如何用0成本免费获取亚马逊数据：Python、Sheets、SP-API 与时间成本账本

关注

原创最新推荐文章于 2026-11-09 11:38:20 发布 221 阅读 AI 写同款· GEO 优化 ›

Pandas入门教程（二十二）：股票数据分析实战——yfinance 获取数据、技术指标与收益率分析把 Pandas 用在真实场景，才能体会它的价值。本文以茅台股票为例，用 yfinance 获取历史行情，完成缺失值处理与列筛选，绘制收盘价曲线，计算 SMA 移动平均线与 RSI 相对强弱指数，并通过日收益率、累计收益率和波动率完成完整的量化分析流程。阅读详情

在这里插入图片描述

本文不做工具清单堆砌，而是给一套可执行路径：官方免费源优先，低频任务用 Google Sheets 或 Python，动态页面用 Playwright，最后用维护工时判断是否继续自建。

1. 免费数据源怎么选

亚马逊数据的免费来源可以分为四类：

官方源：Brand Analytics、SP-API、Product Advertising API、公开页面。
免费工具：Keepa、CamelCamelCamel、Helium 10 免费层、Jungle Scout 免费工具。
自助采集：Python、Playwright、Selenium、Octoparse 免费版。
公开数据集：Kaggle、GitHub、学术评论数据集。

商业项目优先考虑官方源，因为稳定性和合规边界更清楚。自助采集适合公开页面、低频监控和原型验证。公开数据集只适合研究，不适合实时运营。

2. Google Sheets 零代码方案

把商品链接放在 A1，标题可以这样抓：

=IMPORTXML(A1, "//span[@id='productTitle']")

价格可以尝试：

=IMPORTXML(A1, "//span[contains(@class,'a-price')]//span[@class='a-offscreen']")

局限很明显：动态内容抓不到，高频刷新会失败，XPath 经常需要改。它适合 10-30 条样本，不适合批量。

3. Python 抓公开搜索页

import csv
import time
import random
import requests
from bs4 import BeautifulSoup

headers = {
    "User-Agent": "Mozilla/5.0 Chrome/124.0 Safari/537.36",
    "Accept-Language": "en-US,en;q=0.9",
}

def scrape(keyword):
    url = f"https://www.amazon.com/s?k={keyword.replace(' ', '+')}"
    html = requests.get(url, headers=headers, timeout=20).text
    soup = BeautifulSoup(html, "html.parser")
    rows = []
    for card in soup.select("div[data-component-type='s-search-result']"):
        asin = card.get("data-asin")
        title = card.select_one("h2 span")
        price = card.select_one("span.a-offscreen")
        rows.append({
            "keyword": keyword,
            "asin": asin,
            "title": title.get_text(strip=True) if title else "",
            "price": price.get_text(strip=True) if price else "",
        })
    return rows

rows = scrape("wireless earbuds")
with open("amazon_sample.csv", "w", newline="", encoding="utf-8") as f:
    writer = csv.DictWriter(f, fieldnames=rows[0].keys())
    writer.writeheader()
    writer.writerows(rows)
time.sleep(random.uniform(3, 6))

这段代码只适合学习和轻量采样。上线前至少要补 5 件事：限速、重试、字段校验、原始 HTML 留档、异常告警。

4. Playwright 抓动态页面

from playwright.sync_api import sync_playwright
from bs4 import BeautifulSoup

def scrape_search(keyword):
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=True)
        page = browser.new_page(user_agent="Mozilla/5.0 Chrome/124.0 Safari/537.36")
        page.goto(f"https://www.amazon.com/s?k={keyword}", wait_until="domcontentloaded")
        page.wait_for_timeout(2500)
        soup = BeautifulSoup(page.content(), "html.parser")
        data = []
        for slot in soup.select("div[data-component-type='s-search-result']"):
            data.append({
                "asin": slot.get("data-asin"),
                "title": slot.select_one("h2 span").get_text(strip=True) if slot.select_one("h2 span") else "",
                "raw_text": slot.get_text(" ", strip=True)[:200],
            })
        browser.close()
        return data

Playwright 能处理更多动态内容，但维护成本也更高。真正难的是 Sponsored 广告位识别、滚动加载、多市场差异、验证码和 IP 限制。

5. SP-API 免费但不等于无门槛

SP-API 是卖家和开发者最值得优先尝试的免费官方方案。它的问题不是价格，而是权限：需要 Selling Partner 身份、应用配置、授权流程和速率配额。它适合合规拉取有权限的数据，不适合普通用户无限制抓任意公开情报。
在这里插入图片描述

6. 什么时候应该停止自建

建议把每月维护工时计入成本：

场景	月维护工时	真实成本判断
少量人工验证	2-4h	免费工具够用
1-2 个市场低频监控	8-20h	自建开始变贵
多市场高频采集	20-40h	应考虑 API

在这里插入图片描述

如果你的需求变成批量、稳定、持续，并且要覆盖 Sponsored 广告位，接入 Pangolinfo Amazon Scraper API通常比继续维护自建爬虫更便宜。需要让 Agent 自动调用数据，可以用 Pangolinfo Amazon Data MCP；运营同学想用对话方式取数，则可以看 Pangolinfo Amazon Scraper Skill