，需关联库存接口获取对应数量。
三、接口调用流程（基于页面解析）
以 “获取某卫衣商品详情” 为例，核心流程为URL 构建→主页面解析→动态数据补充→规格与库存关联→数据结构化：
URL 与请求头构建
目标 URL： https://www.vvic.com/goods/{goods_id}.html（替换goods_id为实际值）；
请求头：需包含登录态Cookie（否则价格和库存显示不全）、动态User-Agent：
python
运行
headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/120.0.0.0 Safari/537.36",
"Referer": " https://www.vvic.com/category/nz.html", # 女装类目页
"Cookie": "userid=xxx; PHPSESSID=xxx; token=xxx" # 登录后从浏览器获取
}
主页面静态数据解析从主页面 HTML 提取基础信息，重点关注服装批发特有字段：
字段 解析方式（CSS 选择器 / XPath） 示例值
商品标题 h1.goods-title（CSS 选择器） “2024 秋季韩版宽松卫衣 女装 显瘦”
图片列表 div.slider-content img的src（主图）、div.detail-img img（细节图） [" https://img.vvic.com/xxx.jpg", ...]
基础批发价 div.price-wholesale的文本 “58 元 / 件（3 件起批）”
打包价 div.price-batch的文本 “55 元 / 件（10 件以上）”
档口信息 div.shop-info .name（名称）、div.address（地址） “十三行 A 区 123 档 3 楼”
起批规则 div.batch-rule的文本 “3 件起批，支持混色混码”
颜色选项 div.color-list .color-item的data-color（名称）+ img（颜色图） [{"name": "黑色", "img": "xxx.jpg"}, ...]
尺码选项 div.size-list .size-item的data-size ["S", "M", "L", "XL"]
动态数据补充（AJAX 接口）实时库存、同款列表等通过动态接口加载，需单独调用：
库存接口示例： https://www.vvic.com/ajax/goods/stock?goods_id={goods_id}；
响应示例（颜色 + 尺码库存）：
json
{
"code": 0,
"data": {
"stock": [
{"color": "黑色", "size": "S", "num": 30},
{"color": "黑色", "size": "M", "num": 45},
{"color": "白色", "size": "S", "num": 20}
],
"total": 95 # 总库存
}
}
同款接口示例： https://www.vvic.com/ajax/goods/similar?goods_id={goods_id}，返回相似款商品 ID 及价格。
规格与库存关联服装商品的 “颜色 + 尺码” 是核心规格，需将静态选项与动态库存关联：
从静态页面提取颜色列表（如["黑色", "白色"]）和尺码列表（如["S", "M"]）；
从库存接口获取stock数组，按 “颜色 + 尺码” 匹配生成二维库存表；
示例：黑色 - S（30 件）、黑色 - M（45 件）、白色 - S（20 件）。
数据整合与结构化合并静态、动态数据，形成标准化字典，突出服装批发特性：
python
运行
standardized_data = {
"goods_id": goods_id,
"title": title,
"images": {
"main": main_images, # 主图
"detail": detail_images, # 细节图
"tag": tag_images # 吊牌图
},
"price": {
"wholesale": wholesale_price, # 批发价（元/件）
"batch_price": batch_price, # 打包价（元/件）
"wholesale_rule": wholesale_rule, # 起批规则（如“3件起批”）
"batch_rule": batch_rule # 打包规则（如“10件以上”）
},
"specs": [
{
"color": color_name, # 颜色名称
"color_img": color_img, # 颜色图URL
"sizes": [
{
"size": size_name, # 尺码
"stock": stock_num, # 库存数量
"available": stock_num > 0 # 是否可购
} for size_name, stock_num in size_stock.items()
]
} for color_name, color_img, size_stock in color_size_stock
],
"shop": {
"name": shop_name, # 档口名称
"address": shop_address, # 市场地址
"contact": contact_info, # 联系方式
"capacity": capacity # 供货能力
},
"supply_chain": {
"delivery_time": delivery_time, # 发货时效
"batch_rule": batch_rule, # 混批规则
"similar_goods": similar_goods # 同款商品ID列表
},
"url": detail_url
}
四、代码实现示例（Python）
以下是item_get接口的完整实现，包含主页面解析、动态接口调用、规格库存关联及反爬处理：
import requests
import time
import random
import re
import json
from bs4 import BeautifulSoup
from fake_useragent import UserAgent
from typing import Dict, List

class VVICItemApi:
def init(self, proxy_pool: List[str] = None, cookie: str = ""):
self.base_url = "https://www.vvic.com/goods/{goods_id}.html"
self.stock_api = "https://www.vvic.com/ajax/goods/stock" # 库存接口
self.similar_api = "https://www.vvic.com/ajax/goods/similar" # 同款接口
self.ua = UserAgent()
self.proxy_pool = proxy_pool # 代理池列表
self.cookie = cookie # 登录态Cookie（必填，否则价格/库存不全）

def _get_headers(self) -> Dict[str, str]:
    """生成随机请求头"""
    headers = {
        "User-Agent": self.ua.random,
        "Referer": "https://www.vvic.com/category/",
        "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
        "X-Requested-With": "XMLHttpRequest"  # 动态接口需携带
    }
    if self.cookie:
        headers["Cookie"] = self.cookie
    return headers

def _get_proxy(self) -> Dict[str, str]:
    """随机获取代理"""
    if self.proxy_pool and len(self.proxy_pool) > 0:
        proxy = random.choice(self.proxy_pool)
        return {"http": proxy, "https": proxy}
    return None

def _clean_price(self, price_str: str) -> float:
    """清洗价格（提取数字，支持“58元/件”“55元（10件起）”）"""
    if not price_str:
        return 0.0
    price_num = re.search(r"\d+\.?\d*", price_str)
    return float(price_num.group()) if price_num else 0.0

def _parse_static_data(self, html: str) -> Dict:
    """解析主页面静态数据"""
    soup = BeautifulSoup(html, "lxml")

    # 提取颜色选项（名称+图片）
    colors = []
    for color_item in soup.select("div.color-list .color-item"):
        color_name = color_item.get("data-color") or color_item.get("title", "").strip()
        color_img = color_item.select_one("img")?.get("src") or ""
        if color_name:
            colors.append({"name": color_name, "img": color_img})

    # 提取尺码选项
    sizes = [size.get("data-size") for size in soup.select("div.size-list .size-item") if size.get("data-size")]

    # 提取起批规则
    wholesale_rule = soup.select_one("div.batch-rule")?.text.strip() or ""
    batch_rule = ""
    batch_price_str = soup.select_one("div.price-batch")?.text or ""
    if "（" in batch_price_str and "）" in batch_price_str:
        batch_rule = re.search(r"（.*?）", batch_price_str).group().strip("（）")

    return {
        "title": soup.select_one("h1.goods-title")?.text.strip() or "",
        "images": {
            "main": [img.get("src") for img in soup.select("div.slider-content img") if img.get("src")],
            "detail": [img.get("src") for img in soup.select("div.detail-img img") if img.get("src")],
            "tag": [img.get("src") for img in soup.select("div.tag-img img") if img.get("src")]
        },
        "price": {
            "wholesale_str": soup.select_one("div.price-wholesale")?.text.strip() or "",
            "batch_str": batch_price_str.strip() or "",
            "wholesale": self._clean_price(soup.select_one("div.price-wholesale")?.text or ""),
            "batch_price": self._clean_price(batch_price_str or ""),
            "wholesale_rule": wholesale_rule,
            "batch_rule": batch_rule
        },
        "specs": {
            "colors": colors,
            "sizes": sizes
        },
        "shop": {
            "name": soup.select_one("div.shop-info .name")?.text.strip() or "",
            "address": soup.select_one("div.shop-info .address")?.text.strip() or "",
            "contact": soup.select_one("div.shop-info .contact")?.text.strip() or ""
        },
        "supply_chain": {
            "delivery_time": soup.select_one("div.delivery-time")?.text.strip() or "",
            "batch_rule": wholesale_rule
        }
    }

def _fetch_dynamic_data(self, goods_id: str, headers: Dict[str, str], proxy: Dict[str, str]) -> Dict:
    """调用动态接口获取库存和同款商品"""
    dynamic_data = {
        "stock": [],  # 颜色+尺码库存
        "total_stock": 0,  # 总库存
        "similar_goods": []  # 同款商品ID列表
    }
    try:
        # 1. 获取库存
        stock_params = {"goods_id": goods_id}
        stock_resp = requests.get(
            self.stock_api,
            params=stock_params,
            headers=headers,
            proxies=proxy,
            timeout=10
        )
        stock_data = stock_resp.json()
        if stock_data.get("code") == 0 and "data" in stock_data:
            dynamic_data["stock"] = stock_data["data"].get("stock", [])
            dynamic_data["total_stock"] = stock_data["data"].get("total", 0)

        # 2. 获取同款商品
        similar_params = {"goods_id": goods_id}
        similar_resp = requests.get(
            self.similar_api,
            params=similar_params,
            headers=headers,
            proxies=proxy,
            timeout=10
        )
        similar_data = similar_resp.json()
        if similar_data.get("code") == 0 and "data" in similar_data:
            # 提取同款商品ID
            dynamic_data["similar_goods"] = [
                item.get("goods_id") for item in similar_data["data"] if item.get("goods_id")
            ]

    except Exception as e:
        print(f"动态数据获取失败: {str(e)}")
    return dynamic_data

def _merge_specs_and_stock(self, static_colors: List[Dict], static_sizes: List[str], stock_list: List[Dict]) -> List[Dict]:
    """合并颜色、尺码与库存（生成二维规格表）"""
    # 按颜色分组库存
    color_stock_map = {}
    for stock in stock_list:
        color = stock["color"]
        if color not in color_stock_map:
            color_stock_map[color] = {}
        color_stock_map[color][stock["size"]] = stock["num"]

    # 合并每个颜色的尺码库存
    merged_specs = []
    for color in static_colors:
        color_name = color["name"]
        color_img = color["img"]
        # 关联静态尺码列表（保证顺序）
        size_stock = {}
        for size in static_sizes:
            size_stock[size] = color_stock_map.get(color_name, {}).get(size, 0)

        # 生成尺码详情
        sizes = [
            {
                "size": size,
                "stock": size_stock[size],
                "available": size_stock[size] > 0
            } for size in static_sizes
        ]
        merged_specs.append({
            "color": color_name,
            "color_img": color_img,
            "sizes": sizes
        })
    return merged_specs

def item_get(self, goods_id: str, timeout: int = 10) -> Dict:
    """
    获取VVIC商品详情
    :param goods_id: 商品ID（如1234567）
    :param timeout: 超时时间
    :return: 标准化商品数据
    """
    try:
        if not self.cookie:
            return {"success": False, "error_msg": "请提供登录态Cookie（否则无法获取完整数据）"}

        # 1. 主页面请求
        url = self.base_url.format(goods_id=goods_id)
        headers = self._get_headers()
        proxy = self._get_proxy()

        # 随机延迟，避免反爬
        time.sleep(random.uniform(2, 4))
        response = requests.get(
            url=url,
            headers=headers,
            proxies=proxy,
            timeout=timeout
        )
        response.raise_for_status()
        main_html = response.text

        # 2. 解析主页面数据
        static_data = self._parse_static_data(main_html)
        if not static_data["title"]:
            return {"success": False, "error_msg": "商品不存在或已下架"}

        # 3. 获取动态数据（库存、同款）
        dynamic_data = self._fetch_dynamic_data(goods_id, headers, proxy)

        # 4. 合并规格与库存
        merged_specs = self._merge_specs_and_stock(
            static_data["specs"]["colors"],
            static_data["specs"]["sizes"],
            dynamic_data["stock"]
        )

        # 5. 整合结果
        result = {
            "success": True,
            "data": {
                "goods_id": goods_id,** static_data,
                "specs": merged_specs,
                "total_stock": dynamic_data["total_stock"],
                "supply_chain": {
                    **static_data["supply_chain"],
                    "similar_goods": dynamic_data["similar_goods"]
                },
                "url": url,
                "update_time": time.strftime("%Y-%m-%d %H:%M:%S")
            }
        }
        return result

    except requests.exceptions.HTTPError as e:
        if "403" in str(e):
            return {"success": False, "error_msg": "触发反爬，建议更换代理或Cookie", "code": 403}
        if "401" in str(e):
            return {"success": False, "error_msg": "Cookie无效，请重新登录获取", "code": 401}
        return {"success": False, "error_msg": f"HTTP错误: {str(e)}", "code": response.status_code}
    except Exception as e:
        return {"success": False, "error_msg": f"获取失败: {str(e)}", "code": -1}

使用示例

if name == "main":

# 代理池（替换为有效代理）
PROXIES = [
    "http://123.45.67.89:8888",
    "http://98.76.54.32:8080"
]
# 登录态Cookie（必填，从浏览器获取）
COOKIE = "userid=xxx; PHPSESSID=xxx; token=xxx"

# 初始化API客户端
api = VVICItemApi(proxy_pool=PROXIES, cookie=COOKIE)

# 获取商品详情（示例goods_id）
goods_id = "1234567"  # 替换为实际商品ID
result = api.item_get(goods_id)

if result["success"]:
    data = result["data"]
    print(f"商品标题: {data['title']}")
    print(f"价格信息: 批发价{data['price']['wholesale_str']} | 打包价{data['price']['batch_str']}")
    print(f"起批规则: {data['price']['wholesale_rule']} | 发货时效: {data['supply_chain']['delivery_time']}")
    print(f"档口信息: {data['shop']['name']} | 地址: {data['shop']['address']} | 联系方式: {data['shop']['contact']}")
    print(f"规格与库存（总库存{data['total_stock']}件）:")
    for spec in data['specs'][:3]:  # 前3个颜色
        print(f"  颜色: {spec['color']} | 颜色图: {spec['color_img'][:50]}")
        for size in spec['sizes'][:3]:  # 前3个尺码
            print(f"    尺码{size['size']}: 库存{size['stock']}件 | {'可购' if size['available'] else '无货'}")
    print(f"同款商品ID: {data['supply_chain']['similar_goods'][:3]}")  # 前3个同款
    print(f"详情页: {data['url']}")
else:
    print(f"获取失败: {result['error_msg']}（错误码: {result.get('code')}）")

五、关键技术难点与解决方案
颜色 - 尺码二维库存关联
问题：服装商品的库存以 “颜色 + 尺码” 组合存在（如 “黑色 - S”“白色 - M”），需将静态规格选项与动态库存精准匹配，避免错乱。
解决方案：
从静态页面提取颜色列表（含名称和图片）和尺码列表（如["S", "M"]）；
用字典按颜色分组库存数据（color_stock_map），再遍历静态尺码生成对应库存；
示例代码中_merge_specs_and_stock函数实现二维关联，确保每个颜色的每个尺码都有对应库存。
登录态与 Cookie 依赖
问题：VVIC 的价格、库存等核心数据需登录后可见，未登录状态下返回 “请登录查看”，导致数据缺失。
解决方案：
要求用户提供登录态 Cookie（从浏览器 F12 的Application→Cookies获取）；
在请求头中强制携带 Cookie，并定期提醒用户更新（Cookie 有效期约 7 天）；
代码中增加 Cookie 校验，若返回 401 错误则提示 “Cookie 无效”。
动态接口加密参数（若有）
问题：部分动态接口（如库存接口）可能包含加密参数（如sign），需破解加密逻辑才能正常请求。
解决方案：
通过浏览器开发者工具分析参数生成逻辑（在Sources面板搜索参数名）；
若加密逻辑在 JS 中，用execjs库调用 JS 代码生成参数（示例如下）：
python
运行
import execjs

假设sign由goods_id和timestamp生成

js_code = """
function getSign(goods_id, timestamp) {
return md5(goods_id + timestamp + 'secret_key');
}
"""
ctx = execjs.compile(js_code)
timestamp = int(time.time() * 1000)
sign = ctx.call("getSign", goods_id, timestamp)
反爬机制对抗
问题：VVIC 对服装批发数据爬取限制严格，高频请求会触发 IP 封锁（403 错误），尤其针对热销款和档口信息。
解决方案：
代理 IP 轮换：使用高匿代理池（推荐广州地区 IP，匹配 VVIC 主要档口区域），每 1 次请求切换 IP；
请求频率控制：单 IP 每分钟请求≤1 次，两次请求间隔 2-4 秒（模拟采购商浏览节奏）；
Cookie 池策略：维护多个登录态 Cookie（通过不同账号获取），随机携带以降低单一账号风险；
动态 UA 与 Referer：每次请求使用随机 User-Agent，Referer 设置为对应类目页（如女装类目）。
六、最佳实践与合规要点
系统架构设计采用 “低频精准采集 + 档口数据关联” 架构，适配服装批发场景：
采集层：集成代理池、Cookie 池，优先获取动态接口数据，确保库存实时性；
解析层：重点处理颜色 - 尺码库存关联，支持按 “可购规格” 筛选商品；
存储层：用 Redis 缓存商品基础信息（2 小时过期，库存波动快），MySQL 存储档口信息（长期有效）；
监控层：实时监控请求成功率、Cookie 有效性，异常时通过钉钉告警。
性能优化策略
异步批量获取：用aiohttp并发处理多个goods_id（控制并发数≤1），适配低频率限制；
按需解析：优先提取goods_id、批发价、库存等核心字段，详情图和同款列表可延迟获取；
热点抑制：对同一商品 ID 的请求，1 小时内仅更新 1 次（库存变化超 10% 时强制更新）。
合规性与风险控制
访问限制：单 IP 日请求量≤100 次，避免对平台服务器造成压力，符合 robots 协议；
数据使用边界：不得将档口联系方式、批发价用于恶意竞争，需注明数据来源 “VVIC”；
版权保护：服装图片可能涉及设计版权，使用时需遵守《著作权法》，不得擅自用于商业盈利。
七、总结
VVIC item_get接口的对接核心在于颜色 - 尺码二维库存的精准关联、登录态 Cookie 的有效管理及动态接口数据的整合。开发者需重点关注：
服装规格（颜色 + 尺码）与库存的匹配逻辑（支撑采购决策）；
Cookie 的有效性维护（确保获取完整价格和库存）；
代理池与请求频率的精细化控制（应对严格反爬）。
通过本文的技术方案，可构建稳定的商品详情获取系统，为服装批发采购、供应链管理等场景提供可靠数据支持。实际应用中，需根据平台最新页面结构动态调整解析规则，平衡数据获取效率与合规性