如何抓取 Temu产品、价格与评分

Temu 是一个快速成长的电商平台，以极具竞争力的价格提供庞大的商品目录，涵盖电子产品、时尚和家居用品。其搜索和商品列表页面载有零售商、分析师和价格追踪者所关注的公开信号：产品名称、当前价格、买家评分以及已售数量。综合分析某个品类的这些字段，可以了解哪些商品正在走红以及价格的变化趋势。

本指南将向你展示如何使用 JavaScript 和 Node.js 结合 cheerio 抓取 Temu。我们将构建一个简洁可运行的爬虫，通过 Crawling API 获取 Temu 搜索结果页面，解析每件商品的标题、价格、评分、已售数量和链接，处理"查看更多"分页，并将结果导出为 JSON 和 CSV 格式。整个教程仅限于公开产品列表数据，文末的合法性章节并非套话，请在将其应用于实际大批量采集前务必阅读。

你将构建什么

一个 Node.js 脚本，接受 Temu 的公开搜索 URL，通过 Crawling API 获取渲染后的 HTML，并为列表中的每件商品提取一条结构化记录。我们以通用搜索词为示例，每件商品提取以下字段：

• Title 卡片上显示的产品名称，用于识别商品及其类别。
• Price 显示的价格文字，用于趋势监测和比较同类产品。
• Rating 卡片上显示的星级评分，是客户满意度的快速参考。
• Sold count Temu 在许多卡片上显示的"N 已售"数字，是粗略的需求信号。
• Image URL 商品缩略图，用于视觉数据库或下游应用。
• Link 指向该商品详情页的 URL，供后续深入查看使用。

为什么普通请求在 Temu 上会失败

如果你用基础 HTTP 客户端请求 Temu 的搜索 URL，你很少能得到产品网格。有两个原因。首先，Temu 在浏览器中用 JavaScript 渲染其商品卡片，因此初始 HTML 几乎是一个空壳，直到页面脚本运行并加载商品列表。其次，Temu 积极地对抗自动化流量：不像真实浏览器的数据中心 IP 和请求模式，在到达渲染后的产品数据之前就会收到 CAPTCHA、被限速或被封锁。

因此，一个能正常工作的 Temu 爬虫需要在单次请求中同时具备两点：一个真正渲染页面的浏览器，以及一个平台认为是真实访客的 IP。你可以自行搭建无头浏览器加轮换住宅代理池，但将它们拼接在一起并保持正常运行才是主要工作量。Crawling API 将两者整合为一次调用：你向它发送 URL，它在受信任 IP 后面渲染页面，并返回渲染完成的 HTML，供你用 cheerio 解析。由于商品列表由客户端脚本加载，你需要告知 API 在返回前等待该内容。

前提条件

在编写任何代码之前，你需要准备几样东西，都不会花太长时间。

基础 JavaScript 和 Node.js 知识。 你应该熟悉编写和运行 Node 脚本，以及使用 npm 安装包。如果你是 Node.js 新手，官方文档或任何入门课程都能让你达到本教程所需的水平。

Node.js 16 或更高版本。 使用 node --version 确认你的版本。如果尚未安装，请从 Node.js 官网或通过 nvm 等版本管理器安装。

Crawlbase 账户和 token。 注册后，打开控制台，从账户文档页面复制你的 JavaScript 请求 token。请像对待密码一样保管 token：它用于验证你的请求，因此不要将其提交到版本控制系统中。

设置项目

创建项目文件夹，初始化它，并安装爬虫所需的两个库。

node --version

mkdir temu-scraper && cd temu-scraper
npm init -y

npm install crawlbase cheerio

两个依赖完成主要工作：crawlbase 是 Crawling API 的官方 Node 客户端，cheerio 使用类 jQuery 的 API 解析返回的 HTML，让你可以通过 CSS 选择器提取各个字段。在该文件夹中创建名为 temu-scraper.js 的文件，并将以下步骤中的代码添加进去。

步骤 1：获取渲染后的搜索页面

首先获取渲染完成的页面。导入 CrawlingAPI 类，使用你的 JavaScript token 初始化它，并请求搜索 URL。Temu 使用客户端脚本加载其商品列表，因此传入 ajax_wait 和 page_wait 延迟，让内容在 API 返回之前有时间出现。在解析之前检查状态码，可以让失败情况清晰可见而非悄无声息。

const { CrawlingAPI } = require('crawlbase');

const api = new CrawlingAPI({ token: 'YOUR_CRAWLBASE_TOKEN' });

const searchURL =
  'https://www.temu.com/search_result.html?search_key=wireless+earbuds';

const options = { ajax_wait: 'true', page_wait: '5000' };

api
  .get(searchURL, options)
  .then((response) => {
    if (response.statusCode === 200) {
      console.log(response.body.slice(0, 500));
    }
  })
  .catch((error) => console.error('API request error:', error));

运行 node temu-scraper.js，你应该在 body 顶部看到真实的 Temu 产品标记，而非一个精简的空壳。这证明在你编写任何选择器之前渲染功能已经正常工作。ajax_wait 标志告知 API 等待页内请求稳定，page_wait 添加毫秒级的固定延迟，两者共同给商品列表留出填充时间。

步骤 2：使用 cheerio 解析每件商品

拿到渲染后的 HTML，将其加载到 cheerio 中并遍历产品卡片。Temu 将每个搜索结果排列在商品列表内的重复容器中，因此你选择每个卡片，然后从中读取标题、价格、评分、已售数量、图片和链接。防御性地读取每个字段，可以避免因单个缺失值导致运行崩溃。

const cheerio = require('cheerio');

function parseSearchResults(html) {
  const $ = cheerio.load(html);
  const products = [];

  const cards = $(
    'div.js-search-goodsList > div.autoFitList > div.EKDT7a3v'
  );

  cards.each((index, element) => {
    const card = $(element);

    const title = card.find('h2._2BvQbnbN').text().trim();
    const price = card.find('span._2de9ERAH').text().trim();
    const rating = card.find('div._1bGyLOoB').text().trim();
    const sold = card.find('span._3VxQjs6a').text().trim();
    const imageUrl = card.find('img.goods-img-external').attr('src') || '';

    const href = card.find('a._2Tl9qLr1').attr('href');
    const link = href
      ? new URL(href, 'https://www.temu.com').href
      : '';

    if (title) {
      products.push({ title, price, rating, sold, imageUrl, link });
    }
  });

  return products;
}

有几个细节让这段代码忠实于页面。每个卡片位于 div.js-search-goodsList > div.autoFitList > div.EKDT7a3v 下，标题来自 h2._2BvQbnbN 标题，价格来自 span._2de9ERAH，评分和已售数量各来自其自己的小文本节点，缩略图来自 img.goods-img-external 的 src，链接来自 a._2Tl9qLr1 的 href（解析为绝对 URL，使其在页面之外也能正常使用）。if (title) 防护丢弃有时出现在网格中的空占位单元格。

步骤 3：处理分页并组合完整脚本

Temu 在"查看更多"按钮后面加载更多结果，而非使用独立的编号页面。Crawling API 可以在返回 HTML 之前为你点击该按钮，使用 css_click_selector 选项，这样单次渲染就可以呈现更大批量的卡片。将获取、点击和解析整合到一个可运行的脚本中，然后将记录以 JSON 和 CSV 两种格式写入磁盘。

const fs = require('fs');
const { CrawlingAPI } = require('crawlbase');
const cheerio = require('cheerio');

const api = new CrawlingAPI({ token: 'YOUR_CRAWLBASE_TOKEN' });

async function crawl(url) {
  const response = await api.get(url, {
    ajax_wait: 'true',
    page_wait: '5000',
    css_click_selector: 'div.R8mNGZXv[role="button"]',
  });
  if (response.statusCode === 200) return response.body;
  console.error(`Request failed: ${response.statusCode}`);
  return null;
}

function toCsv(rows) {
  const headers = ['title', 'price', 'rating', 'sold', 'imageUrl', 'link'];
  const escape = (value) =>
    `"${String(value).replace(/"/g, '""')}"`;
  const lines = [headers.join(',')];
  for (const row of rows) {
    lines.push(headers.map((h) => escape(row[h])).join(','));
  }
  return lines.join('\n');
}

async function main() {
  const url =
    'https://www.temu.com/search_result.html?search_key=wireless+earbuds';
  const html = await crawl(url);
  if (!html) return;

  const products = parseSearchResults(html);
  fs.writeFileSync('temu-products.json', JSON.stringify(products, null, 2));
  fs.writeFileSync('temu-products.csv', toCsv(products));
  console.log(`Saved ${products.length} products to JSON and CSV`);
}

main();

将步骤 2 中的 parseSearchResults 函数粘贴到同一个文件中，这样 main 就可以调用它。css_click_selector 指向 Temu 的"查看更多"控件（div.R8mNGZXv[role="button"]）；API 在渲染期间点击它，使返回的 HTML 中包含该点击加载的额外卡片。运行 node temu-scraper.js，你将得到两个文件：包含完整结构化记录的 temu-products.json 和可直接在电子表格中打开的 temu-products.csv。toCsv 辅助函数对每个字段加引号并转义内嵌的引号，这在产品标题较长且经常包含逗号的情况下非常重要。

输出结果示例

JSON 文件按列表顺序每件商品对应一个对象，包含标题、价格、评分、已售数量、图片 URL 和链接。

[
  {
    "title": "Wireless Earbuds Bluetooth 5.3 with Charging Case",
    "price": "$8.97",
    "rating": "4.6",
    "sold": "12K+ sold",
    "imageUrl": "https://img.kwcdn.com/product/open/earbuds-001.jpg",
    "link": "https://www.temu.com/goods-detail-g-601099527865713.html"
  },
  {
    "title": "True Wireless Sports Earphones Noise Cancelling",
    "price": "$11.49",
    "rating": "4.4",
    "sold": "3.2K+ sold",
    "imageUrl": "https://img.kwcdn.com/product/open/earbuds-002.jpg",
    "link": "https://www.temu.com/goods-detail-g-601099537192760.html"
  }
]

CSV 以表头行镜像相同的行，可直接导入 Excel、Google Sheets 或任何读取分隔文件的数据管道。

title,price,rating,sold,imageUrl,link
"Wireless Earbuds Bluetooth 5.3 with Charging Case","$8.97","4.6","12K+ sold","https://img.kwcdn.com/product/open/earbuds-001.jpg","https://www.temu.com/goods-detail-g-601099527865713.html"
"True Wireless Sports Earphones Noise Cancelling","$11.49","4.4","3.2K+ sold","https://img.kwcdn.com/product/open/earbuds-002.jpg","https://www.temu.com/goods-detail-g-601099537192760.html"

跨查询扩展规模并保持畅通运行

单个搜索词只是演示；实际工作需要遍历多个搜索词或品类。建立搜索词列表，通过 Crawling API 使用相同的等待和点击选项获取每个搜索词，用相同的函数解析，并在导出前为每行打上搜索词标签。由于每个搜索页面共享相同的卡片结构，你已编写好的解析器无需修改即可应用于所有搜索词。

async function scrapeQueries(queries) {
  const all = [];
  for (const query of queries) {
    const term = encodeURIComponent(query);
    const url = `https://www.temu.com/search_result.html?search_key=${term}`;
    const html = await crawl(url);
    if (!html) continue;
    const rows = parseSearchResults(html).map((p) => ({ query, ...p }));
    all.push(...rows);
    await new Promise((r) => setTimeout(r, 2000));
  }
  return all;
}

scrapeQueries(['wireless earbuds', 'phone case', 'led lights']).then((rows) => {
  console.log(`Collected ${rows.length} products across queries`);
});

即使渲染已由 Crawling API 处理，Temu 仍会监测类似爬虫的流量，因此一些良好习惯可以让运行保持健康。控制请求速率：上面查询之间的 setTimeout 延迟分散了流量，而非在紧密循环中大量请求页面，这是保持在速率限制下最关键的因素。善用轮换：住宅 IP 池将请求分散到多个真实用户地址，使任何单个地址都不会触发限制或 CAPTCHA，Crawling API 为你处理这一切。关注状态码：运行开始返回非 200 响应，说明你需要退后，而非忽略这个信号。更广泛的操作手册，请参阅如何在不被封锁的情况下抓取网站；关于渲染部分，请参阅抓取 JavaScript 网站。

这种模式可直接用于定价和研究工作。关于将房源数据转化为定价决策，请参阅如何将网络抓取用于价格情报；关于电商抓取的更广泛视野，电商网页抓取指南涵盖了可在其他商店复用相同获取-解析方法的模式。

抓取 Temu 合法吗？

抓取 Temu 是否被允许，取决于 Temu 的服务条款、你所在的司法管辖区以及你对数据的用途。Temu 的条款限制自动化访问，因此无论工具多么谨慎，抓取行为都可能违反这些条款。这里的代码并不改变这一点，它只是让技术部分得以实现。请阅读 Temu 的使用条款及其 robots.txt，并将两者视为你采集内容的边界。

几条值得坚守的原则。只采集公开产品数据：任何人无需账户即可在搜索页面上看到的标题、价格、评分、已售数量、图片和产品链接。遵守 Temu 的速率预期，将请求量保持在不对其服务器造成压力的水平。避免个人数据，包括任何与可识别评论者相关的内容（页面上显示的聚合评分和数量除外）。不得以自己名义商业性地重新托管 Temu 受版权保护的媒体（如产品摄影）；将图片 URL 作为引用与重新托管图片是不同的行为。

本指南刻意将范围限于公开搜索和房源数据，因为这是让工作站得住脚的底线。它不涵盖任何登录后才能访问的内容、顾客或卖家个人数据、订单历史，也不涉及任何绕过身份验证或你本不应通过的 CAPTCHA 的尝试。如果你的项目需要更多公开房源以外的内容，或你计划商业性地再利用数据，正确路径是官方协议或授权的合作伙伴或联盟计划，而非更巧妙的爬虫。当电商平台提供官方数据渠道时，对于大批量或商业用途，请优先使用它。

常见问题

为什么普通请求从 Temu 返回的数据不完整？

因为 Temu 使用 JavaScript 在客户端渲染其产品网格，并用 CAPTCHA 对抗自动化流量。来自数据中心 IP 的原始 HTTP 请求通常返回空壳或封锁页面，而非产品卡片。要获得完整页面，必须在受信任 IP 后面渲染它并等待商品列表加载，而这正是 Crawling API 通过 ajax_wait 和 page_wait 为你处理的工作。

抓取 Temu 需要 JavaScript token 吗？

需要。Temu 的内容是 JavaScript 渲染的，因此你使用 Crawlbase 控制台中的 JavaScript 请求 token 而非普通 token，并传入等待选项使渲染后的商品列表出现在响应中。免费层级包含 1,000 次请求且无需信用卡，JavaScript 请求与普通请求的计费方式不同，请查看定价页面了解详情。

Temu 上的分页是如何工作的？

Temu 在"查看更多"按钮后面加载更多房源，而非使用独立的编号页面。Crawling API 可以使用 css_click_selector 选项在渲染期间点击该按钮，因此单次请求可以返回更大批量的卡片。将选择器指向该按钮（例如 div.R8mNGZXv[role="button"]），额外结果就会包含在你解析的同一份 HTML 中。

我的选择器返回空值。发生了什么变化？

几乎可以肯定是 Temu 的标记发生了变化。其容器和类名如 _2BvQbnbN、_2de9ERAH 和 EKDT7a3v 是生成的，会在没有通知的情况下发生变化，因此上个月还有效的选择器可能会失效。在浏览器开发者工具中重新检查实时页面并更新选择器。对于任何生产级爬虫，定期维护选择器都是正常操作。

我可以将 Temu 数据存储在数据库中而非 CSV 中吗？

可以。CSV 和 JSON 适合首次数据获取，但对于较大或持续性的项目，像 PostgreSQL 或 MongoDB 这样的数据库使数据更容易随时间查询和分析。将 main 中的 writeFileSync 调用替换为数据库客户端的插入逻辑，爬虫的其余部分保持不变。

如何避免在抓取 Temu 时被封锁？

保持较低的单 IP 请求速率，在查询之间添加延迟，并通过轮换住宅 IP 路由请求，确保没有单个地址触发速率限制或 CAPTCHA。Crawling API 为你管理轮换、受信任 IP 池和 CAPTCHA 处理；如果你自建栈，这正是需要投入的部分。关注状态码，一旦开始看到挑战就立即退后。

HR

Hassan Rehan

软件工程师 · Crawlbase

Crawlbase 软件工程师，撰写关于轮换代理、抓取，以及把代理接入真实代码的实战细节的实操指南。