第03章：爆品监控脚本实战
第03章：爆品监控脚本实战
你的第一个脚本，不需要功能完美，只需要能稳定运行，给客户发出第一份报告。一旦有了第一个付费客户，你才知道下一步要改什么。
这一章，我们从零开始，搭建一个最小可用的"爆品监控"脚本。
目标：
- 每天抓取TikTok Shop特定类目的热销商品列表
- 对比前一天的数据，找到排名上升最快的商品（潜在爆品信号）
- 生成一个Excel报告，发送给客户
这个脚本，你用1-2天可以完成。
环境准备
# 安装依赖
pip install requests pandas openpyxl sqlite3
# （sqlite3是Python内置库，不需要单独安装）
第一步：理解目标数据
在开始写代码之前，先手动操作一次，看看你要抓的数据长什么样。
打开TikTok Shop（shop.tiktok.com 或者TikTok应用），选择一个类目（如"电子产品"），打开浏览器开发者工具（F12）。
在Network选项卡里，过滤fetch/XHR请求，找到返回商品列表的API请求。
你会看到类似这样的JSON结构：
{
"data": {
"products": [
{
"id": "7xxxxxxxxxx",
"title": "商品名称",
"price": {
"currency": "USD",
"actual_price": "19.99"
},
"sales": 1823,
"rating": 4.8,
"review_count": 256
}
]
}
}
记录下：
- 请求URL（包含所有参数）
- 请求Headers（特别是Cookie、x-tt-params等特殊字段）
- 返回的JSON字段名
第二步：编写爬取脚本
# tiktok_monitor.py
import requests
import json
import sqlite3
import pandas as pd
from datetime import date
# 数据库初始化
def init_db():
conn = sqlite3.connect("products.db")
cursor = conn.cursor()
cursor.execute("""
CREATE TABLE IF NOT EXISTS products (
id TEXT,
title TEXT,
price REAL,
sales INTEGER,
rating REAL,
review_count INTEGER,
category TEXT,
date TEXT
)
""")
conn.commit()
return conn
# 抓取商品数据
def fetch_products(category: str, headers: dict) -> list:
"""
从TikTok Shop获取指定类目的热销商品。
URL和参数需要根据实际API调整。
"""
url = "https://shop.tiktok.com/api/..." # 替换为实际URL
params = {
"category": category,
"sort_type": "2", # 按销量排序
"page": 1,
"page_size": 100
}
try:
response = requests.get(url, params=params, headers=headers, timeout=15)
response.raise_for_status()
data = response.json()
return data.get("data", {}).get("products", [])
except Exception as e:
print(f"抓取失败: {e}")
return []
# 保存到数据库
def save_products(conn, products: list, category: str):
today = str(date.today())
cursor = conn.cursor()
for p in products:
cursor.execute("""
INSERT INTO products (id, title, price, sales, rating, review_count, category, date)
VALUES (?, ?, ?, ?, ?, ?, ?, ?)
""", (
p.get("id"),
p.get("title"),
float(p.get("price", {}).get("actual_price", 0)),
int(p.get("sales", 0)),
float(p.get("rating", 0)),
int(p.get("review_count", 0)),
category,
today
))
conn.commit()
# 生成报告
def generate_report(conn) -> pd.DataFrame:
"""
对比今天和昨天的数据，找出销量增幅最大的商品。
"""
query = """
SELECT
today.id,
today.title,
today.category,
today.price,
today.sales as sales_today,
yesterday.sales as sales_yesterday,
(today.sales - yesterday.sales) as sales_change,
today.rating
FROM products today
LEFT JOIN products yesterday
ON today.id = yesterday.id
AND yesterday.date = date('now', '-1 day')
WHERE today.date = date('now')
AND yesterday.id IS NOT NULL
ORDER BY sales_change DESC
LIMIT 50
"""
df = pd.read_sql_query(query, conn)
return df
# 导出为Excel
def export_to_excel(df: pd.DataFrame, filename: str = None):
if filename is None:
filename = f"爆品监控_{date.today()}.xlsx"
with pd.ExcelWriter(filename, engine='openpyxl') as writer:
df.to_excel(writer, sheet_name='销量变化排行', index=False)
# 格式化
worksheet = writer.sheets['销量变化排行']
for column in worksheet.columns:
max_length = max(len(str(cell.value)) for cell in column if cell.value)
worksheet.column_dimensions[column[0].column_letter].width = min(max_length + 2, 50)
print(f"报告已生成: {filename}")
return filename
# 主函数
if __name__ == "__main__":
# 配置（从浏览器复制你的请求头）
HEADERS = {
"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) ...",
"Cookie": "YOUR_TIKTOK_COOKIE_HERE",
"Referer": "https://shop.tiktok.com/"
}
CATEGORIES = ["electronics", "home", "beauty"] # 你要监控的类目
conn = init_db()
# 抓取今天的数据
for category in CATEGORIES:
print(f"正在抓取类目: {category}")
products = fetch_products(category, HEADERS)
save_products(conn, products, category)
print(f" 保存了 {len(products)} 个商品")
# 生成报告
df = generate_report(conn)
if not df.empty:
export_to_excel(df)
else:
print("数据不足，暂无报告（需要至少两天的数据）")
conn.close()
第三步：自动运行
Windows任务计划程序
- 打开"任务计划程序"（搜索栏里搜）
- 新建任务
- 触发器：每天早上7点
- 操作：运行
python tiktok_monitor.py（注意指定Python的完整路径）
运行在服务器
如果你想让脚本在服务器上运行（便于给多个客户服务），可以用Linux服务器 + cron：
# 编辑cron任务
crontab -e
# 每天7点运行
0 7 * * * /usr/bin/python3 /home/user/tiktok_monitor.py >> /home/user/monitor.log 2>&1
第四步：发送报告给客户
最简单的方式：把Excel文件通过微信/邮件发送。
自动化发送（Python邮件）：
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.base import MIMEBase
from email import encoders
def send_email(to_addr: str, file_path: str):
# 配置你的SMTP服务器（如QQ邮箱）
smtp_server = "smtp.qq.com"
smtp_port = 465
sender_email = "your_email@qq.com"
sender_password = "YOUR_EMAIL_APP_PASSWORD" # 使用授权码，不是登录密码
msg = MIMEMultipart()
msg['From'] = sender_email
msg['To'] = to_addr
msg['Subject'] = f"TikTok爆品监控报告 {date.today()}"
# 附件
with open(file_path, "rb") as f:
attachment = MIMEBase("application", "octet-stream")
attachment.set_payload(f.read())
encoders.encode_base64(attachment)
attachment.add_header("Content-Disposition", f"attachment; filename={file_path}")
msg.attach(attachment)
with smtplib.SMTP_SSL(smtp_server, smtp_port) as server:
server.login(sender_email, sender_password)
server.sendmail(sender_email, to_addr, msg.as_string())
print(f"报告已发送至 {to_addr}")
脚本的局限性和改进方向
这个基础脚本，有以下不足，可以根据客户需求迭代：
| 问题 | 改进方向 |
|---|---|
| Cookie会过期，需要定期更新 | 研究自动刷新Cookie的方法，或提醒自己手动更新 |
| 只有销量排名，没有价格趋势 | 增加价格字段，用折线图展示价格变化 |
| 报告是Excel，不够直观 | 用Python生成HTML报告，图表更清晰 |
| 只监控头部商品，遗漏中腰部爆品 | 增加监控范围（前500、前1000名） |
本章小结
你现在有了一个可以运行的爆品监控脚本框架。
核心要点：
- 先用浏览器分析网络请求，再写代码
- 数据存SQLite，方便对比历史
- 报告发Excel，对客户最友好
- 先跑通，再迭代
→ 第4章：达人数据雷达的搭建