对temu的产品联盟链接数据进行采集和分析

数字沉思

已于 2024-08-14 18:44:54 修改

阅读量336

点赞数 5

分类专栏：效率工具营销文章标签： python 开发语言

于 2024-08-14 18:44:26 首次发布

本文链接：https://blog.csdn.net/weixin_40726747/article/details/141197747

版权

效率工具同时被 2 个专栏收录

12 篇文章 0 订阅

订阅专栏

营销

6 篇文章 0 订阅

订阅专栏

在电商领域，数据采集与分析的重要性

在如今竞争激烈的电商环境中，精准的数据采集与分析已经成为企业成功的关键之一。通过有效的数据处理，企业可以深入了解市场需求、优化产品展示，甚至预测消费者行为。本文将通过一个实际的Python代码示例，展示如何利用自动化脚本获取team平台上的商品信息。

数据采集：为精准营销奠定基础

电商平台每天都会产生海量的用户行为数据和商品信息。这些数据不仅包含了消费者的购买偏好，还包含了市场的流行趋势。通过自动化的方式进行数据采集，企业可以实时获取这些宝贵的信息，为后续的市场分析和精准营销奠定坚实的基础。

下面展示了一段用于从电商平台获取商品信息的Python代码。该代码通过发送HTTP请求，获取平台上指定商品的详细信息，并将这些信息保存到CSV文件中，方便后续的分析与处理。

import requests
import json
import csv
from time import sleep
from datetime import datetime

headers = {
    'accept': 'application/json, text/plain, */*',
    'accept-language': 'en-US,en;q=0.9',
}

def get_goods_share_link(goods_id):
    sleep(0.2)
    url = 'https://www.temu.com/api/link/leica/cps/share_order/get_goods_share_link?is_back=1'
    payload = {
        "data": {
            "goods_id": goods_id,
            "params": {}
        }
    }
    response = requests.post(url, headers=headers, json=payload)
    if response.status_code == 200:
        return response.json()
    else:
        return {"error": f"Request failed with status code {response.status_code}"}
    
def get_goods(opt_id,opt_name):
    url = 'https://www.temu.com/api/link/leica/cps/share_order/query_goods_v3?is_back=1'
    payload = {
        "data": {
            "adg_tid": "xxxx",
            "page_sn": xxx,
            "page_size": xx,
            "filter_items": "xx", # order 
            "current": 1,  # page
            "opt_type": "1",
            "has_filter_region": True,
            "has_filter_tab": True,
            "use_condition": True,
            "scene": "FRONT_PAGE_QUERY",
        }
    }
    
    #  list_id  = {opt_id}-{filter_items}-_nmhvq1
    if opt_id:  
        payload["data"]["opt_id"] = opt_id
        payload["data"]["list_id"] = str(opt_id) + "-1:1-xxxx"
    else:
        payload["data"]["list_id"] = "-1:1-xxx"
    
    # page_max = 2
    for page in range(1, 2):
        payload = payload.copy()
        payload['data']['current'] = page
        response = requests.post(url, headers=headers, json=payload)
        response_json = response.json()
        kp_ds_item_list = response_json['result']['result']['kp_ds_item_list']
        
        goods_info = [{"goods_id": item["common_rec_goods"]["goods_id"], "title": item["common_rec_goods"]["title"]} for item in kp_ds_item_list]
        goods_info_json = json.dumps(goods_info, indent=4)
        print(goods_info_json)


def read_json(file_path):
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            data = json.load(file)
        return data
        # print(json.dumps(data, indent=4, ensure_ascii=False))
        
    except FileNotFoundError:
        print(f"file {file_path} not found.")

if __name__ == '__main__':
    
    timestamp = datetime.now().strftime("%Y%m%d")
    CSV_FILENAME = f'goods_info_{timestamp}.csv' 
    
    tabs = read_json('tab_list.json')

    for tab in tabs:
        print(f"Processing type {tab.get('name')} with opt_id {tab.get('opt_id')}")
        get_goods(tab.get('opt_id'),tab.get('name'))