常见原因有三：js动态渲染导致requests无法获取真实价格；缺少user-agent等请求头被拦截；字体映射使数字显示为乱码。应优先抓api、加完整headers、解析woff字体文件。
用 requests + BeautifulSoup 抓取商品价格时，为什么总返回空或乱码？
常见现象是 response.text 里找不到价格数字，或者抓到的是“¥”后面跟一串乱码（如 ），甚至直接返回 403。这不是代码写错了，而是网站做了基础反爬：
- 多数电商页价格由 JavaScript 动态渲染，
requests拿不到真实 DOM - 缺少
User-Agent或Accept-Encoding头，被服务器直接拦截 - 页面用了字体映射（如阿里系常用 custom font 将数字替换成符号），需额外解析字体文件或匹配 CSS 类
实操建议：
- 先用浏览器开发者工具（Network → XHR/Fetch）找价格接口，优先调用 API 而非解析 HTML
- 若必须解析 HTML，加完整 headers：
{"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36", "Accept": "text/html"} - 遇到字体混淆，查
@font-face的 URL，下载 .woff 文件并用fontTools解析字形映射表（小众但有效）
定时任务选 APScheduler 还是系统 cron？
APScheduler 在 Python 进程内跑，适合单机轻量监控；cron 更稳定、不依赖 Python 环境，但调试成本高。关键区别不在“能不能用”，而在“挂了怎么办”：
-
APScheduler的BackgroundScheduler一旦主进程退出就停，没持久化、无失败重试 - cron 不会自己记录日志，出错只能靠重定向 stderr，排查慢
实操建议：
- 小范围测试用
APScheduler，加try/except包住整个抓取逻辑，并写入本地 CSV 日志 - 上生产环境一律用 cron，配合
python -m venv隔离环境，命令形如：0 <em>/2 </em> <em> </em> cd /opt/price-mon && ./venv/bin/python monitor.py >> /var/log/price.log 2>&1 - 必须加超时控制：
requests.get(url, timeout=(3, 7))，避免单次卡死拖垮整个调度
怎么判断价格真变了，而不是页面抖动或缓存差异？
直接比对字符串“¥299”和“¥299.00”会误报；更糟的是，有些站用 CDN 缓存，同一 URL 两次请求返回不同价格（A/B 测试或地域分发）。不能只看值，要看上下文稳定性：
- 同一商品 ID（如
data-sku-id或 URL 中的pid=）下，连续 2 次间隔 5 分钟的抓取结果一致，才记为有效快照 - 价格字段应提取原始数值（去符号、转
float），而非保留格式字符串 - 记录响应 HTTP 状态码和
response.headers.get("Date")，时间戳偏差 >30 秒即丢弃该次数据
实操建议：
- 本地存 SQLite，表结构至少含：
sku_id TEXT, price REAL, fetched_at TIMESTAMP, status_code INTEGER, url TEXT - 每次写入前查最近 2 条同
sku_id记录，用abs(price - prev_price) > 0.01判断变动（别用!=） - 对 JS 渲染页，用
selenium或playwright截图+OCR 是下策，仅当 API 完全不可用时启用
通知渠道选微信还是邮件？怎么避免被当垃圾信息？
微信模板消息接口已收紧，个人号用 itchat 或 wechaty 容易被封；企业微信 Webhook 最稳，但需提前配好机器人。邮件看似古老，其实打开率高、过滤少，关键是头信息要合规：
- 邮件主题带变动幅度（如
[↓12%] iPhone 15 Pro 价格降至 7299），正文必须含时间、来源 URL、前后价格、变动百分比 - 微信推送每条得带跳转链接，且链接域名必须在机器人后台白名单里，否则点不开
实操建议：
- 用微信时，用
requests.post(webhook_url, json={"msgtype": "text", "text": {"content": "..."} })，内容里 URL 用短链（如tinyurl.com）绕过风控 - 发邮件用
smtplib+email.mime，别用第三方 SDK，避免多一层依赖；From 地址必须是发信域名的邮箱（如monitor@yourdomain.com），否则进垃圾箱 - 所有通知加开关：配置文件里设
NOTIFY_ON_CHANGE_ONLY = True，首次抓取不发，只变价才触发
价格监控真正难的不是“怎么拿到”，而是“怎么信它”。页面改版、CDN 切流、反爬策略升级，都会让昨天好用的 selector 今天返回 None。留一手：每次抓取都存原始 response.content 到磁盘（按日期+SKU 命名），出问题时能立刻回溯是前端改了，还是 selector 写窄了。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
