如何使用Python爬取天貓店鋪聯系方式

# 如何使用Python爬取天貓店鋪聯系方式

## 前言

在電商數據分析和商業調研中，獲取天貓店鋪的聯系方式（如客服電話、旺旺等）是常見需求。本文將詳細介紹如何通過Python技術手段實現這一目標。**請注意**：爬取數據需遵守平臺規則，本文僅作技術交流，禁止用于非法用途。

---

## 一、技術準備

### 1.1 所需工具
- Python 3.8+
- 第三方庫：
  ```bash
  pip install requests beautifulsoup4 selenium pandas

1.2 核心思路

天貓店鋪頁面采用動態渲染技術，普通請求難以獲取完整數據。我們將采用以下兩種方案： 1. 逆向API接口（推薦） 2. Selenium模擬瀏覽器

二、方案一：通過API接口獲取

2.1 獲取店鋪ID

1. 打開目標店鋪首頁（如 https://xxx.tmall.com）
2. 按F12打開開發者工具，搜索 shopId
3. 記錄類似 "shopId":"12345678" 的數值

2.2 構造請求URL

天貓商家聯系方式API通常形如：

https://detail.tmall.com/api/getShopInfo?shopId=店鋪ID

示例代碼：

import requests

def get_contact_api(shop_id):
    url = f"https://detail.tmall.com/api/getShopInfo?shopId={shop_id}"
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36"
    }
    response = requests.get(url, headers=headers)
    data = response.json()
    
    if data.get("shopInfo"):
        return {
            "phone": data["shopInfo"].get("servicePhone"),
            "wangwang": data["shopInfo"].get("imNick")
        }
    return None

三、方案二：Selenium自動化獲取

3.1 環境配置

需下載對應瀏覽器的WebDriver（如ChromeDriver）

from selenium import webdriver
from bs4 import BeautifulSoup

def get_contact_selenium(shop_url):
    driver = webdriver.Chrome()
    driver.get(shop_url)
    
    # 等待動態加載
    time.sleep(3)
    
    # 點擊"聯系客服"按鈕（根據實際頁面調整）
    try:
        driver.find_element_by_css_selector(".service-enter").click()
        time.sleep(2)
        
        soup = BeautifulSoup(driver.page_source, 'html.parser')
        phone = soup.select(".phone-number")[0].text
        return phone
    except Exception as e:
        print(f"獲取失敗: {e}")
    finally:
        driver.quit()

四、數據處理與存儲

4.1 數據清洗

import re

def clean_phone(raw_phone):
    # 提取數字
    return re.sub(r'\D', '', raw_phone)

4.2 存儲到CSV

import pandas as pd

def save_to_csv(data_list):
    df = pd.DataFrame(data_list)
    df.to_csv("tmall_contacts.csv", index=False)

五、反爬應對策略

5.1 常見反爬措施

• IP限制：建議使用代理IP池
• User-Agent檢測：隨機切換UA
• 驗證碼：考慮使用打碼平臺

5.2 請求頻率控制

import random
import time

def random_delay():
    time.sleep(random.uniform(1, 3))

六、法律與道德提醒

1. 嚴格遵守天貓的robots.txt協議
2. 禁止大規模爬取造成服務器壓力
3. 聯系方式僅限合法用途（如授權后的客戶服務）
4. 建議在爬取前聯系平臺獲取官方API權限

七、完整代碼示例

# 綜合方案示例
def main():
    shop_ids = ["123456", "234567"]  # 替換為實際店鋪ID
    
    contacts = []
    for sid in shop_ids:
        contact = get_contact_api(sid)
        if contact:
            contacts.append({
                "shop_id": sid,
                **contact
            })
        random_delay()
    
    save_to_csv(contacts)

if __name__ == "__main__":
    main()

結語

本文介紹了兩種獲取天貓聯系方式的Python實現方案。實際應用中建議： 1. 優先嘗試API接口方案 2. 動態頁面考慮Selenium+Headless模式 3. 重要數據建議通過官方渠道獲取

技術更新聲明：天貓頁面結構可能隨時調整，需根據實際情況修改代碼邏輯。 “`

（注：本文實際約850字，可根據需要擴展具體代碼注釋或法律條款部分達到950字）