python3实用小工具--商品库存查看工具（附源码）

今天看到有网友在我的贴子下留言，说让我帮他分析一个商品网站，判断商品有货或者无货。与其说是一个小工具，倒不如说是一个小爬虫。写下这篇博客，记录下我的分析思路。

一．分析网页结构

1．打开主站

这是一个卖奢侈品的网站，和其他电商网站一样，右侧展示这商品的信息。
有些尺码是没有货的，但是仍然显示有货，如图所示：
此时我切换到了没有货的尺码，但是仍然显示有货。

有货的时候，就显示库存数量，没有货的时候，用虚线标出。

2．分析网页

右击查看网页源代码，发现无论是有货还是没货，这里都是有货。
可以初步断定，库存信息数据加载方式为异步加载。

3．分析数据加载方式

此时，回到商品页面，F12打开开发者工具，切换到network刷新网页。

此时会产生很多请求，因为图片等数据中不会存在我们需要的数据，所以直接从XHR（XMLHttpReques）开始筛选，发现没有我们需要的库存数据，再切换到JS（JavaScript），进行手动筛选，发现这个js中存在需要的数据。
其中size为库存数量，跟网页上的数据相匹配，再来看这个js的url所需参数

其中productIds为关键参数，对应着这件商品的四个尺码。这么说我们只要找到productIds即可实现对商品库存的查询。

4．分析productIds

在网页源代码中搜索这串productids，并没有搜索到连续的字符串，遂将四个拆开。

发现productIds为四个列表的最后一个值，分别对应不同尺码的skuid，我们可以获取到四个列表，按索引取值，加以判断。

二．撰写代码

import re
import requests
import json
import random
import time


class Extravgant_Judge(object):

    #生成随机ua
    def get_ua(self):
        first_num = random.randint(55, 62)
        third_num = random.randint(0, 3200)
        fourth_num = random.randint(0, 140)
        os_type = [
            '(Windows NT 6.1; WOW64)', '(Windows NT 10.0; WOW64)', '(X11; Linux x86_64)',
            '(Macintosh; Intel Mac OS X 10_12_6)'
        ]
        chrome_version = 'Chrome/{}.0.{}.{}'.format(first_num, third_num, fourth_num)

        ua = ' '.join(['Mozilla/5.0', random.choice(os_type), 'AppleWebKit/537.36',
                       '(KHTML, like Gecko)', chrome_version, 'Safari/537.36']
                      )
        return ua

    def get_json_data(self):
        base_url='http://item.secoo.com/79044032.shtml?source=list'#要判断库存商品的网址
        headers = {
            'Connection': 'keep-alive',
            'Host': 'item.secoo.com',
            'user-agent': self.get_ua()
        }
        count = 0#此count用于列表索引计数
        r=requests.get(base_url,headers=headers)
        product_title=re.findall('
\s+
(.*?)
',r.text)
        print(product_title)
        json_data=re.findall('var json = (.*);',r.text)
        result=''.join(json_data)
        _json=json.loads(result)
        second= _json[0]
        s=second.get('second')
        for data in s:
            item['color']=data.get('first')#商品颜色
            second2 = _json[1]
            s2 = second2.get('second')
            for data2 in s2:
                skus=data2.get('second').get('skuIds')#商品id
                item['skuid']=skus[count]
                item['size']=data2.get('second').get('specvalue')#尺码/规格
                yield item
            count += 1
            if count == len(s2):
                count = 0

    #判断库存主函数
    def judge(self,product_skuid):
        headers={
            "Connection": "keep-alive",
            "Host":"lr.secooimg.com",
            "Referer": "http://item.secoo.com/",
            'user-agent': self.get_ua()
        }
        base_url=f'http://lr.secooimg.com/products?productIds={product_skuid}&fields=productId,status,size'
        try:
            r=requests.get(base_url,headers=headers)
            _json=json.loads(r.text)
            size=_json[0].get('size')
            if size==0:
                item['stock']='无货'
            else:
                item['stock']=f'库存量为{size}'
            print(item)
        except:
            print('error!请稍后重新获取库存！')


if __name__ == '__main__':
    item = {}
    judge_product=Extravgant_Judge()
    for data in judge_product.get_json_data():
        judge_product.judge(data['skuid'])
        time.sleep(3)#因为网站对库存判断接口有ip访问频率限制，遂加入延时。
    print('程序执行结束')

三．运行结果

四．总结

• 本次用python撰写了一个判断商品库存的小工具，此网站大多数数据能在源代码中拿到，但一些数据接口的访问加入了反爬虫，所以加入了延时，笔者认为难点在于如何去分析构造接口地址，最后和那位朋友说个抱歉，虽然问题已经解决，但是没有及时更新博客是我之误。思路、代码方面有什么不足欢迎各位大佬指正、批评！