用 Python 做电商页面自动化抓取与下单流程

用 Python 做电商页面自动化抓取与下单流程

在 Web 开发里，HTTP 请求、Cookie 和浏览器自动化是绕不开的基本功。拿电商页面做练习最直观：页面怎么拿、登录态怎么带、动态参数怎么取，基本都能碰到。下面这个例子沿着'模拟抢购'的场景展开，但我更愿意把它看成一份自动化脚本的骨架，而不是能直接拿去跑的平台工具。

说明：以下内容仅用于技术学习与研究，请勿用于违反平台服务条款或非法用途。

环境准备

这类脚本通常会用到这些库：

• requests：负责发送 HTTP 请求。
• BeautifulSoup4 (bs4)：解析 HTML，提取页面里的关键信息。
• lxml：给 BeautifulSoup 提供更快的解析器。
• Selenium：控制 Chrome 浏览器，处理动态渲染页面。
• ChromeDriver：版本要和本地 Chrome 对上，不然启动阶段就会出问题。

安装命令如下：

pip install requests beautifulsoup4 lxml selenium

获取登录态 Cookie

大多数电商平台都会要求先登录，后面的请求才能沿用会话状态。最稳妥的做法还是先在浏览器里登录，再把 Cookie 取出来。

手动获取

1. 用 Chrome 打开目标网站并完成登录。
2. 按 F12 打开开发者工具，切到 Application 或 Storage。
3. 在左侧找到 Cookies，选中对应域名。
4. 复制完整的 Cookie 字符串，或者按键值对记录下来。

注入到请求头

后续发请求时，把 Cookie 拼到 Headers 里就行。这个步骤看着简单，实际很关键。没有登录态，很多接口连返回都懒得认真返回。

核心流程

如果把整个过程拆开，主线其实就五步：先起浏览器或准备请求头，再从商品页里抓 itemId、skuId 这类参数，然后等活动时间，接着提交请求，最后看响应结果。

这套流程没什么花哨的，难点反而在细节：参数名会变，页面结构会变，风控策略也会变。

代码示例

下面是一个基于 Selenium 和 Requests 的通用框架。它能说明思路，但不能假设平台接口长期稳定，实际使用时要按页面结构和接口返回重新确认参数。

import time
import requests
from bs4 import BeautifulSoup
from selenium import webdriver
from selenium.webdriver.chrome.options import Options

# 配置 Chrome 无头模式
options = Options()
options.add_argument('--headless')
options.add_argument('--disable-gpu')
driver = webdriver.Chrome(options=options)

try:
    
    product_url = 
    driver.get(product_url)
    
    
    html = driver.page_source
    soup = BeautifulSoup(html, )
    
    
    item_id_elem = soup.find(, attrs={: })
    sku_id_elem = soup.find_all(, attrs={: })[]  soup.find_all(, attrs={: })  
    
    item_id = item_id_elem.get()  item_id_elem  
    sku_id = sku_id_elem.get()  sku_id_elem  
    
    
    headers = {
        : ,
        : ,
        : product_url,
        : 
    }
    
    
    cookies = {
        : ,
        : 
    }
    headers[] = .join([  k, v  cookies.items()])
    
    
    order_url = 
    
    
    data = {
        : ,
        : item_id,
        : ,
        : sku_id,
        : 
    }
    
    
    max_attempts = 
     i  (max_attempts):
        :
            res = requests.post(order_url, headers=headers, data=data, timeout=)
            res.raise_for_status()
            res_json = res.json()
            
             res_json.get():
                ()
                
            :
                ()
         Exception  e:
            ()
        
        time.sleep() 
        
:
    driver.quit()