_body, "html", "utf-8")
    
    # 3.  关键修复：使用 Header 对象对中文标题进行 RFC 2047 规范化编码，彻底防止乱码和发送失败
    msg["Subject"] = Header(f"[eBay价格提醒] {title} 已降至 {price}", "utf-8")
    msg["From"] = Header(f"eBay 监控机器人 <{sender}>", "utf-8")
    msg["To"] = Header(receiver, "utf-8")
 
    # 4. 引入异常捕获，确保因网络或认证失败时，主监控程序不会跟着崩溃
    try:
        print("[*] 正在连接 Gmail SMTP 服务器...")
        with smtplib.SMTP_SSL("smtp.gmail.com", 465, timeout=15) as server:
            server.login(sender, password)
            server.sendmail(sender, [receiver], msg.as_string())
        print(" [成功] 价格提醒邮件已成功发送！")
        return True
    except smtplib.SMTPAuthenticationError:
        print("[错误] 邮件发送失败：登录验证错误！请检查是否使用了正确的『应用专用密码』，而非网盘或谷歌账号的登录密码。")
    except smtplib.SMTPConnectError:
        print("[错误] 邮件发送失败：无法连接到 Gmail SMTP 服务器，请检查您的国内/国外网络环境或代理设置。")
    except Exception as e:
        print(f"[错误] 邮件发送时发生未知错误: {e}")
        
    return False

# ----- 测试调用 -----
if __name__ == "__main__":
    # 模拟在 monitor_price 中触发阈值后的调用
    test_title = "iPhone 15 Pro Max 256GB Unlocked"
    test_price = "$899.00"
    test_url = "https://www.ebay.com/itm/123456789"
    
    # 注意：运行前请确保替换了上面函数参数中的 sender, receiver 和 password 默认值
    # send_alert(test_title, test_price, test_url)

需要注意的是，Gmail需要开启「两步验证」并生成「应用专用密码」才能通过SMTP登录，直接使用账号密码会报认证错误。

8.设置定时监控任务

最后，使用schedule库将以上所有步骤整合成一个自动化循环，让eBay价格监控系统在后台持续运行，无需人工干预：

import os
import re
import csv
import time
import requests
from datetime import datetime
from bs4 import BeautifulSoup
import schedule
import smtplib
from email.mime.text import MIMEText
from email.header import Header

# ==================== 1. 全局配置区 ====================
TARGET_URL = "https://www.ebay.com/itm/225643445557"  #  替换为您要监控的真实 eBay 商品链接
THRESHOLD_PRICE = 299.99                              #  期望降到的目标价格
CHECK_INTERVAL_HOURS = 1                              # 监控间隔（小时）
HISTORY_FILE = "ebay_prices.csv"

# 邮件配置（如不使用邮件，可将下方的 send_alert 调用注释掉）
EMAIL_SENDER = "your@gmail.com"
EMAIL_RECEIVER = "your@gmail.com"
EMAIL_PASSWORD = "xxxx xxxx xxxx xxxx"                #  Google生成的16位应用专用密码
MY_PROXY = None                                        #  可选：例如 "http://127.0.0.1:7890"

# 全局变量：用于报警去重，防止低价时每小时都发邮件轰炸
HAS_ALERTED = False

# ==================== 2. 核心功能函数 ====================

def get_ebay_page(url, proxy=None):
    """ 安全地获取网页源码 """
    session = requests.Session()
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36",
        "Accept-Language": "en-US,en;q=0.9",
        "Accept-Encoding": "gzip, deflate, br",
    }
    session.headers.update(headers)
    proxies = {"http": proxy, "https": proxy} if proxy else None
    
    try:
        response = session.get(url, proxies=proxies, timeout=15)
        response.raise_for_status()
        if "captcha" in response.url or "Robot Check" in response.text:
            print(f"[{datetime.now()}] [警告] 触发 eBay 机器人验证码，抓取失败。")
            return None
        return response.text
    except Exception as e:
        print(f"[{datetime.now()}] [错误] 网络请求异常: {e}")
        return None


def extract_product_info(html):
    """ 精准解析商品信息并清洗价格 """
    soup = BeautifulSoup(html, "html.parser")
    
    # 提取标题
    title_el = soup.find("h1", class_="x-item-title__mainTitle")
    title = title_el.get_text(strip=True) if title_el else "Unknown Item"
    
    # 提取并清洗价格
    price_el = soup.find("div", class_="x-price-primary")
    raw_price = price_el.get_text(strip=True) if price_el else "N/A"
    price_match = re.search(r'\d+(?:.\d+)?', raw_price.replace(',', ''))
    clean_price = price_match.group(0) if price_match else "N/A"
    
    # 提取库存
    stock_el = soup.find("div", class_="d-quantity__availability")
    if not stock_el:
        stock_el = soup.find(class_=re.compile(r".*quantity__availability.*"))
    stock = stock_el.get_text(strip=True) if stock_el else "Available"
    
    return {"title": title, "raw_price": raw_price, "clean_price": clean_price, "stock": stock}


def save_to_csv(data: dict, product_url, filename):
    """ 规范化追加数据到 CSV (防乱码) """
    file_exists = os.path.exists(filename)
    try:
        with open(filename, "a", newline="", encoding="utf-8-sig") as f:
            writer = csv.DictWriter(f, fieldnames=["timestamp", "title", "price", "stock", "url"])
            if not file_exists:
                writer.writeheader()
            writer.writerow({
                "timestamp": datetime.now().strftime("%Y-%m-%d %H:%M:%S"),
                "title": data["title"],
                "price": data["clean_price"],
                "stock": data["stock"],
                "url": product_url
            })
    except Exception as e:
        print(f"[错误] 写入 CSV 失败: {e}")


def send_alert(title, price, url):
    """ 安全地发送 Gmail 提醒邮件 """
    global HAS_ALERTED
    if HAS_ALERTED:
        print("[提示] 已处于低价状态并发送过警报，本次跳过邮件发送（去重保护）。")
        return
        
    subject = f"[eBay价格提醒] {title} 已降至 {price}"
    html_body = f"""
    <html><body>
      <h2 style="color:#e53238;">🚨 eBay 降价通知</h2>
      <p><strong>商品：</strong>{title}</p>
      <p><strong>当前价格：</strong><span style="color:green;font-size:18px;font-weight:bold;">{price}</span></p>
      <p><strong>链接：</strong><a href="{url}">点击前往购买</a></p>
    </body></html>
    """
    msg = MIMEText(html_body, "html", "utf-8")
    msg["Subject"] = Header(subject, "utf-8")
    msg["From"] = Header(f"eBay监控助手 <{EMAIL_SENDER}>", "utf-8")
    msg["To"] = Header(EMAIL_RECEIVER, "utf-8")
 
    try:
        with smtplib.SMTP_SSL("smtp.gmail.com", 465, timeout=15) as server:
            server.login(EMAIL_SENDER, EMAIL_PASSWORD)
            server.sendmail(EMAIL_SENDER, [EMAIL_RECEIVER], msg.as_string())
        print(" [邮件] 降价提醒邮件已成功发送！")
        HAS_ALERTED = True  # 标记为已报警
    except Exception as e:
        print(f"[邮件错误] 邮件发送失败: {e}")


# ==================== 3. 监控主任务 ====================

def monitor_price(url, threshold_price):
    """ 监控核心流程控制（带全局防崩保护） """
    global HAS_ALERTED
    current_time = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    print(f"\n[*] [{current_time}] 触发例行检查...")
    
    try:
        # 1. 抓取
        html = get_ebay_page(url, proxy=MY_PROXY)
        if not html:
            return
            
        # 2. 解析
        info = extract_product_info(html)
        
        # 3. 存盘
        save_to_csv(info, product_url=url, filename=HISTORY_FILE)
        
        # 4. 比价
        try:
            current_price = float(info["clean_price"])
        except (ValueError, TypeError):
            print(f"[警告] 无法将价格解析为数字: {info['raw_price']}")
            return
            
        print(f" -> [{info['title']}] 当前价格: {current_price} (目标: {threshold_price})")
        
        # 5. 判断阈值
        if current_price <= threshold_price:
            send_alert(info["title"], current_price, url)
        else:
            # 如果价格回调到阈值以上，重置报警状态，下次再降价时能继续报警
            if HAS_ALERTED:
                print("[提示] 价格回升，重置报警状态标志。")
                HAS_ALERTED = False
                
    except Exception as top_e:
        #  最外层防崩保护：即便出现未知 Bug，也绝不让定时任务死掉
        print(f"[崩溃拦截] 本次监控任务发生未知严重错误: {top_e}，等待下一次循环...")


# ==================== 4. 任务调度启动区 ====================

if __name__ == "__main__":
    print("="*40)
    print(" eBay 自动化价格监控系统已启动")
    print(f" 监控目标: {TARGET_URL}")
    print(f" 预设阈值: {THRESHOLD_PRICE}")
    print(f" 检查频率: 每 {CHECK_INTERVAL_HOURS} 小时一次")
    print("="*40)
    
    #  优化：启动时立刻执行一次，不用干等 1 小时
    monitor_price(url=TARGET_URL, threshold_price=THRESHOLD_PRICE)
    
    # 注册定时任务
    schedule.every(CHECK_INTERVAL_HOURS).hours.do(
        monitor_price, url=TARGET_URL, threshold_price=THRESHOLD_PRICE
    )
    
    # 稳健的后台死循环
    try:
        while True:
            schedule.run_pending()
            time.sleep(1)  # 改为 1 秒，对系统无负载且响应灵敏
    except KeyboardInterrupt:
        print("\n[!] 收到停止信号，eBay 监控系统已安全退出。")

最终运行建议

• 测试时：可以先把代码里的 THRESHOLD_PRICE 改得比当前商品价格高一点（比如当前商品 $300，你改成$400），这样一启动就能立刻触发第一次检查和邮件发送，方便测试邮件功能是否配置正确。
• 长期挂机：如果你打算在本地电脑上一直挂着它，请确保电脑关闭了“自动睡眠/休眠”功能。

至此，一套完整的eBay数据爬取与价格监控系统已搭建完成。

三、FAQ

Q1：为什么爬取时频繁遇到403或CAPTCHA？

eBay会通过IP频率检测、User-Agent识别和行为特征分析来识别爬虫。解决方案包括：使用住宅代理IP轮换请求IP、设置随机请求间隔（1~5秒）、添加完整的浏览器请求头。严重时可考虑引入Selenium模拟真实浏览器行为。

Q2：eBay商品页面结构更新后，爬虫就失效了怎么办？

eBay会不定期更新页面的HTML结构和CSS类名，导致原有选择器失效。建议：在代码中集中管理所有选择器常量，便于快速定位和修改；同时为关键字段添加多重备用选择器，增强代码的容错性；日常可设置错误日志告警，第一时间发现采集异常。

Q3：如何同时监控多个商品？

将目标商品URL与对应价格阈值整理成列表或配置文件，然后在schedule定时任务中遍历执行monitor_price即可。建议在多个商品之间加入随机延时，并配合代理IP轮换，降低批量请求被封禁的风险。

四、总结

对于跨境卖家和电商运营团队来说，建立稳定的eBay价格监控体系，意味着可以在第一时间响应市场变化、制定更具竞争力的定价策略。同时，借助动态住宅代理IP有效规避封禁，也是保障eBay数据爬取任务长期稳定运行的关键。

如果你希望进一步扩展，可以考虑：接入eBay官方API以获取更稳定的数据源、引入机器学习模型预测价格走势，或将监控范围扩展到Amazon、速卖通等其他平台，构建多平台的综合价格情报系统。

​