房天下 item_get - 获取详情接口对接全攻略：从入门到精通

一、接口核心认知：功能与适配场景

1. 接口定位与核心价值

• 核心功能：输入房源唯一 ID（house_id）或楼盘 ID（building_id），返回对应房产的全量详情数据，支持新房、二手房、租房、商铺、写字楼等多类型房产查询；可通过参数指定返回字段粒度，平衡数据完整性与接口响应速度。

• 房天下数据特性

• 权威合规：数据源自房天下官方房产数据库，符合住建部房产信息公示规范，支持商用场景；

• 字段维度全：覆盖房源基本属性、户型图、实景图、配套设施（学校 / 医院 / 交通）、价格走势、交易记录、业主评价等 50 + 核心字段；

• 实时性强：二手房价格、租房状态等动态数据 10 分钟内同步，新房开盘信息实时更新；

• 权限分级管控：基础房源信息开放度高，业主联系方式、精准成交价格等敏感数据需企业资质授权。

• 典型应用场景

1. 房产信息平台搭建：整合房源详情数据，为用户提供一站式房产查询、比价服务；

2. 房产市场分析：统计区域房价走势、户型占比、配套完善度，辅助行业研究与投资决策；

3. 购房 / 租房决策工具：基于房源详情自动匹配用户需求（如学区房、地铁房），生成推荐报告；

4. 房产中介管理系统：批量获取房源详情，自动化更新房源库，提升经纪人工作效率。

2. 核心参数与返回字段

（1）请求参数（GET/POST 提交，需签名认证）

注意事项

1. house_id 和 building_id 二选一，传入 building_id 会返回整个楼盘的详情（含楼栋、户型、均价）；

2. data_level=3 会返回完整的成交记录、业主评价等大字段，响应体积较大，非必要不开启；

3. 签名生成需包含所有非空参数，按参数名 ASCII 升序排序后拼接 secret 进行 MD5 加密。

（2）返回核心字段（按业务分类）

提示：need_price_trend=true 会增加接口响应时间，建议仅在需要分析价格走势时开启。

3. 接口限制与注意事项

• 数据缓存规则：基础房源信息缓存 30 分钟，价格走势、交易状态等动态数据缓存 10 分钟；

• 内容限制：违规房源、已下架房源不返回数据，业主联系方式、精准成交价格需单独申请权限；

• 合规要求：数据仅用于合规房产信息展示、市场分析，严禁转售、篡改或用于炒房等违规用途；

• 地域限制：部分城市的房产数据受当地监管政策限制，仅对本地企业开放。

二、对接前准备：权限与环境搭建

1. 获取接口权限（官方唯一合规路径）

1. 登录房天下开放平台（https://open1.fang.com），注册企业 / 个人开发者账号；

2. 提交资质审核：企业上传营业执照、房产中介备案证书（如有）；个人上传身份证，填写应用用途（如 “房产信息查询工具”）；

3. 创建应用，填写应用名称、服务器 IP 白名单、数据用途说明，提交审核；

4. 审核通过后，获取 key 和 secret（接口调用核心凭证），配置服务器 IP 白名单；

5. 申请 fang.item.get 接口权限，根据业务需求选择权限等级（基础 / 进阶 / 高级）。

风险提示：严禁使用非合规爬虫、第三方代理接口抓取数据，违反平台协议会导致账号封禁、法律追责。

2. 技术环境准备

（1）支持语言与协议

• 协议：HTTPS（强制，HTTP 请求会被直接拦截）；

• 开发语言：Python、Java、PHP、Go 等主流语言，推荐 Python（适配签名生成、异步并发与数据解析）。

（2）必备工具与依赖

三、实操步骤：接口对接全流程（Python 示例）

步骤 1：理解签名认证规则（核心，必掌握）

1. 收集所有非空请求参数（含公共参数与业务参数）；

2. 按参数名 ASCII 升序 排序；

3. 拼接参数为 key1value1key2value2... 的字符串格式；

4. 将 secret 拼接在参数串末尾，生成签名原串；

5. 对原串进行 MD5 加密，转为小写字符串，即为签名 sign；

6. 将 sign 添加到请求参数中，发送 HTTPS 请求。

步骤 2：完整代码实现（含签名生成 + 调用 + 数据标准化）

（1）依赖安装

（2）Python 代码实现

import requests
import hashlib
import time
import logging
import pandas as pd
from urllib.parse import urlencode
# 封装好API供应商demo url=https://console.open.onebound.cn/console/?i=Lex
# 日志配置：记录调用日志，便于问题排查
logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s - %(levelname)s - %(message)s",
    handlers=[logging.FileHandler("fang_item_get.log"), logging.StreamHandler()]
)

# 配置信息（替换为你的开放平台信息）
CONFIG = {
    "key": "你的接口key",
    "secret": "你的接口secret",
    "api_url": "https://api.fang.com/fang/item_get",
    "result_type": "json",
    "cache": "yes"
}

def generate_sign(params: dict, secret: str) -> str:
    """生成房天下接口签名（MD5加密）"""
    # 1. 按参数名ASCII升序排序
    sorted_params = sorted(params.items(), key=lambda x: x[0])
    # 2. 拼接参数为key1value1key2value2格式
    param_str = "".join([f"{k}{v}" for k, v in sorted_params])
    # 3. 拼接secret并MD5加密
    sign_str = param_str + secret
    sign = hashlib.md5(sign_str.encode("utf-8")).hexdigest().lower()
    return sign

def standardize_house_data(raw_house: dict) -> dict:
    """标准化房源详情数据，统一输出格式"""
    # 处理配套设施信息
    support = raw_house.get("support_info", {})
    # 处理图片信息
    img = raw_house.get("img_info", {})
    
    return {
        "房源ID": raw_house.get("house_id", ""),
        "房源名称": raw_house.get("house_name", ""),
        "所属楼盘": raw_house.get("building_name", ""),
        "房产类型": raw_house.get("house_type", ""),
        "户型": raw_house.get("house_style", ""),
        "建筑面积(㎡)": raw_house.get("area", 0.0),
        "所属区域": raw_house.get("region", ""),
        "详细地址": raw_house.get("address", ""),
        "挂牌价(万元)": raw_house.get("price", 0.0),
        "单价(元/㎡)": raw_house.get("unit_price", 0.0),
        "交易状态": raw_house.get("transaction_status", ""),
        "发布时间": raw_house.get("publish_time", ""),
        "周边学校": support.get("school", ""),
        "周边地铁": support.get("metro", ""),
        "户型图URL": img.get("huxing_img", ""),
        "实景图URL列表": ",".join(img.get("real_img", [])),
        "物业费(元/㎡·月)": raw_house.get("property_fee", 0.0),
        "开发商": raw_house.get("developer", ""),
        "请求时间": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())
    }

def fang_item_get(
    house_id: str = None,
    building_id: str = None,
    data_level: int = 1,
    need_img: bool = True,
    need_support: bool = True,
    need_price_trend: bool = False
) -> dict:
    """调用房天下item_get接口获取房源/楼盘详情"""
    # 1. 校验必填参数
    if not house_id and not building_id:
        return {"success": False, "error_msg": "house_id和building_id必须传入一个", "data": {}}

    # 2. 构建公共参数
    params = {
        "key": CONFIG["key"],
        "api_name": "item_get",
        "result_type": CONFIG["result_type"],
        "cache": CONFIG["cache"],
        "data_level": data_level,
        "need_img": str(need_img).lower(),
        "need_support": str(need_support).lower(),
        "need_price_trend": str(need_price_trend).lower()
    }

    # 3. 添加工单ID参数
    if house_id:
        params["house_id"] = house_id
    if building_id:
        params["building_id"] = building_id

    # 4. 生成签名
    sign = generate_sign(params, CONFIG["secret"])
    params["sign"] = sign

    try:
        # 5. 发送HTTPS请求
        response = requests.get(
            url=CONFIG["api_url"],
            params=params,
            timeout=15,
            verify=True  # 生产环境建议开启证书验证
        )
        response.raise_for_status()  # 抛出HTTP状态码异常
        result = response.json()

        # 6. 解析响应结果
        if result.get("error_response"):
            error = result["error_response"]
            error_msg = f"{error.get('code', '未知错误')}: {error.get('msg', '无错误信息')}"
            logging.error(f"获取详情失败（ID：{house_id or building_id}）：{error_msg}")
            return {"success": False, "error_msg": error_msg, "data": {}}

        raw_house = result.get("item_get_response", {}).get("house_info", {})
        if not raw_house:
            logging.warning(f"无房源数据返回（ID：{house_id or building_id}）")
            return {"success": False, "error_msg": "无匹配房源/楼盘数据", "data": {}}

        # 7. 标准化数据
        standard_data = standardize_house_data(raw_house)
        return {
            "success": True,
            "data": standard_data,
            "error_msg": ""
        }

    except requests.exceptions.RequestException as e:
        logging.error(f"网络请求异常（ID：{house_id or building_id}）：{str(e)}")
        return {"success": False, "error_msg": f"网络异常：{str(e)}", "data": {}}
    except Exception as e:
        logging.error(f"数据解析异常（ID：{house_id or building_id}）：{str(e)}")
        return {"success": False, "error_msg": f"解析异常：{str(e)}", "data": {}}
# 封装好API供应商demo url=https://console.open.onebound.cn/console/?i=Lex
# 调用示例
if __name__ == "__main__":
    # 示例1：查询单个房源详情
    house_id = "HS20260115001"
    result = fang_item_get(
        house_id=house_id,
        data_level=3,
        need_img=True,
        need_support=True,
        need_price_trend=True
    )

    if result["success"]:
        print("房源详情信息：")
        for k, v in result["data"].items():
            print(f"{k}: {v}")
        # 保存为Excel
        df = pd.DataFrame([result["data"]])
        df.to_excel(f"房天下房源详情_{house_id}.xlsx", index=False)
    else:
        print(f"获取失败：{result['error_msg']}")

    # 示例2：查询单个楼盘详情
    # building_id = "BD20260101005"
    # result = fang_item_get(building_id=building_id, data_level=2)

四、调试与问题排查：快速解决对接异常

1. 优先用官方工具调试（排除签名与参数问题）

1. 登录房天下开放平台调试工具，选择 fang.item.get 接口；

2. 输入 house_id 或 building_id、数据粒度等参数，工具自动生成签名并发送请求；

3. 若官方工具调用成功 → 问题出在代码的签名生成或参数拼接逻辑；

4. 若官方工具调用失败 → 问题出在权限配置或参数有效性（如 ID 错误、权限不足）。

2. 高频问题排查表

五、进阶优化：生产级稳定性提升

1. 性能与配额优化

• 批量调用优化：多房源 ID 查询时采用 异步并发（aiohttp），并发数≤权限允许的频率上限（如企业基础权限 5 次 / 秒）；避免循环同步调用导致的效率低下。

• 智能缓存策略：用 Redis 缓存房源详情，缓存 key 为 fang_house_房源ID_data_level，动态数据（价格 / 状态）缓存 10 分钟，基础数据缓存 30 分钟；楼盘数据缓存时间可延长至 1 小时。

• 字段按需获取：根据业务需求选择 data_level，例如仅展示基础信息时用 data_level=1，避免请求冗余字段拖慢响应速度。

2. 数据质量优化

• 数据去重与清洗：按 house_id 去重，避免重复存储同一房源数据；过滤面积≤0、价格≤0 的异常数据；统一户型、区域等字段的命名格式（如 “3 室 2 厅” 而非 “三室两厅”）。

• 缺失值处理：对返回的缺失字段（如物业费、开发商）填充默认值（如 “暂无数据”），避免下游系统报错。

• 价格单位统一：接口返回的价格可能有 “元 /㎡” 和 “总价万元” 两种单位，需在标准化函数中统一转换为用户易理解的格式。

3. 合规与安全优化

• 密钥管理：生产环境禁止硬编码 key 和 secret，存储在配置中心（如 Nacos、Apollo）或环境变量中；定期轮换密钥（每 3 个月一次），降低泄露风险。

• 重试机制：对 403（频率超限）、504（超时）等临时性错误，添加 指数退避重试 策略，首次重试间隔 1 秒，之后间隔翻倍，最多重试 3 次；对 400、401 等永久性错误直接抛出，不重试。

• 日志审计：记录每次调用的 house_id、data_level、响应状态、耗时等信息，日志保留至少 30 天；便于排查问题和满足合规审计要求。

六、扩展场景：接口联动与功能升级

1. 联动 item_search 接口：通过 item_search 按关键词（如 “学区房 地铁口”）获取房源 ID 列表，再批量调用 item_get 获取详情，实现 “搜索 - 详情” 全链路数据采集。

2. 房价走势分析系统：定时调用 item_get（开启 need_price_trend=true），收集历史价格数据，生成区域房价走势图，辅助用户判断购房时机。

3. 智能房源推荐系统：基于 item_get 返回的配套设施、户型等数据，结合用户画像（如刚需、改善、投资），构建推荐算法，实现精准房源匹配。

4. 房产中介工单系统：将 item_get 接口与 CRM 系统对接，经纪人输入房源 ID 即可自动填充详情，减少手动录入工作量