在Daraz平台获取搜索列表数据的API接口实现

​

一、接口分析

Daraz平台未公开官方API文档，但可通过分析网络请求获取数据接口。核心步骤如下：

请求URL
搜索页面的数据接口通常为：

base_url = "https://www.daraz.pk/api/catalog/search"

关键参数

params = {
  "q": "mobile",          # 搜索关键词
  "page": 1,              # 分页页码
  "sort": "popularity",   # 排序方式
  "spm": "a2a0e.12345678" # 页面标识（需动态获取）
}

请求头要求
需模拟浏览器行为防止反爬：

headers = {
  "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)",
  "Referer": "https://www.daraz.pk/"
}

二、Python实现示例

import requests
import json

def fetch_daraz_search(keyword, page=1):
    url = "https://www.daraz.pk/api/catalog/search"
    
    # 动态获取spm参数（需实际抓取页面源码解析）
    spm_value = extract_spm() 
    
    params = {
        "q": keyword,
        "page": page,
        "sort": "popularity",
        "spm": spm_value
    }
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64)",
        "Accept-Language": "en-US,en;q=0.9"
    }
    
    try:
        response = requests.get(url, params=params, headers=headers)
        if response.status_code == 200:
            return response.json()  # 返回结构化JSON数据
        else:
            print(f"请求失败，状态码：{response.status_code}")
    except Exception as e:
        print(f"接口异常：{str(e)}")

# 示例调用
data = fetch_daraz_search("wireless earphones", page=2)
print(json.dumps(data, indent=2))

三、返回数据结构解析

典型响应数据包含：

{
  "data": {
    "products": [
      {
        "id": "P0012345",
        "name": "Wireless Bluetooth Earbuds",
        "price": "Rs. 1,299",
        "original_price": "Rs. 2,599",
        "rating": 4.5,
        "review_count": 128
      },
      // ... 其他商品数据
    ],
    "total_pages": 23  // 总页数
  }
}

四、注意事项

反爬策略

使用代理IP轮询（推荐requests.Session+代理池）

添加随机延迟：time.sleep(random.uniform(1, 3))

定期更新User-Agent

参数动态性
spm参数需从页面HTML中实时提取：

def extract_spm():
    # 示例：从首页< script >标签中正则匹配
    pattern = r'"spm":"([a-z0-9.]+)"'
    # 实际需通过请求首页获取

法律合规

! 重要：请遵守Daraz的robots.txt限制，避免高频请求（建议≤5次/分钟）

五、扩展方案

若API变动频繁，可采用浏览器自动化方案：

from selenium import webdriver
from selenium.webdriver.common.by import By

driver = webdriver.Chrome()
driver.get("https://www.daraz.pk/search?q=mobile")
# 直接解析页面DOM获取数据
product_elements = driver.find_elements(By.CSS_SELECTOR, "div.product-card")

通过此方法可实现更稳定的数据采集，但需权衡性能与维护成本。

​
审核编辑 黄宇