影刀RPA新手教程：跨境电商选品完全指南——AliExpress热卖商品分析与竞品调研自动化

作者：林焱 | 实战向 | 全文约2500字

前言

做跨境电商，选品决定生死。但选品最痛苦的是数据收集——AliExpress上一个个点开商品，记录价格、销量、评分、评论数，一个品类看下来眼睛都花了，还容易抄错数据。

我用影刀RPA做过一个AliExpress选品数据采集方案，每天自动采集指定品类的前200个热卖商品数据，存到Excel里，再用Python做简单分析，十分钟就能判断一个品类值不值得做。

本篇把这套方案完整讲一遍，从AliExpress页面结构特点到反爬策略，都是实战踩坑之后的经验。

一、安装与初始化

AliExpress是跨境电商最重要的平台之一，但它的页面结构和国内淘宝完全不同，有几个特点需要注意。

第一，AliExpress有严格的访问频率限制，操作太快会直接封IP。

第二，商品页面有大量异步加载内容，需要等待元素出现。

第三，有些数据在移动端页面和PC端不一样，建议用移动端User-Agent采集，数据更干净。

影刀配置：

浏览器：Chrome User-Agent：Mozilla/5.0 (iPhone; CPU iPhone OS 15_0 like Mac OS X) ... 代理设置：建议使用住宅代理，避免IP被封 页面加载等待：隐式等待10秒

我当时第一次做AliExpress采集，没设User-Agent，用的是默认PC端，结果页面结构和教程对不上，浪费了半天时间。

二、元素定位四合一

AliExpress的商品列表页和详情页元素定位，需要准备多套方案。

商品列表页——商品卡片：

AliExpress商品列表每个商品卡片的class是动态生成的，但有几个属性是稳定的。

//div[contains(@class,'product-card')] //a[contains(@href,'/item/')] //span[contains(@class,'price')] //span[contains(@class,'orders')]

商品详情页——价格：

AliExpress的价格显示有几种形式：单价、区间价、折扣价。需要分别获取。

//span[@class='product-price-current'] //span[@class='product-price-original'] //div[@class='discount-badge']

CSS选择器备用方案：

div[class*="product"][class*="card"] span[class*="price"] span[data-testid="price"]

我当时遇到一个问题：AliExpress的DOM结构和国内淘宝不一样，它的价格是放在shadow DOM里的，用普通的XPath获取不到。解决方法是用"在网页元素上执行JavaScript"指令，通过shadow root获取。

function(element,input){letshadowRoot=element.shadowRoot;returnshadowRoot.querySelector('.price-text').textContent;}

三、变量与数据类型

选品数据采集的变量设计，核心是支持后续的数据分析。

单个商品数据结构：

product={"product_id":"1005005567890123","title":"Wireless Earbuds Bluetooth 5.3","price":12.99,"original_price":25.99,"currency":"USD","orders":2345,"rating":4.7,"review_count":1834,"seller":"Shop123456","seller_followers":12340,"shipping":"Free shipping","category":"Consumer Electronics","collect_time":"2024-11-01 10:30:00"}

品类数据采集列表：

category_products=[]# 采集完一个商品就appendcategory_products.append(product)

竞品对比数据：

选品需要对比竞品，用字典存储对比结果。

competitor_analysis={"my_product_price":12.99,"avg_competitor_price":15.50,"min_competitor_price":9.99,"price_rank":3,# 在竞品中价格排第3低[video(video-nOcS1kBR-1783008316114)(type-csdn)(url-https://live.csdn.net/v/embed/525010)(image-https://i-blog.csdnimg.cn/img_convert/66b1f116a1b0abf9e5b0dab07e07c311.jpeg)(title-店群矩阵自动化突破运营极限！)]"review_rank":2,# 评论数排第2多}

四、流程控制

选品数据采集是一个"列表页→详情页→返回→下一个"的循环结构。

主流程：

开始 ↓ 配置采集参数（品类关键词、采集数量） ↓ 打开AliExpress搜索页 ↓ 循环：翻页采集商品列表 ↓ 获取当前页所有商品卡片元素 ↓ 循环：逐个点击商品进入详情页 ↓ 采集商品详情数据 写入内存列表 ↓ ![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/7545bfec1f6a44f99e95d2514ed812e0.png#pic_center) 判断：已采集数量是否达到目标？ ↓是→退出循环 ↓否→返回列表页，继续下一个 ↓ 判断：是否有下一页？ ↓是→点击下一页，继续 ↓否→退出翻页循环 ↓ 数据清洗与去重 ↓ 写入Excel，生成分析报告 ↓ 结束

翻页处理：

AliExpress的翻页按钮有时候是"下一页"箭头，有时候是数字页码。用"获取相似元素列表"获取所有页码按钮，找到当前页的下一个页码点击。

//a[contains(@class,'pagination') and not(contains(@class,'active'))]

异常处理：

详情页可能加载失败，或者商品已下架。用"尝试捕获"指令包住详情页采集逻辑，失败就跳过，记录日志，继续下一个。

五、网页自动化实战

搜索目标品类：

用"在输入框中输入"指令，在AliExpress搜索框输入品类关键词，点搜索。

搜索框XPath：

//input[@id='search-key']

设置筛选条件：

AliExpress的筛选条件（价格区间、评分、订单量）在左侧边栏。用"点击元素"指令展开筛选条件，再设置。

按订单量排序：

//a[contains(@href,'SortType=totalOrderedQty')]

按评分排序：

//a[contains(@href,'SortType=rating')]

采集商品列表基础信息：

不需要每个商品都点进去，列表页已经有价格、订单量、评分等基础信息，先批量获取。

用"获取相似元素列表"指令，获取所有商品卡片，再循环提取每个卡片的信息。

# 批量获取商品价格price_list=get_similar_elements_attribute("//span[contains(@class,'price')]","textContent")# 批量获取商品订单量orders_list=get_similar_elements_attribute("//span[contains(@class,'orders')]","textContent")

进入详情页采集深度数据：

列表页没有的数据（商品描述、详细参数、评论内容），需要进入详情页采集。

详情页数据采集要点：

• 商品图片URL：用"获取元素属性"获取img标签的src属性
• 商品描述：有些在iframe里，需要先切换iframe
• 评论内容：AliExpress的评论是动态加载的，需要模拟滚动触发加载

六、数据处理

采集到的原始数据需要做大量清洗工作。

价格处理：

AliExpress的价格文本格式是"US $12.99"，需要提取数字部分。

importredefextract_price(price_text):# 匹配数字（支持小数点）match=re.search(r'(\d+\.?\d*)',price_text)ifmatch:returnfloat(match.group(1))return0.0# 示例price=extract_price("US $12.99")# 返回 12.99

订单量处理：

AliExpress的订单量显示有"sold"、"orders"等后缀，还有"K"表示千。

defextract_orders(orders_text):orders_text=orders_text.lower().replace("sold","").replace("orders","").strip()if'k'inorders_text:returnint(float(orders_text.replace('k',''))*1000)if'm'inorders_text:returnint(float(orders_text.replace('m',''))*1000000)returnint(orders_text)

去重处理：

同一个商品可能有多个SKU链接，用product_id去重。

seen_ids=set()unique_products=[]forpinall_products:ifp["product_id"]notinseen_ids:seen_ids.add(p["product_id"])unique_products.append(p)

七、鼠标键盘与图像

滚动加载更多：

AliExpress有些页面需要滚动才能加载更多内容，用"模拟滚动"指令。

指令：模拟滚动 目标：当前页面 方向：向下 滚动次数：3 每次滚动后等待：2秒（等待内容加载）

截图保存商品图片：

选品需要看商品图片，判断产品质量和卖点。用"下载文件"指令，根据图片URL批量下载商品主图。

importrequestsdefdownload_image(img_url,save_path):headers={"User-Agent":"Mozilla/5.0 ..."}resp=requests.get(img_url,headers=headers,timeout=10)withopen(save_path,"wb")asf:f.write(resp.content)

处理Cookie弹窗：

AliExpress会根据地区显示不同的Cookie同意弹窗，用"尝试点击元素"指令，检测到弹窗就关闭。

八、竞品调研进阶

选品不只是采集数据，还要做竞品分析。

自动打开竞品链接：

把采集到的竞品商品ID整理成链接列表，用影刀批量打开，采集竞品的详细数据做对比。

竞品链接格式：https://www.aliexpress.com/item/{product_id}.html

评论内容分析：

评论里有很多有价值的信息：客户喜欢什么、抱怨什么、希望有什么功能。用影刀采集评论内容，再做关键词分析。

评论内容的XPath（详情页）：

//div[contains(@class,'feedback')]//div[@class='feedback-content']

店铺数据分析：

不只看单个商品，还要看店铺整体数据。用影刀进入店铺首页，采集店铺的粉丝数、好评率、加入年限等数据，判断店铺实力。

九、平台实战整合

把选品数据采集做成一个可配置的应用。

配置化运行：

把以下参数放在Excel配置表里，每次运行前修改配置表，不用改流程。

定时自动采集：

用影刀的"定时任务"功能，每天凌晨2点自动运行采集流程（此时AliExpress访问量最低，不容易被封）。

生成选品报告：

采集完数据后，自动生成选品报告，包括：

• 品类平均价格
• 价格分布直方图
• TOP20商品列表
• 竞品价格对比表
• 推荐选品清单（综合评分最高的前10个商品）

十、系统联动

选品数据不应该只存在本地，还需要和其他系统联动。

推送到飞书多维表格：

把选品数据推送到飞书多维表格，团队多人可以同时查看和标注。

用影刀的"HTTP请求"指令调用飞书OpenAPI的"写入记录"接口。

与ERP系统联动：

选品确定之后，自动在ERP系统里创建新品档案，包括商品名称、采购价、建议售价等字段。

价格监控联动：

选品入库之后，用另一个影刀流程定期监控竞品价格变化，发现竞品降价就发送提醒。

十一、工程化规范

选品数据采集是长期运行的流程，规范非常重要。

IP轮换策略：

AliExpress对单一IP的访问频率有限制。如果公司有代理池，在流程里配置IP轮换。

用"设置代理"指令，每次翻页之前切换一次代理IP。

代理格式：http://用户名:密码@代理IP:端口 切换频率：每10个商品切换一次

断点续采：

选品采集可能需要采集几百个商品，中间中断了要从头开始很浪费时间。实现断点续采。

每次采集完一个商品，把product_id追加写入进度文件。重新启动时，先读取进度文件，跳过已采集的商品。

# 保存进度withopen("C:\\aliexpress_progress.txt","a")asf:f.write(product_id+"\n")# 读取进度withopen("C:\\aliexpress_progress.txt","r")asf:collected_ids=set(line.strip()forlineinf.readlines())

十二、速查表与反爬应对

AliExpress有成熟的反爬体系，以下是我踩坑之后的应对方法。

常见反爬措施一：访问频率过高被封IP。

应对：每个操作之间加随机等待2-5秒，使用住宅代理IP，不要用数据中心IP。

常见反爬措施二：出现验证码。

应对：AliExpress的验证码主要是滑块验证。用影刀的"图像识别"指令，检测到验证码弹窗就报警，转人工处理。完全自动化的验证码破解不推荐，容易违反平台规则。

常见反爬措施三：页面结构变化导致元素定位失效。

应对：准备至少两套定位方案（XPath + CSS），都失败时用图像识别作为第三套方案。

速查表：

总结

AliExpress选品数据采集的核心价值在于规模化。人工一天最多能看50个商品，用影刀RPA可以采集500个商品，而且数据准确率更高。

我帮一个跨境卖家搭了这套方案之后，他们的选品周期从原来的一周缩短到一天，选品成功率（上架后30天内出单）从大概40%提升到了65%。数据化选品和拍脑袋选品，差距就在这里。

最后提醒一点：AliExpress的平台规则经常变化，采集频率一定要控制好，不要贪多求快，账号被封得不偿失。

更多跨境电商自动化实战内容，欢迎交流。我的个人网站 home.linyan.cloud 也会持续更新相关教程。

#影刀RPA #RPA教程 #跨境电商 #AliExpress #选品自动化

作者：林焱