淘宝商品采集，难点不在抓标题，在SKU价格。
同一个商品有多个规格，价格从9.9到99.9不等，直接抓主价格会出错。我用影刀RPA做淘宝采集时，一开始就是栽在这里。
其实核心就五步：搜商品、进详情、抓SKU、洗价格、写表格。
下面把完整流程拆开讲，新手跟着做就能跑通。
淘宝搜索页与商品列表的采集方法
场景：在淘宝搜索关键词，批量获取商品列表。
方法：用“打开网页”+“获取相似元素列表”指令，配合XPath模糊匹配。
操作步骤：
- 在右侧指令面板搜索“打开网页”，URL填
https://s.taobao.com/search?q=关键词
2. 加“等待元素出现”，捕获商品列表第一个商品卡片
- 拖入“获取相似元素列表”指令，捕获所有商品链接
- 输出变量设为
goods_list，循环遍历
# 捕获元素：淘宝搜索页商品卡片
//div[contains(@class,'item')]//a[contains(@class,'title')]
# 捕获元素：商品链接
//div[contains(@class,'item')]//a[contains(@class,'title')]/@href
# 用“获取相似元素列表”指令，一次性拿到所有商品链接
# 输出变量：goods_url_list，再循环遍历
注意：淘宝搜索页需要登录态，提前在浏览器管理里配置好Cookie。社区版30分钟/天，调试时尽量用创业版。
进入商品详情页获取SKU信息
场景：从搜索页拿到商品链接后，逐个进入详情页抓SKU。
方法：用“循环列表”遍历链接，每次用“打开网页”打开新标签页。
操作步骤：
- 拖入“循环列表”指令，遍历
goods_url_list - 循环体内用“打开网页”打开当前链接
- 加“等待元素出现”，捕获SKU选择区域
- 用“获取相似元素列表”抓取所有SKU名称和价格
| 字段 | XPath示例 | 说明 |
|---|---|---|
| SKU名称 | //div[contains(@class,'sku')]//span | 规格文字 |
| SKU价格 | //div[contains(@class,'price')]//em | 价格数字 |
| 商品标题 | //h1[contains(@class,'title')] | 主标题 |
SKU价格的提取与清洗实战
场景：抓到的SKU价格带“¥”符号和“起”字，不能直接计算。
方法：用影刀RPA的“正则提取”指令或Python清洗。
# 影刀Python指令：清洗SKU价格
import re
# 原始价格文本
raw_price = "¥29.90 - ¥99.90"
# 提取所有数字
prices = re.findall(r'\d+\.?\d*', raw_price)
# 结果：['29.90', '99.90']
# 转成浮点数
price_list = [float(p) for p in prices]
# 结果：[29.9, 99.9]
# 取最低价作为主价格
min_price = min(price_list)
重点：淘宝SKU价格有时是区间，有时是单个。统一提取所有数字，取最低价和最高价分别存储。
防限流与翻页策略
场景：连续采集几十个商品后，淘宝弹出验证码。
方法：控制采集速度，配合代理IP轮换。
- 每个商品采集后加“等待时间”2~3秒
- 每采集20个商品，切换一次代理IP
- 翻页用“循环条件”判断“下一页”按钮是否可点击
- 设置最大页数30页，防止死循环
# 捕获元素：淘宝下一页按钮
//*[contains(text(),'下一页')]
# 判断按钮是否可点击
//*[contains(text(),'下一页') and not(@disabled)]
# 如果XPath返回空，说明已到最后一页，退出循环
避坑：淘宝对频繁请求很敏感，社区版30分钟额度有限，建议分批采集，每次不超过50个商品。
数据写入Excel的完整流程
场景：采集完SKU数据，要写入Excel保存。
方法：用“写入行数据到表格”指令，按商品逐行写入。
操作步骤：
- 用“读取Excel”创建表格对象
- 循环遍历采集结果
- 用“写入行数据到表格”追加数据
- 循环结束后用“保存Excel”保存文件
# 行数据格式：[商品标题, SKU名称, 最低价, 最高价, 商品链接]
row_data = [title, sku_name, min_price, max_price, url]
# 影刀RPA中直接传给“写入行数据到表格”指令
# 勾选“追加到末尾”，不要覆盖
常见问题速查
| 问题 | 原因 | 解决 |
|---|---|---|
| 搜索页打不开 | 登录态过期 | 重新配置Cookie |
| SKU价格抓不到 | 元素未加载 | 加“等待元素出现” |
| 采集到重复商品 | 翻页位置没变 | 记录已采集的商品ID |
| 弹出验证码 | 请求太频繁 | 加等待+代理轮换 |
| 社区版额度不够 | 30分钟/天 | 创业版无限制 |
Q：魔法指令能生成淘宝采集流程吗？
A：影刀3.0的魔法指令可以生成框架，但SKU的XPath要手动调。
Q：淘宝和天猫的采集有什么区别？
A：天猫商品详情页结构略有不同，SKU区域要单独适配。建议用条件判断区分平台。
推荐资源
- 影刀RPA官方学院“淘宝自动化”专题课，免费
- 影刀社区搜索“淘宝采集”，有现成模板可下载
- Chrome插件XPath Helper，实时验证SKU的XPath
#影刀RPA #RPA自动化 #淘宝采集 #SKU价格 #电商自动化
作者：林焱
本文为《影刀RPA学习手册》系列文章之一，内容源于实操经验的整理与分享。