还在手动复制1688商品信息？一个Python脚本帮你自动搞定
先说个真实场景。
运营收到 30 个 1688 链接，要建一张选品表：标题、起批价、起批量、库存、主图、店铺、SKU 数量。做法是——开 30 个标签页，一个个复制标题粘进 Excel，回到页面看价格，右击主图另存为，规格那一栏靠手打。
两个小时后表格建完了，但问题才刚开始：
- 标题里全是「【爆款】」「【一件代发】」前缀，排序、筛选、去重全废；
- 页面上写着
¥26.50，其实是 500 件起的价，你按 2 件算利润，报价直接亏； - 主图存下来是 750×750 的缩略图，原图链接过了两天就失效；
- 十几个 SKU 手工抄，漏一个没人发现，等客户下单才发现没这个颜色。
这些信息本来就不该用手复制。 接口一次就能取全，而且取的是结构化字段，不用再猜哪段文字是价格。
下面这个脚本，输入一批链接，输出一张能直接给运营用的表格 + 一文件夹主图。
一、它到底做什么
links.txt（一行一个链接）
│
├─ 链接 → 商品ID（自动去重）
├─ 并发调接口，单条失败不影响其它
├─ 本地缓存，第二次跑直接命中
├─ 解析：标题 / 起批价 / 批发价 / 价格区间 / 起批量 / 库存 / 销量 / 店铺 / 主图
└─ 输出
├─ 商品表.xlsx ← 18 列，冻结首行 + 自动筛选 + 超链接
├─ 商品表.csv ← 没装 openpyxl 时的降级方案
├─ 商品表_失败.csv ← 失败的链接 + 错误码 + request_id
└─ images/ ← 主图，按「ID_标题.jpg」命名
一句话：链接进，Excel 出，图片落地。
二、三步跑起来
第 1 步：环境
python --version # 3.8 以上都行，脚本只用标准库
python -m pip install openpyxl # 可选，装了才能出 .xlsx
不装 openpyxl 也能用，脚本会自动降级成 CSV，Excel 双击照样打开。
第 2 步：拿密钥
去万邦开放平台（open.onebound.cn）注册，添加 1688.item_get 接口，拿到 key 和 secret，塞进环境变量：
# Windows PowerShell
$env:ONEBOUND_KEY="你的key"
$env:ONEBOUND_SECRET="你的secret"
# 封装好API供应商demo url=https://console.open.onebound.cn/console/?i=Lex
# macOS / Linux
export ONEBOUND_KEY=你的key
export ONEBOUND_SECRET=你的secret
还没跑通过接口本身？先看《1688商品详情API接口实战》那篇，把单条请求跑通，再回来批量。
第 3 步：准备清单，开跑
links.txt 长这样，# 开头是注释，链接和纯 ID 混着写都行：
# 9 月秋季选品
https://detail.1688.com/offer/610947572360.html
https://m.1688.com/offer/610947572361.html?offerId=610947572361
610947572362
python 1688_batch_export.py links.txt --out 秋季选品 --images --workers 4
跑起来是这样（数字为示意）：
共 30 个商品，并发 4，优先读缓存
[1/30] ✓ 610947572360 ¥29.90 便携式榨汁机家用充电款 (新抓)
[2/30] ✓ 610947572361 ¥18.80 304不锈钢保温杯 便携 (新抓)
[3/30] ✗ 610947572363 错误码 2000
...
完成：成功 28 条，失败 2 条，耗时 11.6s
已导出 秋季选品.csv
已导出 秋季选品.xlsx
失败清单：秋季选品_失败.csv（2 条）
30 个商品，十几秒。手动做大约 25 分钟。
三、它替你做的五件事
1. 三种链接形态，都能认出商品 ID
1688 的链接不止一种写法，PC 端、分享链接、纯数字 ID 都得吃：
def extract_id(text: str) -> str | None:
text = text.strip()
if not text or text.startswith("#"):
return None
for p in (r"/offer/(\d{6,})\.html", r"offerId=(\d{6,})", r"^(\d{6,})$"):
m = re.search(p, text)
if m:
return m.group(1)
return None
顺带做了输入去重：同一个商品贴了两次，只抓一次。
2. 并发抓，但一条失败不会拖垮整批
30 个链接串行请求要 20 多秒，4 并发压到 6 秒左右。关键是失败隔离——某条商品下架、某个请求超时，只进失败清单，不影响其它：
with ThreadPoolExecutor(max_workers=workers) as pool:
futures = {
pool.submit(work, nid): nid for nid in ids}
for fut in as_completed(futures):
row, meta, payload = fut.result() # 单条异常在这里被捕获
if row is None:
failed.append({
...}) # 记错误码和 request_id
else:
rows.append(row)
并发别贪，--workers 4 已经很够；再往上容易撞上 4008 并发达上限。
3. 缓存：第二次跑，一个请求都不发
批量任务最怕“跑到第 27 个断了，重跑又从第 1 个开始”。脚本把每次抓到的原始数据存进 SQLite：
CREATE TABLE item_cache (
num_iid TEXT PRIMARY KEY,
payload TEXT, -- 原始 item JSON
fetched_at INTEGER
)
重跑时先查缓存，命中就跳过请求。我实测第二轮 4 个商品 0 次接口调用，全部走缓存。要强制刷新（比如对账）加 --refresh。
4. 价格算清楚，而不是“抄一个数”
1688 的价格是好几个概念，脚本一次给全：
| 列 | 来源 | 用途 |
|---|---|---|
| 起批价 | price |
页面展示价，通常是最低档 |
| 批发价 | batch_price |
授权后才有，做利润测算用它 |
| 价格区间 | SKU 价格 min~max | 一眼看出规格差价大不大 |
| 起批量 | min_num |
报价必看，2 件起和 500 件起是两个生意 |
prices = [fnum(s.get("price")) for s in sku_list if fnum(s.get("price")) > 0]
price_range = f"{min(prices):.2f}~{max(prices):.2f}" if len(prices) > 1 else ""
库存还有个坑：num 有时是 0，但 SKU 里明明有货。脚本做了回落——总库存取不到就按 SKU 求和。
5. 标题清洗只动开头，不动正文
这是最容易写错的一行。粗暴地删掉所有括号内容，会把「304不锈钢」「500ml」这类关键信息也干掉：
PROMO_TAG = re.compile(r"^[\s]*[【\[（(][^】\]）)]{0,20}[】\]）)]")
def clean_title(t: str) -> str:
t = PROMO_TAG.sub("", t or "").strip() # 只剥离开头 ≤20 字的营销标签
return re.sub(r"\s+", " ", t)[:80]
效果：【爆款】便携式榨汁机家用充电款 → 便携式榨汁机家用充电款，而 304不锈钢保温杯 原样保留。
四、几个不显眼但很要命的细节
① 图片小于 1KB 就算失败。 1688 图床有防盗链，被拦时返回的不是 403，而是一张占位小图。下载后判断大小，比判断状态码靠谱：
if len(data) < 1024:
return False # 基本是占位图 / 错误页
② 商品 ID 在 Excel 里会变成科学计数法。 610947572360 一进单元格就成了 6.10948E+11，回头查都查不回来。写表时强制文本格式：
row[0].number_format = "@"
③ 表格要能直接用。 冻结首行、开启筛选、主图列和详情链接列转成可点超链接、列宽按内容给足——这些不加，运营第一件事就是自己调格式。
④ 失败清单必须留 request_id。 出问题时把 request_id 发给服务商，能直接定位是哪次调用，比截图有效得多。
五、常见问题
| 现象 | 原因 | 处理 |
|---|---|---|
4016 余额/套餐问题 |
key 停用或套餐过期 | 登录后台看套餐，或换 key |
4013 调用次数超限 |
当日额度用完 | 次日再跑，或升级套餐 |
4008 并发达上限 |
--workers 太大 |
降到 2~3，加 --delay |
部分商品 2000 |
商品已下架 / ID 不存在 | 正常现象，看失败清单 |
| 图片下载全失败 | 图床防盗链 | 加 Referer（脚本已带），或只保留 URL |
| Excel 中文乱码 | 用了 CSV 且编码不对 | 用 .xlsx，CSV 是 UTF-8 BOM，WPS/Excel 都正常 |
商品 ID 变成 6.1E+11 |
单元格被识别成数字 | 已处理；自己二次加工时记得转字符串 |
六、边界说清楚
- 能取：商品公开信息（标题、价格、库存、SKU、店铺、图片）。这就是选品、比价、铺货素材要用的全部。
- 不能取：买家信息、订单数据、需要登录才可见的内容。这些要走商家授权，不在这个脚本范围内。
- 别做的事：把频率拉到极限、拿数据做整站搬运。控制并发、加缓存、只取自己业务需要的字段，是能被长期容忍的前提。
七、文件与下一步
配套脚本 1688_batch_export.py，纯标准库实现（openpyxl 可选），已包含：
| 能力 | 参数 |
|---|---|
| 批量读入 | 文件 / 多个链接 / 纯 ID 混写，自动去重 |
| 并发控制 | --workers 3（默认 3） |
| 断点续跑 | 默认开，--cache xxx.db 指定缓存文件 |
| 强制重抓 | --refresh |
| 主图下载 | --images |
| 输出 | --out 文件名 → .xlsx + .csv + _失败.csv |
后续想扩展，两个方向最实用：
- 加 SKU 明细 sheet：把每个规格的价格、库存铺平成行，做阶梯报价时直接算；
- 接定时任务：每天早八点跑一次，价格变动超过 5% 的标红——那就从“导表工具”变成“价格监控”了。
结语
手动复制的问题从来不是“慢”，而是慢还不准：价格看错档、规格抄漏行、图片存成缩略图，错一处就要返工。
把这些重复动作交给脚本，把判断留给自己——哪个款值得跟、哪个价能压、哪个供应商靠谱，这些才是人该干的事。
