PHP 正則抓取淘寶商品價格函數實現（附完整代碼）

利用 PHP 正則表達式從淘寶商品頁面 HTML 中提取價格，可應用於比價系統、價格監控、自動錄入等場景。本文提供一個開箱即用的函數 taoBaoJiaGe()，僅需傳入商品鏈接即可返回當前價格。

核心函數代碼

<?php
/**
 * 獲取淘寶商品頁面價格
 * @param string $url 淘寶/天貓商品鏈接
 * @return string|false 價格字符串（如 "199.00"），失敗返回 false
 */
function taoBaoJiaGe($url)
{
    // 1. 獲取頁面 HTML（建議設置 User-Agent 和超時）
    $context = stream_context_create(array(
        'http' => array(
            'header' => 'User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36',
            'timeout' => 10,
        )
    ));
    $html = @file_get_contents($url, false, $context);
    if ($html === false) {
        return false;
    }

    // 2. 第一次正則：定位包含價格的標籤（id="J_StrPrice" 或類似）
    // 注意：淘寶頁面結構可能變動，需定期驗證選擇器
    if (!preg_match('/<strong\s+id=["\']J_StrPrice["\']\s*>\s*([\d,]+\.\d{2})/i', $html, $match)) {
        // 兼容其他常見價格容器
        if (!preg_match('/<span\s+class=["\']price[^"\']*["\']\s*>\s*([\d,]+\.\d{2})/i', $html, $match)) {
            return false;
        }
    }

    // 3. 第二次正則：從匹配結果中純提取數字價格
    $priceStr = $match[1]; // 已捕獲組
    // 移除可能的千分位逗號
    $priceStr = str_replace(',', '', $priceStr);

    // 4. 簡單驗證格式
    if (!preg_match('/^\d+\.\d{2}$/', $priceStr)) {
        return false;
    }

    return $priceStr;
}

// --- 使用示例 ---
$itemUrl = 'https://item.taobao.com/item.htm?id=1234567890'; // 替換為真實商品鏈接
$price = taoBaoJiaGe($itemUrl);
if ($price !== false) {
    echo "當前價格：¥ " . $price;
} else {
    echo "價格獲取失敗，可能頁面結構變更或請求被攔截。";
}
?>

關鍵技術點解析

1. User-Agent 偽裝：淘寶反爬蟲嚴格，必須設置瀏覽器級 User-Agent，否則返回驗證碼/重定向頁。
2. 雙層正則策略：先定位穩定的容器標籤（id/class），再從內容中提取純數字，抗干擾性更強。
3. 編碼處理：淘寶頁面多為 GBK/GB2312，file_get_contents 返回原始編碼，正則匹配時建議在單字節模式下操作或先 iconv('GBK', 'UTF-8', $html) 轉碼。
4. 動態渲染限制：現代淘寶頁面價格可能由 JavaScript 渲染（AJAX/JSONP），靜態 HTML 中不含價格。此時需分析 API 接口或使用 Headless Chrome (Puppeteer/Selenium)。

生產環境增強建議

• 緩存機制：同一商品短時間內重複請求會觸發風控，建議 Redis 緩存 10-30 分鐘。
• 多 IP 輪換：大規模采集需代理 IP 池，降低封禁風險。
• API 替代：優先尋找官方開放平台 API（如淘寶客 API），合法穩定。
• 異常告警：連續失敗超過閾值發送郵件/鉚釘通知，及時感知頁面結構變更。

法律與道德提醒

爬蟲采集需遵守 robots.txt、網站服務條款、《網絡安全法》及《數據安全法》。商業用途應申請官方授權接口，切勿高頻請求影響平台正常運營，切勿采集用戶隱私數據。本代碼僅供技術學習與個人非商業研究使用。

掌握正則提取價格技巧，結合緩存、代理、API 多重策略，可構建穩健的電商價格監控體系。