利用 Python 爬虫获取京东商品历史价格信息

最新推荐文章于 2025-04-19 23:04:51 发布

API小爬虫

最新推荐文章于 2025-04-19 23:04:51 发布

阅读量1.4k

点赞数 21

文章标签： python 爬虫开发语言

本文链接：https://blog.csdn.net/one6688/article/details/147069811

版权

在电商领域，了解商品的历史价格信息对于消费者和商家都具有重要意义。消费者可以通过历史价格信息把握最佳购买时机，而商家则可以据此制定更合理的定价策略。本文将详细介绍如何使用 Python 爬虫技术获取京东商品的历史价格信息，并提供详细的代码示例。

一、准备工作

1. 注册京东开放平台账号

要使用京东商品历史价格 API，首先需要注册成为京东开放平台的开发者，并创建应用以获取 App Key 和 App Secret。

2. 安装必要的 Python 库

确保你的环境中安装了以下 Python 库：

requests：用于发送 HTTP 请求。
pandas：用于数据处理和存储。

如果尚未安装这些库，可以通过以下命令进行安装：

bash

pip install requests pandas

二、代码实现

以下是使用 Python 爬虫获取京东商品历史价格信息的完整代码示例。

1. 引入必要的库

Python

import requests
import pandas as pd
import json
from datetime import datetime

2. 配置 API 请求参数

Python

# 京东 API 的基础 URL
api_url = 'https://api-gw.onebound.cn/jd/item_history_price/'

# 你的 API 密钥和 Secret（需替换为实际值）
app_key = 'your_app_key'
app_secret = 'your_app_secret'

# 商品的 SKU ID（需替换为实际值）
sku_id = '123456'  # 示例 SKU ID，实际使用时需替换为具体的商品 ID 或 SKU ID

# 当前时间戳
timestamp = int(datetime.now().timestamp())

# 构造请求参数
params = {
    'key': app_key,
    'secret': app_secret,
    'num_iid': sku_id,
    'timestamp': timestamp,
    'v': '2.0',
    'sign_method': 'md5',
}

3. 发送请求并解析响应

Python

# 发送请求
response = requests.get(api_url, params=params)

# 检查请求是否成功
if response.status_code == 200:
    data = response.json()
    # 提取商品历史价格信息
    items = data.get('items', [])
    history_prices = []
    for item in items:
        history_prices.append({
            'date': item.get('date'),
            'price': item.get('price'),
            'discount': item.get('discount'),
        })
    
    # 将数据保存到 DataFrame
    df = pd.DataFrame(history_prices)
    df.to_csv('jd_product_history_prices.csv', index=False, encoding='utf-8')
    print("商品历史价格信息已保存到 CSV 文件。")
else:
    print("API 请求失败，状态码：", response.status_code)

三、代码解释

配置请求参数：
- 使用 app_key 和 app_secret 进行身份验证。
- 使用 num_iid 参数指定商品的 SKU ID。
- 使用 timestamp 参数确保请求的时效性。
发送请求：
- 使用 requests.get 方法发送 HTTP 请求。
- 检查响应状态码，确保请求成功。
解析响应数据：
- 使用 response.json() 方法解析返回的 JSON 数据。
- 提取商品历史价格信息，并将其保存到 Pandas DataFrame 中。
保存数据：
- 使用 Pandas 的 to_csv 方法将数据保存到 CSV 文件中，方便后续分析。