李宁商城检索返回数据会混合常规商品、推广展位、套装组合款，很多常规写法只做基础请求，缺少 SPU 与 SKU 的分层剥离。本文从商品入库的业务视角封装检索逻辑，把同 SPU 的多规格信息收拢，过滤营销推广条目，统一输出稳定字段，方便后续联动详情拉取、批量快照同步。核心难点在于请求指纹校验、嵌套规格解析、分页边界判断。 这套方案和通用教程的区别，是优先以 SPU 作为主键做数据收拢，避免同一个商品的多个 SKU 重复入库。会话复用头部信息，维持指纹一致性，减少频繁请求触发的校验拦截。代码只保留业务需要的核心字段，剔除冗余的前端渲染字段，降低存储压力。 落地时有几个高频卡点。第一，请求头不能随意删减，缺少 Referer 和 UA 很容易返回空数据；第二，平台有访问频次管控，连续翻页建议增加 0.5s 以上间隔，高频访问容易触发人机校验；第三，新品标识、库存状态为动态快照，仅适合定时采集，不可直接作为实时下单判断依据；第四，分页不要写死循环次数，根据 total 数值动态终止，减少无效请求。 检索拿到 spu_id 之后，可以直接传入商品详情拉取逻辑，形成完整的数据链路。长期定时同步场景，建议以 spu_id 作为唯一标识做去重，避免重复存储。该封装轻量化，适合中小规模商品快照采集，兼顾返回稳定性和数据纯净度。
import requests
import time
class LiningSearchFetch:
def __init__(self):
self.session = requests.Session()
self.base_url = "https://store.lining.com/api/search/goods"
self.headers = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36",
"Referer": "https://store.lining.com/",
"Accept": "application/json",
"sec-fetch-dest": "empty"
}
def fetch_goods_list(self, keyword, page=1, size=24):
params = {
"keyword": keyword,
"pageNum": page,
"pageSize": size
}
try:
resp = self.session.get(self.base_url, params=params, headers=self.headers, timeout=10)
resp.raise_for_status()
res_json = resp.json()
result_list = []
goods_items = res_json.get("data", {}).get("records", [])
for item in goods_items:
# 过滤推广广告商品
if item.get("isPromotion") == 1:
continue
row = {
"spu_id": item.get("spuId"),
"goods_title": item.get("goodsName"),
"cover_img": item.get("mainPic"),
"sale_price": item.get("salePrice"),
"market_price": item.get("originalPrice"),
"category_name": item.get("categoryName"),
"is_new": item.get("isNewGoods"),
"stock_flag": item.get("hasStock")
}
result_list.append(row)
return {
"total": res_json.get("data", {}).get("total"),
"list": result_list
}
except Exception as err:
print(f"检索异常：{err}")
return None
if __name__ == "__main__":
searcher = LiningSearchFetch()
ret = searcher.fetch_goods_list(keyword="跑鞋", page=1, size=24)
if ret:
for goods in ret["list"]:
print(goods)
