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：

1. 请求URL
   搜索页面的数据接口通常为：

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

2. 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） }

3. 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

1. 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

2. 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

3. 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。