第一篇：速卖通产品采集系列 之 产品采集分析
电商网站产品采集，我相信是一个很需要的功能，主要能够减轻产品编辑和上架所带来一些繁琐的事情，当然除了电商这块，其他方面数据采集也是需要的，比喻新闻类门户等，这系列我们来讲讲如何来采集速卖通产品，主要要说明一下，这里不考虑Ajax，验证码等特殊环境，我们采集速卖通如果不是采集很频繁，就当作为一个良性的采集环境，下面就不太多废话了，直接先分析采集产品信息，包含变体（有Color，Size，且价格不一样，做为多个产品采集下来）。
一.采集前技术和相关工具
1. C#正则表达式学习：（正则表达式用来干嘛的，在这里就不用我介绍。）
2. 正则表达式表工具：RegexMatchTracer 界面如下，我用了很久，这个工具匹配到的很快，很准确，且写得正则表达式和.NET兼容性很高。界面如下：
3. 请求类库：RestSharp 请求代码其实可以自己用.NET封装，我很懒，不想总是拿着一些用了800年的代码倒腾来倒腾去。ReshSharp 代码很简单，大家一看就懂，实例代码如下：
1 var client = new RestClient("http://example.com");
2 // client.Authenticator = new HttpBasicAuthenticator(username, password);
3
4 var request = new RestRequest("resource/{id}", Method.POST);
5 request.AddParameter("name", "value"); // adds to POST or URL querystring based on Method
6 request.AddUrlSegment("id", "123"); // replaces matching token in request.Resource
7
8 // add parameters for all properties on an object
9 request.AddObject(object);
10
11 // or just whitelisted properties
12 request.AddObject(object, "PersonId", "Name", ...);
13
14 // easily add HTTP Headers
15 request.AddHeader("header", "value");
16
17 // add files to upload (works with compatible verbs)
18 request.AddFile("file", path);
19
20 // execute the request
21 IRestResponse response = client.Execute(request);
22 var content = response.Content; // raw content as string
23
24 // or automatically deserialize result
25 // return content type is sniffed but can be explicitly set via RestClient.AddHandler();
26 IRestResponse<Person> response2 = client.Execute<Person>(request);
27 var name = response2.Data.Name;
28
29 // or download and save file to disk
30 client.DownloadData(request).SaveAs(path);
31
32 // easy async support
33 client.ExecuteAsync(request, response => {
34 Console.WriteLine(response.Content);
35 });
36
37 // async with deserialization
38 var asyncHandle = client.ExecuteAsync<Person>(request, response => {
39 Console.WriteLine(response.Data.Name);
40 });
41
42 // abort the request on demand
43 asyncHandle.Abort();
4. 对了还要用到Json.NET，因为这里主要用他来解析Json，大家可能会奇怪为什么采集会要解析JSON，我这里先卖个关子。用到的解析部分实例代码如下：
1 string json = @"{
2 CPU: 'Intel',
3 Drives: [
4 'DVD read/writer',
5 '500 gigabyte hard drive'
6 ]
7 }";
8
9 JObject o = JObject.Parse(json);
10
11 string json = @"[
12 'Small',
13 'Medium',
14 'Large'
15 ]";
16 JArray a = JArray.Parse(json);
5. 在线JSON格式化工具，这里我用的开源中国的 http://tool.oschina.net/ 在线工具 之 Json 格式化工具 http://tool.oschina.net/codeformat/json
6. 分析HTML代码能力
二. 速卖通采集前分析
1. 采集产品一般采集信息有产品名称，产品图片，产品单价，产品币别，如果有变体 产品颜色,产品大小（S,M,L等），产品实价，产品折扣价，产品描述等。
2. 一般采集，主要通过请求HTTP URL取HTML，通过正则表达式一个一个匹配，得到所有信息。
3. 速卖通产品实例 URL ： 点击查看 访问后效果如下：
4. 除了产品变体和产品图片，其他通过正则表达式都好匹配，没有什么太大疑问，那我们来说明产品变体和产品图片抓法。
5. 产品变体，我之前有说过，跟Color，Size 有关系，那么一个产品变体数目，就是Color 数量 * Size 数量 ，所有上面实例 6种颜色和1种大小，那么它的变体数量就 6*1 = 6，因此采集该实例时，就会产生6个产品变体。
那变体怎么采集呢？按照平常 正则表达式思路，必须找HTML规律，我们先来看看产品颜色HTML代码如下：
<ul id="j-sku-list-1" class="sku-attr-list util-clearfix" data-sku-prop-id="14">
<li class="item-sku-image"><a data-role="sku" data-sku-id="193" id="sku-1-193" title="Black" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.1"><img src="http://g02.a.alicdn.com/kf/HTB1whl0LVXXXXbiaXXXq6xXFXXXg/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Black" bigpic="http://g02.a.alicdn.com/kf/HTB1whl0LVXXXXbiaXXXq6xXFXXXg/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
<li class="item-sku-image"><a data-role="sku" data-sku-id="173" id="sku-1-173" title="Blue" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.2"><img src="http://g02.a.alicdn.com/kf/HTB1SCp4LVXXXXb5XVXXq6xXFXXXF/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Blue" bigpic="http://g02.a.alicdn.com/kf/HTB1SCp4LVXXXXb5XVXXq6xXFXXXF/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
<li class="item-sku-image"><a data-role="sku" data-sku-id="691" id="sku-1-691" title="Gray" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.3"><img src="http://g03.a.alicdn.com/kf/HTB1fxapLVXXXXXGXXXXq6xXFXXXf/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Gray" bigpic="http://g03.a.alicdn.com/kf/HTB1fxapLVXXXXXGXXXXq6xXFXXXf/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
<li class="item-sku-image"><a data-role="sku" data-sku-id="350852" id="sku-1-350852" title="Orange" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.4"><img src="http://g01.a.alicdn.com/kf/HTB1YXVZLVXXXXawaXXXq6xXFXXXR/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Orange" bigpic="http://g01.a.alicdn.com/kf/HTB1YXVZLVXXXXawaXXXq6xXFXXXR/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
<li class="item-sku-image"><a data-role="sku" data-sku-id="1052" id="sku-1-1052" title="Pink" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.5"><img src="http://g03.a.alicdn.com/kf/HTB10_ymLVXXXXb3XXXXq6xXFXXX5/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Pink" bigpic="http://g03.a.alicdn.com/kf/HTB10_ymLVXXXXb3XXXXq6xXFXXX5/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
<li class="item-sku-image"><a data-role="sku" data-sku-id="496" id="sku-1-496" title="Purple" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.6"><img src="http://g01.a.alicdn.com/kf/HTB11wt1LVXXXXbaaXXXq6xXFXXXb/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Purple" bigpic="http://g01.a.alicdn.com/kf/HTB11wt1LVXXXXbaaXXXq6xXFXXXb/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a></li>
</ul>
ui->li->a 标签，就是各颜色信息，如黑色：
1 <a data-role="sku" data-sku-id="193" id="sku-1-193" title="Black" href="javascript:;" data-spm-anchor-id="2114.12010108.1000016.1"><img src="http://g02.a.alicdn.com/kf/HTB1whl0LVXXXXbiaXXXq6xXFXXXg/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg_50x50.jpg" title="Black" bigpic="http://g02.a.alicdn.com/kf/HTB1whl0LVXXXXbiaXXXq6xXFXXXg/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"></a>
比较其他颜色，不难发现 a 标签 data-sku-id 属性值不同颜色不一样，且是数字类型，位数不一，初步推测可能是颜色的一个编码。而标签title属性就是颜色真正英文名称如Black，Blue等。
产品大小HTML代码如下：
1 <ul id="j-sku-list-2" class="sku-attr-list util-clearfix" data-sku-prop-id="5" data-sku-show-type="none" data-widget-cid="widget-17">
2 <li><a data-role="sku" data-sku-id="361386" id="sku-2-361386" href="javascript:void(0)" data-spm-anchor-id="2114.12010108.1000016.7"><span>M</span></a></li>
3 </ul>
也是ui->li->a 标签，就是各大小信息，如M:
1 <a data-role="sku" data-sku-id="361386" id="sku-2-361386" href="javascript:void(0)" data-spm-anchor-id="2114.12010108.1000016.7"><span>M</span></a>
不难发现a 标签 data-sku-id 属性值也是数字类型，虽然是一种产品大小，但是我觉得这个规律应该跟颜色一样，是各种产品大小代码，大家可能发现 id 属性的规律 “sku-2-”+代码，是产品大小信息id，其实颜色也是有id “sku-1-”+代码 ，所有发现 id sku-1 开头的是颜色，sku-2 开头的大小。那产品大小缩写名称不像颜色样放在title里面，而是a->span标签的内容。
综合上面所找的规律
1>. a 标签，
2>. data-sku-id属性数字，位数不一
3>. title是颜色英文名称
4>. a->span 标签内容是产品大小缩写名称
5>. 且标签有可能在请求完后，返回的不一定和浏览器开发工具（F12）显示一样 .
是不是很难写出一个高效，而无误的正则表达式。
那是不是还有其他方便的方法呢？ 正在我想放弃的时候，就有一个想法（速卖通产品信息页面颜色应该也是通过javascript渲染出来的，那应该搜索一些颜色名称，看是不是有什么发现！），我就拿“Black” 在F12搜索了一下！
确实找到了四处，但是我看了一下，没有找到渲染颜色相关javascript代码，我又想不应该啊，后来想想不是有颜色编号？ 我就赶紧拿“193” BLACK 搜索一下，果然惊喜出现了，如图
红框的部分，就是“193”搜索到信息，那我们再来搜索一下大小“361386” ，结果又惊呆了，搜索结果如下图：
是不是两个图，搜索到结果，都指向同一个代码区块。这时我确信这段代码就是速卖通渲染颜色和大小javascript，准确来说应该json格式数据。
开始研究该段代码咯
6.JSON代码分析，先用在线格式化工具，进行JSON格式化一下，否则太难看，眼睛受不了，考出var skuProducts 这个数组所有数据，格式化代码如下
1 [
2 {
3 "skuAttr": "14:193;5:361386",
4 "skuPropIds": "193,361386",
5 "skuVal": {
6 "actSkuBulkCalPrice": "6.84",
7 "actSkuBulkPrice": "6.84",
8 "actSkuCalPrice": "7.20",
9 "actSkuDisplayBulkPrice": "US $6.84",
10 "actSkuMultiCurrencyBulkPrice": "6.84",
11 "actSkuMultiCurrencyCalPrice": "7.2",
12 "actSkuMultiCurrencyDisplayPrice": "7.20",
13 "actSkuMultiCurrencyPrice": "US $7.20",
14 "actSkuPrice": "7.20",
15 "availQuantity": 7,
16 "bulkOrder": 5,
17 "inventory": 10,
18 "isActivity": true,
19 "skuBulkCalPrice": "15.2",
20 "skuBulkPrice": "15.20",
21 "skuCalPrice": "16.00",
22 "skuDisplayBulkPrice": "US $15.20",
23 "skuMultiCurrencyBulkPrice": "15.2",
24 "skuMultiCurrencyCalPrice": "16.0",
25 "skuMultiCurrencyDisplayPrice": "16.00",
26 "skuMultiCurrencyPrice": "US $16.00",
27 "skuPrice": "16.00"
28 }
29 },
30 {
31 "skuAttr": "14:173;5:361386",
32 "skuPropIds": "173,361386",
33 "skuVal": {
34 "actSkuBulkCalPrice": "6.84",
35 "actSkuBulkPrice": "6.84",
36 "actSkuCalPrice": "7.20",
37 "actSkuDisplayBulkPrice": "US $6.84",
38 "actSkuMultiCurrencyBulkPrice": "6.84",
39 "actSkuMultiCurrencyCalPrice": "7.2",
40 "actSkuMultiCurrencyDisplayPrice": "7.20",
41 "actSkuMultiCurrencyPrice": "US $7.20",
42 "actSkuPrice": "7.20",
43 "availQuantity": 9,
44 "bulkOrder": 5,
45 "inventory": 10,
46 "isActivity": true,
47 "skuBulkCalPrice": "15.2",
48 "skuBulkPrice": "15.20",
49 "skuCalPrice": "16.00",
50 "skuDisplayBulkPrice": "US $15.20",
51 "skuMultiCurrencyBulkPrice": "15.2",
52 "skuMultiCurrencyCalPrice": "16.0",
53 "skuMultiCurrencyDisplayPrice": "16.00",
54 "skuMultiCurrencyPrice": "US $16.00",
55 "skuPrice": "16.00"
56 }
57 },
58 {
59 "skuAttr": "14:691;5:361386",
60 "skuPropIds": "691,361386",
61 "skuVal": {
62 "actSkuBulkCalPrice": "6.84",
63 "actSkuBulkPrice": "6.84",
64 "actSkuCalPrice": "7.20",
65 "actSkuDisplayBulkPrice": "US $6.84",
66 "actSkuMultiCurrencyBulkPrice": "6.84",
67 "actSkuMultiCurrencyCalPrice": "7.2",
68 "actSkuMultiCurrencyDisplayPrice": "7.20",
69 "actSkuMultiCurrencyPrice": "US $7.20",
70 "actSkuPrice": "7.20",
71 "availQuantity": 10,
72 "bulkOrder": 5,
73 "inventory": 10,
74 "isActivity": true,
75 "skuBulkCalPrice": "15.2",
76 "skuBulkPrice": "15.20",
77 "skuCalPrice": "16.00",
78 "skuDisplayBulkPrice": "US $15.20",
79 "skuMultiCurrencyBulkPrice": "15.2",
80 "skuMultiCurrencyCalPrice": "16.0",
81 "skuMultiCurrencyDisplayPrice": "16.00",
82 "skuMultiCurrencyPrice": "US $16.00",
83 "skuPrice": "16.00"
84 }
85 },
86 {
87 "skuAttr": "14:350852;5:361386",
88 "skuPropIds": "350852,361386",
89 "skuVal": {
90 "actSkuBulkCalPrice": "6.84",
91 "actSkuBulkPrice": "6.84",
92 "actSkuCalPrice": "7.20",
93 "actSkuDisplayBulkPrice": "US $6.84",
94 "actSkuMultiCurrencyBulkPrice": "6.84",
95 "actSkuMultiCurrencyCalPrice": "7.2",
96 "actSkuMultiCurrencyDisplayPrice": "7.20",
97 "actSkuMultiCurrencyPrice": "US $7.20",
98 "actSkuPrice": "7.20",
99 "availQuantity": 10,
100 "bulkOrder": 5,
101 "inventory": 10,
102 "isActivity": true,
103 "skuBulkCalPrice": "15.2",
104 "skuBulkPrice": "15.20",
105 "skuCalPrice": "16.00",
106 "skuDisplayBulkPrice": "US $15.20",
107 "skuMultiCurrencyBulkPrice": "15.2",
108 "skuMultiCurrencyCalPrice": "16.0",
109 "skuMultiCurrencyDisplayPrice": "16.00",
110 "skuMultiCurrencyPrice": "US $16.00",
111 "skuPrice": "16.00"
112 }
113 },
114 {
115 "skuAttr": "14:1052;5:361386",
116 "skuPropIds": "1052,361386",
117 "skuVal": {
118 "actSkuBulkCalPrice": "6.84",
119 "actSkuBulkPrice": "6.84",
120 "actSkuCalPrice": "7.20",
121 "actSkuDisplayBulkPrice": "US $6.84",
122 "actSkuMultiCurrencyBulkPrice": "6.84",
123 "actSkuMultiCurrencyCalPrice": "7.2",
124 "actSkuMultiCurrencyDisplayPrice": "7.20",
125 "actSkuMultiCurrencyPrice": "US $7.20",
126 "actSkuPrice": "7.20",
127 "availQuantity": 10,
128 "bulkOrder": 5,
129 "inventory": 10,
130 "isActivity": true,
131 "skuBulkCalPrice": "15.2",
132 "skuBulkPrice": "15.20",
133 "skuCalPrice": "16.00",
134 "skuDisplayBulkPrice": "US $15.20",
135 "skuMultiCurrencyBulkPrice": "15.2",
136 "skuMultiCurrencyCalPrice": "16.0",
137 "skuMultiCurrencyDisplayPrice": "16.00",
138 "skuMultiCurrencyPrice": "US $16.00",
139 "skuPrice": "16.00"
140 }
141 },
142 {
143 "skuAttr": "14:496;5:361386",
144 "skuPropIds": "496,361386",
145 "skuVal": {
146 "actSkuBulkCalPrice": "6.84",
147 "actSkuBulkPrice": "6.84",
148 "actSkuCalPrice": "7.20",
149 "actSkuDisplayBulkPrice": "US $6.84",
150 "actSkuMultiCurrencyBulkPrice": "6.84",
151 "actSkuMultiCurrencyCalPrice": "7.2",
152 "actSkuMultiCurrencyDisplayPrice": "7.20",
153 "actSkuMultiCurrencyPrice": "US $7.20",
154 "actSkuPrice": "7.20",
155 "availQuantity": 9,
156 "bulkOrder": 5,
157 "inventory": 10,
158 "isActivity": true,
159 "skuBulkCalPrice": "15.2",
160 "skuBulkPrice": "15.20",
161 "skuCalPrice": "16.00",
162 "skuDisplayBulkPrice": "US $15.20",
163 "skuMultiCurrencyBulkPrice": "15.2",
164 "skuMultiCurrencyCalPrice": "16.0",
165 "skuMultiCurrencyDisplayPrice": "16.00",
166 "skuMultiCurrencyPrice": "US $16.00",
167 "skuPrice": "16.00"
168 }
169 }
170 ]
格式化后，是不是一眼发现是一个json数组，且数组长度正好是6，正好产品变体数量吻合，那就开始从这个json数组分析能够从中抓到那些产品信息。
先拿json数组中的一个json对象来分析，其他依次类推，代码如下：
1 {
2 "skuAttr": "14:193;5:361386",
3 "skuPropIds": "193,361386",
4 "skuVal": {
5 "actSkuBulkCalPrice": "6.84",
6 "actSkuBulkPrice": "6.84",
7 "actSkuCalPrice": "7.20",
8 "actSkuDisplayBulkPrice": "US $6.84",
9 "actSkuMultiCurrencyBulkPrice": "6.84",
10 "actSkuMultiCurrencyCalPrice": "7.2",
11 "actSkuMultiCurrencyDisplayPrice": "7.20",
12 "actSkuMultiCurrencyPrice": "US $7.20",
13 "actSkuPrice": "7.20",
14 "availQuantity": 7,
15 "bulkOrder": 5,
16 "inventory": 10,
17 "isActivity": true,
18 "skuBulkCalPrice": "15.2",
19 "skuBulkPrice": "15.20",
20 "skuCalPrice": "16.00",
21 "skuDisplayBulkPrice": "US $15.20",
22 "skuMultiCurrencyBulkPrice": "15.2",
23 "skuMultiCurrencyCalPrice": "16.0",
24 "skuMultiCurrencyDisplayPrice": "16.00",
25 "skuMultiCurrencyPrice": "US $16.00",
26 "skuPrice": "16.00"
27 }
28 }
我们刚刚是不是拿产品颜色编号，产品大小编写搜索到的上面javascript 代码的，那很显然，产品颜色，大小都可以从上面代码找到，那具体在哪里呢？
那Black 编号 193 ，大小编号 361386 就一眼看到上面的 第一个属性，和第一个熟悉都有，分别代码 "skuAttr": "14:193;5:361386", "skuPropIds": "193,361386"
如果抓第一个属性势必要split两次才能取到值，这样看第二个属性比较合适split一次，即可抓到值。当然这样还是抓到编号，要抓到颜色英文名称，大小英文名称，那还要结合上面颜色和大小html标签，写两个简单的正则表达式，然后放占位，通过string.format得到最终的正则表达式，就可以比较可靠的，高效的抓到颜色，大小。文章最后我再给出所有正则表达式。
继续观察json对象，看到的就是一些us $,price 字眼，可以判断基本上就是单价，币别信息，价格分实价，折扣价，如下图
上图实价是us $16.00 ，而折扣价是us $7.20 ,上面是不是发现有很多个相同的，有单独的只有一个价格，有和币别在一起的，这里就看个人喜好了，我这里就找单独单价的（发现币别还有一个地方可以取，晚点再说!）,我不喜好老是split，或者字符串截取，因为这样很容易出错，而且处理繁琐。那单独的是不是也有很多个，怎么选择呢？ 这里我的原则是属性名称容易看得懂的，且简单的，从上面代码可以发现"skuPrice": "16.00" 取实价，"actSkuPrice": "7.20" 取折扣价。那这样产品价格就已经搞定了。
那币别呢？我之前不是说，币别不在这个json里面取，还要split繁琐得很，而且US $ 取到的还不是国际标准币别代码(USD)，那怎么办呢，还能怎么办呢再搜索一下源码吧。我们搜一下USD看看！如下图：
搜到4处，但是最好识别的一处是上图标出的，window.runParams.currencyCode="USD"; 是不是从属性命名就觉得这个币别抓取最合适，且大家发现正好和产品变体的JSON在一块，如何获取就是简单的正则表达式就可以获取了。币别也搞定。
7. 产品图片是产品所有原始大小图片，不需要采集缩略图，不管一个产品变体有多少个，他对应的产品图片都是同一套，所有只要采集一次即可。
一般也是找图片img->src 标签，然后写正则表达式，我也不是很喜欢正则表达式。所以我还是想找找其他地方，看看有没有先产品变体一样类似的JSON。
还是F12 随便找一张大图的img->src 将内容考出来，搜索HTML源码,搜索串如下：
http://g02.a.alicdn.com/kf/HTB11XybLVXXXXbDXFXXq6xXFXXXM/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg
搜索到最中意结果如下图：
又是找到一个JSON数组，太高兴了吧，提取代码确认是否是产品图片，代码如下：
1 [
2 "http://g02.a.alicdn.com/kf/HTB11XybLVXXXXbDXFXXq6xXFXXXM/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg",
3 "http://g03.a.alicdn.com/kf/HTB1G45fLVXXXXbEXpXXq6xXFXXXi/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg",
4 "http://g02.a.alicdn.com/kf/HTB1dhCfLVXXXXb8XpXXq6xXFXXXX/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg",
5 "http://g03.a.alicdn.com/kf/HTB1Kd04LVXXXXcEXVXXq6xXFXXXL/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg",
6 "http://g02.a.alicdn.com/kf/HTB1ks1oLVXXXXbtXXXXq6xXFXXXH/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg",
7 "http://g01.a.alicdn.com/kf/HTB1jsGfLVXXXXXXXFXXq6xXFXXXm/Yoga-Tank-Tops-Shirts-Women-Yoga-Shirts-Womens-Sportswear-Gym-Woman-Running-Shirts-Sports-Woman-Gym.jpg"
8 ]
首先从数组长度等于6，说明有六张图片，与下图红框的六张吻合。
这样还不能说明是产品图片，那我们从数组把第一个图片链接拿出来，在浏览器浏览一下，请求结果如下图：
是不是都是这个穿黑衣服外国美女啊，综上所述可以肯定这个数组就是传说中的产品图片。
好了，到了这里比较难采集的多已经分析完成了，至于产品名称，产品描述基本可以用正则表达式取到，当然取json也需要正则表达式来取，那本篇文章稍后我会把所有正则表达式列出来，就基本结束了，
由于篇幅过长问题，实践的部分，我会尽快再开一篇 “速卖通产品采集系列之产品采集实践” 博文，并把源代码放出来，敬请期待。
三. 正则表达式如下（由于正则表达式个人不是很精通，写得不够通用，请笑纳）：
1.产品名称：(?<=<h1 class=\"product-name\" itemprop=\"name\">).*?(?=</h1>)
2.产品图片：(?<=window.runParams.imageBigViewURL=).*?(?=;)
3.变体JSON:(?<=var skuProducts=).*?(?=;\s*var skuAttrIds=)
4.产品颜色：(?<=<a data-role=\"sku\" data-sku-id=\"{0}\" id=\"sku-1-{0}\" title=\").*?(?=\") “{0}”不是正则表达式，是string.format 的占位
5.产品大小：(?<=<a data-role=\"sku\" data-sku-id=\"{0}\" id=\"sku-2-{0}\" href=\"javascript:void\(0\)\"\s+><span>).*?(?=</) “{0}”不是正则表达式，是string.format 的占位
6.币别：(?<=window.runParams.currencyCode=\").*?(?=\";)
| 衷心感谢打赏者的厚爱与支持！也感谢点赞和评论的园友的支持！谢谢！打赏时您可以备注或联系告知我您希望下方出现的打赏者格式！ | |||
|---|---|---|---|
| 打赏者 | 打赏金额 | 打赏次数 | 打赏日期 |
| dotnet的诱惑 | 2.00 | 1 | 2016-04-11 |
| 鬼脚君 | 5.00 | 1 | 2016-04-24 |
