微店平台关键字搜索接口深度解析：从 Token 动态生成到多维度数据挖掘

微店作为国内知名的移动电商平台，其搜索接口采用了独特的认证机制和数据返回格式。本文将从接口的认证原理、参数构造、数据解析等方面进行详细分析，并提供完整的 Python 代码实现，帮助开发者快速对接微店搜索接口，实现高效的数据采集和分析。
一、接口认证机制分析

微店搜索接口采用 Token + 签名 的认证方式，核心认证流程如下：

    Token 获取：通过微店开放平台获取 app_key 和 app_secret，然后调用令牌获取接口生成 access_token。
    签名生成：每次请求时，需要根据请求参数、access_token 和 app_secret 生成签名。
    接口调用：在请求头中携带 access_token 和签名，进行接口调用。

关键认证参数
参数    说明    位置
app_key    应用 ID    请求参数
app_secret    应用密钥    签名生成
access_token    访问令牌    请求头 Authorization: Bearer {token}
sign    签名    请求参数
timestamp    时间戳    请求参数
nonce    随机数    请求参数
二、签名生成算法

签名生成是接口认证的核心，具体步骤如下：

    将请求参数（不包括 sign）按照字母顺序排序。
    将排序后的参数名和参数值拼接成字符串。
    在字符串末尾拼接 app_secret。
    对拼接后的字符串进行 MD5 加密，得到签名。

python

运行

    import hashlib
    import time
    import random
     
    def generate_sign(params, app_secret):
        # 排序参数
        sorted_params = sorted(params.items(), key=lambda x: x[0])
        # 拼接参数
        sign_str = ''.join([f"{k}{v}" for k, v in sorted_params])
        # 拼接app_secret
        sign_str += app_secret
        # MD5加密
        sign = hashlib.md5(sign_str.encode()).hexdigest().upper()
        return sign

三、接口调用流程

以 关键字搜索接口（v1/goods/search）为例，完整调用流程如下：
1. 获取访问令牌

python

运行

    def get_access_token(app_key, app_secret):
        url = "https://open.weidian.com/oauth2/token"
        params = {
            "app_key": app_key,
            "app_secret": app_secret,
            "grant_type": "client_credentials"
        }
        response = requests.post(url, params=params)
        result = response.json()
        return result.get("access_token")

2. 构造请求参数并生成签名

python

运行

    def build_request_params(keyword, page, page_size, app_key, access_token, app_secret):
        params = {
            "app_key": app_key,
            "access_token": access_token,
            "keyword": keyword,
            "page": page,
            "page_size": page_size,
            "timestamp": int(time.time()),
            "nonce": random.randint(100000, 999999)
        }
        # 生成签名
        params["sign"] = generate_sign(params, app_secret)
        return params

3. 调用搜索接口

python

运行

    def search_goods(keyword, page=1, page_size=20):
        app_key = "your_app_key"
        app_secret = "your_app_secret"
        # 获取access_token
        access_token = get_access_token(app_key, app_secret)
        # 构造请求参数
        params = build_request_params(keyword, page, page_size, app_key, access_token, app_secret)
        # 发送请求
        url = "https://open.weidian.com/api/v1/goods/search"
        headers = {
            "Content-Type": "application/x-www-form-urlencoded"
        }
        response = requests.post(url, data=params, headers=headers)
        return response.json()

四、数据解析与处理

接口返回的数据包含商品的基本信息、价格、销量、店铺信息等，需要进行解析和清洗：

python

运行

    def parse_search_result(raw_data):
        goods_list = []
        if raw_data.get("code") == 0 and raw_data.get("data"):
            for item in raw_data["data"].get("list", []):
                goods_info = {
                    "goods_id": item.get("goods_id"),
                    "goods_name": item.get("goods_name"),
                    "price": item.get("price") / 100,  # 分转元
                    "sales_count": item.get("sales_count"),
                    "shop_id": item.get("shop_id"),
                    "shop_name": item.get("shop_name"),
                    "main_image": item.get("main_image")
                }
                goods_list.append(goods_info)
        return goods_list

五、多维度数据挖掘

通过搜索接口获取商品数据后，可以进行多维度的数据分析，例如：

    销量分析：统计不同价格区间、不同类别的商品销量分布。
    价格分析：分析商品价格的中位数、平均值、最高价、最低价等。
    店铺分析：统计店铺的商品数量、平均销量、平均价格等。

python

运行

    import pandas as pd
    import matplotlib.pyplot as plt
     
    def analyze_goods_data(goods_list):
        # 转换为DataFrame
        df = pd.DataFrame(goods_list)
        # 销量分析
        sales_stats = df["sales_count"].describe()
        print("销量统计：")
        print(sales_stats)
        # 价格分析
        price_stats = df["price"].describe()
        print("\n价格统计：")
        print(price_stats)
        # 店铺商品数量统计
        shop_goods_count = df["shop_name"].value_counts().head(10)
        print("\n店铺商品数量TOP10：")
        print(shop_goods_count)
        # 可视化销量分布
        plt.hist(df["sales_count"], bins=20)
        plt.title("商品销量分布")
        plt.xlabel("销量")
        plt.ylabel("商品数量")
        plt.show()

六、完整代码实现

python

运行

    import requests
    import hashlib
    import time
    import random
    import pandas as pd
    import matplotlib.pyplot as plt
     
    def generate_sign(params, app_secret):
        sorted_params = sorted(params.items(), key=lambda x: x[0])
        sign_str = ''.join([f"{k}{v}" for k, v in sorted_params])
        sign_str += app_secret
        sign = hashlib.md5(sign_str.encode()).hexdigest().upper()
        return sign
     
    def get_access_token(app_key, app_secret):
        url = "https://open.weidian.com/oauth2/token"
        params = {
            "app_key": app_key,
            "app_secret": app_secret,
            "grant_type": "client_credentials"
        }
        response = requests.post(url, params=params)
        result = response.json()
        return result.get("access_token")
     
    def build_request_params(keyword, page, page_size, app_key, access_token, app_secret):
        params = {
            "app_key": app_key,
            "access_token": access_token,
            "keyword": keyword,
            "page": page,
            "page_size": page_size,
            "timestamp": int(time.time()),
            "nonce": random.randint(100000, 999999)
        }
        params["sign"] = generate_sign(params, app_secret)
        return params
     
    def search_goods(keyword, page=1, page_size=20):
        app_key = "your_app_key"
        app_secret = "your_app_secret"
        access_token = get_access_token(app_key, app_secret)
        params = build_request_params(keyword, page, page_size, app_key, access_token, app_secret)
        url = "https://open.weidian.com/api/v1/goods/search"
        headers = {
            "Content-Type": "application/x-www-form-urlencoded"
        }
        response = requests.post(url, data=params, headers=headers)
        return response.json()
     
    def parse_search_result(raw_data):
        goods_list = []
        if raw_data.get("code") == 0 and raw_data.get("data"):
            for item in raw_data["data"].get("list", []):
                goods_info = {
                    "goods_id": item.get("goods_id"),
                    "goods_name": item.get("goods_name"),
                    "price": item.get("price") / 100,
                    "sales_count": item.get("sales_count"),
                    "shop_id": item.get("shop_id"),
                    "shop_name": item.get("shop_name"),
                    "main_image": item.get("main_image")
                }
                goods_list.append(goods_info)
        return goods_list
     
    def analyze_goods_data(goods_list):
        df = pd.DataFrame(goods_list)
        sales_stats = df["sales_count"].describe()
        print("销量统计：")
        print(sales_stats)
        price_stats = df["price"].describe()
        print("\n价格统计：")
        print(price_stats)
        shop_goods_count = df["shop_name"].value_counts().head(10)
        print("\n店铺商品数量TOP10：")
        print(shop_goods_count)
        plt.hist(df["sales_count"], bins=20)
        plt.title("商品销量分布")
        plt.xlabel("销量")
        plt.ylabel("商品数量")
        plt.show()
     
    # 示例：搜索关键词“手机”，获取前2页数据并进行分析
    if __name__ == "__main__":
        keyword = "手机"
        all_goods = []
        for page in range(1, 3):
            raw_data = search_goods(keyword, page=page, page_size=20)
            goods_list = parse_search_result(raw_data)
            all_goods.extend(goods_list)
        print(f"共获取到 {len(all_goods)} 件商品数据")
        if all_goods:
            analyze_goods_data(all_goods)

七、注意事项

    接口权限：部分接口需要申请特定权限，需在微店开放平台控制台配置。
    请求频率：严格遵守微店开放平台的接口调用频率限制，避免超限。
    数据格式：接口返回的价格、金额等字段以分为单位，需转换为元。
    错误处理：针对不同的错误码（如令牌过期、权限不足）进行针对性处理。
    签名验证：每次请求都需要重新生成签名，确保签名的有效性。

通过以上方法，开发者可以快速对接微店搜索接口，实现商品数据的采集和分析，为电商运营和市场调研提供有力支持。在实际应用中，还需根据具体需求进行灵活调整和优化。