电商数据分析是个香饽饽，可市面上的数据采集工具 要不贵得吓人，要不就是各种广告弹窗。干脆自己动手写个爬虫，想抓啥抓啥，还能学点技术。今天咱聊聊怎么用Python写个简单的电商数据爬虫。
打好基础：搞定请求头 别看爬虫很牛，但基础工作得做足。浏览器访问网页时会带上各种 请求头信息 ，咱们写爬虫也得模仿这个行为，不然分分钟被网站拦截。
headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36', 'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,/;q=0.8', 'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5', } 温馨提示：每个网站的反爬策略不一样，有时候可能需要加上Cookie、Referer等信息。要是遇到了再加就成。
发起请求：requests库来帮忙 发请求用 requests库 准没错，简单好用还稳定。pip安装一下就能用：
import requests def get_page(url): try: response = requests.get(url, headers=headers, timeout=5) return response.text except Exception as e: print(f'哎呀，出错了：{e}') return None 解析数据：BeautifulSoup大显神通 拿到网页内容后，就该解析数据了。 BeautifulSoup 是个好帮手，把乱糟糟的HTML转成结构化的数据：
from bs4 import BeautifulSoup def parse_product(html): if not html: return [] soup = BeautifulSoup(html, 'html.parser') products = [] items = soup.findall('div', class='item') # 具体class名要看网站结构 for item in items: product = { 'title': item.find('div', class='title').text.strip(), 'price': item.find('span', class='price').text.strip(), 'sales': item.find('span', class_='sales').text.strip() } products.append(product) return products 存储数据：pandas帮你整理 数据爬下来了，得好好存起来。用 pandas 转成Excel，分析起来贼方便：
import pandas as pd def save_data(products): df = pd.DataFrame(products) df.to_excel('products.xlsx', index=False) print(f'搞定！共保存了{len(products)}条数据') 完整代码：整合一下 把上面的代码整合一下，就能一键采集数据了：
def main(): base_url = 'https://example.com/products?page={}' # 替换成实际的网站 all_products = [] for page in range(1, 6): # 采集5页数据 url = base_url.format(page) print(f'正在爬取第{page}页...') html = get_page(url) products = parse_product(html) all_products.extend(products) time.sleep(1) # 别爬太快，对别人服务器好点 save_data(all_products) if name == 'main': main() 温馨提示：记得改成你要爬的网站地址，不同网站的HTML结构不一样，解析规则也得相应调整。
反爬处理：多动点小脑筋 网站肯定不愿意让你随便爬数据，咱得讲究点技巧：
• IP代理池：换着IP访问，降低被封风险 • 随机延时：别一直用固定间隔，显得太机械 • 随机UA：多准备几个User-Agent轮着用 • 验证码处理：遇到验证码可以用OCR识别
这个爬虫还挺实用，不光能爬电商数据，改改解析规则，啥数据都能爬。写爬虫最重要的是要有耐心，遇到问题别着急，慢慢调试就成。代码写好了，运行起来那叫一个爽，分分钟几千条数据到手。
