Farfetch 实时价格追踪——一个全球奢侈时尚在线零售平台。两种开始方式:全托管情报平台,或使用 Bright Data 的 AI Scraper Builder 构建的自定义 scraper。
Bright Insights 是 Bright Data 的全托管零售情报平台。无需构建 scraper,无需维护基础设施——只需将结构化、可直接用于分析的价格数据交付到仪表板、data feed 或你的 BI 工具中。
为什么团队选择 Bright Insights:
- 🚀 零配置 - 使用开箱即用的仪表板和 data feed,几分钟内即可上线
- 🤖 AI 驱动的推荐 - 对话式 AI 助手可将数百万数据点即时转化为可执行洞察
- ⚡ 实时监控 - 从每小时到每天的刷新频率,并提供即时告警(email、Slack、webhook)
- 🌍 无限扩展 - 任何网站、任何地区、任何刷新频率
- 🔗 即插即用集成 - AWS、GCP、Databricks、Snowflake 等
- 🛡️ 全托管 - Bright Data 自动处理 schema 变更、网站更新和数据质量问题
关键使用场景:
- ✅ 监控 Farfetch 上稀有和限量版商品的价格
- ✅ 实时追踪库存可用性,覆盖不同尺码和颜色
- ✅ 验证转售溢价 与零售价之间的差异
- ✅ 监控 MAP 政策合规性并检测价格违规
- ✅ 追踪竞争对手促销和促销动态
- ✅ 将干净、统一的数据直接输入动态定价算法或 AI 模型
起价 $250/月 - 获取定制报价 →
没有预构建的 Farfetch scraper API?没问题。Bright Data 的 AI Scraper Builder 只需几次点击即可生成自定义 Farfetch scraper——无需编写代码。
打开 Farfetch AI Scraper Builder →
选择域名,描述你的数据需求,让我们的 AI scraper builder 自动创建 API。
- 用自然语言描述数据需求
- AI 即时生成 scraper API
- 运行 API 请求并立即获得结果
- 如有需要,可在内置 IDE 中编辑代码
构建完成后,你的 scraper 会获得一个 Web Scraper ID (gd_xxxxxxxxxxxx)——复制它,用于下面的 Setup 步骤。
- Python 3.9 或更高版本
- 一个 Bright Data account(提供免费试用)
- 一个 Bright Data API token(如何获取)
- 一个用于 Farfetch 的 Web Scraper ID(来自上面的构建步骤)
-
克隆此 repository
git clone https://github.com/bright-cn/farfetch-price-tracker.git cd farfetch-price-tracker -
安装依赖
pip install -r requirements.txt
-
配置凭证
将
.env.example复制为.env并填写你的值:cp .env.example .env
BRIGHTDATA_API_TOKEN=your_api_token_here BRIGHTDATA_DATASET_ID=your_dataset_id_here
你的 Web Scraper ID 将来自你的 AI Scraper Builder dashboard 的 Web Scraper ID 粘贴到
BRIGHTDATA_DATASET_ID中(格式:gd_xxxxxxxxxxxx)。
当你的 Farfetch scraper 构建完成,并且你的 Web Scraper ID 已在 .env 中配置后,Python 接口的使用方式相同:
传入 Farfetch 商品 URL 列表以获取结构化价格数据:
from price_tracker import track_prices
urls = [
"https://www.farfetch.com/en/products/sample-product-123456",
# Add more product URLs here
]
results = track_prices(urls)
for item in results:
print(f"{item.get('title')} - {item.get('final_price', item.get('price'))} {item.get('currency', '')}")或直接运行:
python price_tracker.py查找与关键词搜索匹配的商品:
from price_tracker import discover_by_keyword
results = discover_by_keyword("laptop", limit=50)从 Farfetch 分类页面采集所有商品:
from price_tracker import discover_by_category
results = discover_by_category(
"https://farfetch.com/category/example",
limit=100,
)每条结果记录包含以下字段:
| Field | Description |
|---|---|
url |
商品页面 URL |
title |
商品名称 |
brand |
品牌/时装屋 |
price |
零售价 |
currency |
货币代码 |
in_stock |
库存状态 |
color |
颜色 |
size |
可选尺码 |
material |
使用材质 |
sku |
SKU / 参考编号 |
images |
商品图片 |
description |
商品描述 |
timestamp |
采集时间戳 |
[
{
"url": "https://www.farfetch.com/en/products/sample-product-123456",
"title": "Example Product Name",
"brand": "Example Brand",
"initial_price": 59.99,
"final_price": 44.99,
"currency": "USD",
"discount": "25%",
"in_stock": true,
"rating": 4.5,
"reviews_count": 1234,
"images": ["https://farfetch.com/images/product1.jpg"],
"description": "Product description text...",
"timestamp": "2025-01-15T10:30:00Z"
}
]trigger_collection() 函数接受可选参数来控制数据采集:
| Parameter | Type | Default | Description |
|---|---|---|---|
limit |
integer | - | 返回记录的最大数量 |
include_errors |
boolean | true |
在结果中包含错误报告 |
notify |
string (URL) | - | 当快照准备就绪时调用的 webhook URL |
format |
string | json |
输出格式:json、csv 或 ndjson |
选项示例:
from price_tracker import trigger_collection, get_results
inputs = [{"url": "https://www.farfetch.com/en/products/sample-product-123456"}]
snapshot_id = trigger_collection(inputs, limit=200, notify="https://your-webhook.com/hook")
results = get_results(snapshot_id)- 🌟 Farfetch Price Tracker - Bright Insights (Managed)
- 🏗️ Build a Farfetch Scraper
- 📖 Bright Data Web Scraper API Documentation
- 🗄️ Web Scrapers Control Panel
- 🔑 How to get an API token
- 🌐 Bright Data Homepage
使用 Bright Data 构建——行业领先的 web 数据平台。