一号店（现并入京东生态，保留独立运营入口）作为聚焦快消品的综合电商平台，其商品搜索功能（item_search接口，非官方命名）是获取超市生鲜、家居百货、食品饮料等品类列表的核心工具。数据包含会员价、产地溯源、配送时效等快消特有字段，对电商比价、消费趋势分析、供应链研究等场景具有重要价值。由于无公开官方 API，开发者需通过页面解析实现搜索对接。本文系统讲解接口逻辑、参数解析、技术实现及反爬策略，助你构建稳定的快消品列表获取系统。
一、接口基础认知（核心功能与场景）
二、对接前置准备（参数与 URL 结构）
三、接口调用流程（基于页面解析）
四、代码实现示例（Python）
import requests
import time
import random
import re
import urllib.parse
from bs4 import BeautifulSoup
from fake_useragent import UserAgent
from typing import List, Dict
class YhdSearchApi:
def __init__(self, proxy_pool: List[str] = None, cookie: str = ""):
self.base_url = "https://search.yhd.com/c{cid}-0/k{keyword}/"
self.ua = UserAgent()
self.proxy_pool = proxy_pool # 代理池列表，如["http://ip:port", ...]
self.cookie = cookie # 登录态Cookie（用于获取会员价）
# 分类ID映射（简化版，需根据实际页面更新）
self.category_map = {
"休闲食品": "10087",
"生鲜水果": "10108",
"乳制品": "10107",
"家居清洁": "10226"
}
# 地区编码映射（简化版）
self.area_map = {
"进口": "2_3100",
"山东": "1_2800",
"广东": "1_2000",
"浙江": "1_3300"
}
def _get_headers(self) -> Dict[str, str]:
"""生成随机请求头"""
headers = {
"User-Agent": self.ua.random,
"Referer": "https://www.yhd.com/",
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8"
}
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:
"""清洗价格字符串（去除¥、逗号等）"""
if not price_str:
return 0.0
price_str = re.sub(r"[^\d.]", "", price_str)
return float(price_str) if price_str else 0.0
def _clean_sales(self, sales_str: str) -> int:
"""清洗销量字符串（提取数字，处理“1000+”等格式）"""
if not sales_str:
return 0
sales_num = re.search(r"\d+", sales_str)
return int(sales_num.group()) if sales_num else 0
def _parse_item(self, item_soup) -> Dict[str, str]:
"""解析单条商品数据"""
# 提取商品ID
link = item_soup.select_one("a.proName")["href"]
item_id = re.search(r"/item/(\d+)", link).group(1) if link else ""
# 提取会员价（需登录Cookie）
member_price_str = item_soup.select_one(".memberPrice")?.text.strip() or ""
return {
"item_id": item_id,
"title": item_soup.select_one(".proName")?.text.strip() or "",
"main_image": item_soup.select_one(".productImg img")?.get("src") or "",
"url": f"https://item.yhd.com{link}" if link.startswith("/") else link,
"price": {
"current": self._clean_price(item_soup.select_one(".price")?.text.strip() or ""),
"original": self._clean_price(item_soup.select_one(".originalPrice")?.text.strip() or ""),
"member": self._clean_price(member_price_str)
},
"product": {
"origin": item_soup.select_one(".origin")?.text.strip() or "",
"spec": item_soup.select_one(".spec")?.text.strip() or "" # 规格（如250ml*24盒）
},
"sales": {
"monthly": self._clean_sales(item_soup.select_one(".saleNum")?.text.strip() or ""),
"comment_count": self._clean_sales(item_soup.select_one(".comment")?.text.strip() or "")
},
"service": {
"delivery": item_soup.select_one(".delivery")?.text.strip() or "", # 配送时效
"after_sale": item_soup.select_one(".afterSale")?.text.strip() or ""
},
"brand": item_soup.select_one(".brandName")?.text.strip() or ""
}
def _parse_page(self, html: str) -> List[Dict]:
"""解析页面的商品列表"""
soup = BeautifulSoup(html, "lxml")
# 商品列表容器可能随页面更新变化，需验证
item_list = soup.select("div.itemBox")
return [self._parse_item(item) for item in item_list if item]
def _get_total_pages(self, html: str) -> int:
"""获取总页数"""
soup = BeautifulSoup(html, "lxml")
page_box = soup.select_one(".pageBox")
if not page_box:
return 1
# 提取最后一页页码
last_page = page_box.select("a")[-1].text.strip()
return int(last_page) if last_page.isdigit() else 1
def item_search(self,
keyword: str = "",
category: str = "",
price_min: float = None,
price_max: float = None,
area: str = "",
sort: str = "",
page_limit: int = 5) -> Dict:
"""
搜索一号店商品列表
:param keyword: 搜索关键词
:param category: 分类名称（如“乳制品”）或分类ID
:param price_min: 最低价格（元）
:param price_max: 最高价格（元）
:param area: 产地名称（如“进口”）或地区编码（如“2_3100”）
:param sort: 排序方式（sale-desc/price-asc等）
:param page_limit: 最大页数（默认5）
:return: 标准化搜索结果
"""
try:
# 1. 参数预处理
if not keyword and not category:
return {"success": False, "error_msg": "关键词（keyword）和分类（category）至少需提供一个"}
# 转换分类名称为ID
if category in self.category_map:
cid = self.category_map[category]
else:
cid = category if category else "0" # cid=0表示全分类
# 转换地区名称为编码
if area in self.area_map:
area_code = self.area_map[area]
else:
area_code = area if area else ""
# 编码关键词（支持中文）
encoded_keyword = urllib.parse.quote(keyword, encoding="utf-8") if keyword else ""
all_items = []
current_page = 1
while current_page <= page_limit:
# 构建参数
params = {
"page": current_page
}
if price_min is not None:
params["pr1"] = price_min
if price_max is not None:
params["pr2"] = price_max
if area_code:
params["area"] = area_code
if sort:
params["sort"] = sort
# 构建URL
url = self.base_url.format(cid=cid, keyword=encoded_keyword)
# 发送请求（带随机延迟）
time.sleep(random.uniform(2, 4)) # 京东系平台间隔需控制
headers = self._get_headers()
proxy = self._get_proxy()
response = requests.get(
url=url,
params=params,
headers=headers,
proxies=proxy,
timeout=10
)
response.raise_for_status()
html = response.text
# 解析当前页商品
items = self._parse_page(html)
if not items:
break # 无数据，终止分页
all_items.extend(items)
# 获取总页数（仅第一页需要）
if current_page == 1:
total_pages = self._get_total_pages(html)
# 修正最大页数（不超过page_limit和50）
total_pages = min(total_pages, page_limit, 50)
if total_pages < current_page:
break
# 若当前页是最后一页，终止
if current_page >= total_pages:
break
current_page += 1
# 去重（基于item_id）
seen_ids = set()
unique_items = []
for item in all_items:
if item["item_id"] not in seen_ids:
seen_ids.add(item["item_id"])
unique_items.append(item)
return {
"success": True,
"total": len(unique_items),
"page_processed": current_page,
"items": unique_items
}
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}
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"搜索失败: {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（从浏览器获取，用于查看会员价）
COOKIE = "uuid=xxx; user_key=xxx; JSESSIONID=xxx"
# 初始化API客户端
search_api = YhdSearchApi(proxy_pool=PROXIES, cookie=COOKIE)
# 搜索“进口牛奶”，分类“乳制品”，价格50-100元，进口产地，按销量降序，最多3页
result = search_api.item_search(
keyword="进口牛奶",
category="乳制品",
price_min=50,
price_max=100,
area="进口",
sort="sale-desc",
page_limit=3
)
if result["success"]:
print(f"搜索成功：共找到 {result['total']} 件商品，处理 {result['page_processed']} 页")
for i, item in enumerate(result["items"][:5]): # 打印前5条
print(f"\n商品 {i+1}:")
print(f"标题：{item['title'][:50]}...") # 截断长标题
print(f"价格：￥{item['price']['current']} | 会员价：￥{item['price']['member']} | 原价：￥{item['price']['original']}")
print(f"产地：{item['product']['origin']} | 规格：{item['product']['spec']}")
print(f"品牌：{item['brand']} | 月销：{item['sales']['monthly']}件 | 评价：{item['sales']['comment_count']}条")
print(f"配送：{item['service']['delivery']} | 售后：{item['service']['after_sale']}")
print(f"详情页：{item['url']}")
else:
print(f"搜索失败：{result['error_msg']}（错误码：{result.get('code')}）")