孔夫子 item_search - 按关键字获取在售商品接口对接全攻略：从入门到精通

孔夫子item_search（官方标准名称kfz.item.search）是按关键词、品相、价格、出版年代等多维度筛选二手书 / 古籍在售商品列表的核心接口，支持分页返回商品 ID、标题、价格、品相、店铺等基础信息，可联动item_get接口获取详情，适配二手书搜索、古籍筛选、竞品分析等场景。该接口采用HTTPS+API Key/Secret 签名认证，支持 JSON/XML 双格式返回，具备二手书特色筛选维度完整、数据合规、权限分级严格的特点。本攻略从接口认知、权限获取、实操对接、调试排错到生产级优化，提供全链路结构化指导，兼顾入门易用性与企业级稳定性。

一、接口核心认知：功能与适配场景

1. 接口定位与核心价值

• 核心功能：输入关键词（如 “鲁迅 呐喊 1981 年版”“清代 古籍 线装”），搭配品相、价格区间、出版年代、店铺评分等筛选条件，返回分页在售商品列表；支持按销量、价格、上架时间多维度排序，单页最多返回 50 条数据，适配商品搜索、古籍普查、二手书定价参考等场景。
• 孔夫子数据特性
  • 二手书特色字段完整：覆盖品相等级、出版年代、装订方式、店铺评分等二手书 / 古籍专属维度，适配古籍珍本、二手教材、绝版书等特殊品类；
  • 数据合规权威：商品数据源自孔夫子官方数据库，符合平台数据使用协议，支持商用场景；
  • 筛选维度丰富：支持关键词模糊匹配、品相分级筛选（1-10 级）、价格区间过滤、出版年代范围查询、店铺评分筛选等 10 + 条件组合；
  • 权限分级严格：基础商品列表开放度高，敏感数据（如店铺联系方式、区域库存）需企业授权或高级权限。
• 典型应用场景
  1. 二手书电商搜索：搭建二手书搜索页面，按关键词 + 品相 + 价格筛选在售商品，提升用户购物体验；
  2. 古籍普查与数字化：按 “清代 古籍”“民国 线装书” 等关键词筛选，批量获取古籍基础信息，辅助数字档案库建设；
  3. 二手书定价分析：获取同品相、同版本商品的价格分布，辅助二手书定价与估价；
  4. 店铺货源筛选：按店铺评分、销量筛选优质店铺的在售商品，提升采购效率。

2. 核心参数与返回字段

（1）请求参数（GET/POST 提交，需签名认证）

注意事项

1. q支持多条件组合（如 “鲁迅 呐喊 九品 1981”），接口自动分词模糊匹配；
2. condition_level为 1-10 级，1 级为最差，10 级为全新，需根据业务需求精准设置；
3. 签名生成需包含所有非空参数，按 ASCII 升序排序后拼接 Secret 进行 MD5 加密，缺一不可。

（2）返回核心字段（按业务场景分类）

提示：item_search仅返回商品基础信息，商品详情、完整属性、售后政策等需调用item_get接口获取。

3. 接口限制与注意事项

• 数据缓存规则：基础信息缓存 15 分钟，价格、库存、品相状态等动态数据实时同步；
• 内容限制：下架、删除商品不返回数据，敏感数据（如店铺联系方式）需企业授权；
• 合规要求：数据仅用于合规电商运营、市场调研、古籍数字化等业务，遵守孔夫子开放平台协议，严禁转售、泄露或用于非法用途。

二、对接前准备：权限与环境搭建

1. 获取接口权限（官方唯一合规路径）

孔夫子item_search接口由孔夫子开放平台提供，接入步骤如下：

1. 登录孔夫子开放平台，注册企业 / 个人开发者账号；
2. 提交资质审核：企业账号上传营业执照、法人身份证，个人账号上传身份证，填写应用用途说明（如 “二手书电商搜索功能”）；
3. 创建应用，选择应用类型为 “电商服务”，填写应用名称、服务器 IP 白名单、数据用途，提交审核；
4. 审核通过后，获取key和secret（接口调用核心凭证），配置 IP 白名单；
5. 申请kfz.item.search接口权限，根据业务需求选择权限等级（基础 / 进阶 / 高级）。

风险提示：严禁使用非合规爬虫、第三方代理接口抓取数据，违反平台协议会导致账号封禁、法律追责。

2. 技术环境准备

（1）支持语言与协议

• 协议：HTTPS（强制，HTTP 请求会被直接拦截）；
• 开发语言：Python、Java、PHP、Go 等主流语言，推荐 Python（适配签名生成、异步并发与数据解析）。

（2）必备工具与依赖

三、实操步骤：接口对接全流程（Python 示例）

步骤 1：理解签名认证规则（核心，必掌握）

孔夫子接口采用key+secret 签名认证机制，签名生成步骤如下：

1. 收集所有非空请求参数（含公共参数与业务参数）；
2. 按参数名 ASCII 升序排序；
3. 拼接参数为key1value1key2value2...格式；
4. 拼接 secret，生成字符串；
5. 对字符串进行 MD5 加密，得到签名（sign）；
6. 将签名添加到请求参数中，发送请求。

步骤 2：完整代码实现（含签名生成 + 调用 + 数据标准化）

（1）依赖安装

bash

pip install requests hashlib jsonpath-ng pandas

（2）Python 代码实现

import requests import hashlib import time import logging import pandas as pd from urllib.parse import quote # 封装好API供应商demo url=https://console.open.onebound.cn/console/?i=Lex # 日志配置 logging.basicConfig( level=logging.INFO, format="%(asctime)s - %(levelname)s - %(message)s", handlers=[logging.FileHandler("kongfz_item_search.log"), logging.StreamHandler()] ) # 配置信息（替换为你的孔夫子开放平台信息） CONFIG = { "key": "你的key", "secret": "你的secret", "api_url": "https://api-gw.onebound.cn/kfz/item_search", "result_type": "json", "cache": "yes" } def generate_sign(params: dict, secret: str) -> str: """生成孔夫子接口签名（MD5加密）""" # 1. 按参数名ASCII升序排序 sorted_params = sorted(params.items(), key=lambda x: x[0]) # 2. 拼接参数为key1value1key2value2...格式 param_str = "".join([f"{k}{v}" for k, v in sorted_params]) # 3. 拼接secret sign_str = param_str + secret # 4. MD5加密，转为小写 sign = hashlib.md5(sign_str.encode("utf-8")).hexdigest().lower() return sign def standardize_product_list_data(raw_product: dict) -> dict: """标准化孔夫子商品列表数据，统一输出格式""" return { "商品ID": raw_product.get("num_iid", ""), "商品标题": raw_product.get("title", ""), "作者": raw_product.get("author", ""), "出版社": raw_product.get("publisher", ""), "出版年代": raw_product.get("publish_year", ""), "装订方式": raw_product.get("binding", ""), "当前售价(元)": raw_product.get("current_price", 0.0), "原价(元)": raw_product.get("original_price", 0.0), "品相等级": raw_product.get("condition_level", 0), "品相描述": raw_product.get("condition_desc", ""), "库存": raw_product.get("stock", 0), "店铺名称": raw_product.get("shop_name", ""), "店铺评分": raw_product.get("shop_score", 0.0), "封面图URL": raw_product.get("cover_url", ""), "请求时间": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) } def kongfz_item_search( keyword: str, category_id: str = None, condition_level: int = None, price_min: float = None, price_max: float = None, year_min: int = None, year_max: int = None, sort_type: str = "sales_desc", page_num: int = 1, page_size: int = 20, need_stock: bool = False ) -> dict: """调用孔夫子item_search接口获取在售商品列表""" # 1. 校验必填参数 if not keyword: return {"success": False, "error_msg": "关键词不能为空", "data": [], "pagination": {}} # 2. 构建公共参数 params = { "key": CONFIG["key"], "api_name": "item_search", "result_type": CONFIG["result_type"], "cache": CONFIG["cache"], "q": quote(keyword, encoding="utf-8"), "sort_type": sort_type, "page_num": page_num, "page_size": min(page_size, 50), # 单页最大50条 "need_stock": str(need_stock).lower() } # 3. 补充分筛参数 if category_id: params["category_id"] = category_id if condition_level is not None and 1 <= condition_level <= 10: params["condition_level"] = condition_level if price_min is not None: params["price_min"] = price_min if price_max is not None: params["price_max"] = price_max if year_min is not None: params["year_min"] = year_min if year_max is not None: params["year_max"] = year_max # 4. 生成签名 sign = generate_sign(params, CONFIG["secret"]) params["sign"] = sign try: # 5. 发送GET请求 response = requests.get( url=CONFIG["api_url"], params=params, timeout=10, verify=True ) response.raise_for_status() result = response.json() # 6. 解析响应结果 if result.get("error_response"): error = result["error_response"] error_msg = f"{error.get('code', '')}: {error.get('msg', '')}" logging.error(f"接口调用失败：{error_msg}") return {"success": False, "error_msg": error_msg, "data": [], "pagination": {}} search_result = result.get("item_search_response", {}).get("products", {}) raw_products = search_result.get("product", []) if not raw_products: logging.warning(f"无商品数据返回（关键词：{keyword}）") return {"success": False, "error_msg": "无匹配商品", "data": [], "pagination": {}} # 7. 标准化数据与分页信息 standard_products = [standardize_product_list_data(p) for p in raw_products] pagination = { "total": int(search_result.get("total", 0)), "page_num": page_num, "page_size": page_size, "has_next": search_result.get("has_next", False) } return {"success": True, "data": standard_products, "pagination": pagination, "error_msg": ""} except requests.exceptions.RequestException as e: logging.error(f"网络请求异常：{str(e)}") return {"success": False, "error_msg": f"网络异常：{str(e)}", "data": [], "pagination": {}} except Exception as e: logging.error(f"数据解析异常：{str(e)}") return {"success": False, "error_msg": f"解析异常：{str(e)}", "data": [], "pagination": {}} # 封装好API供应商demo url=https://console.open.onebound.cn/console/?i=Lex # 调用示例 if __name__ == "__main__": keyword = "鲁迅 呐喊" condition_level = 8 # 九品 price_min = 50.0 price_max = 200.0 year_min = 1980 year_max = 1990 sort_type = "sales_desc" page_size = 20 result = kongfz_item_search( keyword=keyword, condition_level=condition_level, price_min=price_min, price_max=price_max, year_min=year_min, year_max=year_max, sort_type=sort_type, page_size=page_size, need_stock=True ) if result["success"]: print(f"搜索成功：共 {result['pagination']['total']} 条结果，当前页 {len(result['data'])} 条") for item in result["data"][:5]: print(f"商品ID：{item['商品ID']} | 标题：{item['商品标题']} | 售价：{item['当前售价(元)']} | 品相：{item['品相描述']}") # 保存为Excel df = pd.DataFrame(result["data"]) df.to_excel(f"kongfz_product_search_{keyword}.xlsx", index=False) # 翻页示例 if result["pagination"]["has_next"]: next_page = kongfz_item_search( keyword=keyword, condition_level=condition_level, price_min=price_min, price_max=price_max, year_min=year_min, year_max=year_max, sort_type=sort_type, page_num=2, page_size=page_size, need_stock=True ) print(f"下一页获取 {len(next_page['data'])} 条数据") else: print(f"搜索失败：{result['error_msg']}")

四、调试与问题排查：快速解决对接异常

1. 优先用官方工具调试（排除签名与参数问题）

1. 登录孔夫子开放平台调试工具，选择kfz.item.search接口；
2. 输入关键词、品相等级、价格区间等参数，工具自动生成签名并发送请求；
3. 若官方工具调用成功，说明代码的签名生成或参数拼接逻辑有误；若失败，检查权限或参数有效性。

2. 高频问题排查表

五、进阶优化：生产级稳定性提升

1. 性能与配额优化

• 批量翻页优化：通过has_next判断是否继续翻页，避免无效请求；多关键词查询时采用异步并发（aiohttp），控制并发数≤权限允许的频率上限（如企业基础权限 5 次 / 秒）；
• 智能缓存策略：用 Redis 缓存搜索结果，缓存 key 为kongfz_search_关键词_品相_价格区间_页码，动态数据（价格、库存）缓存 5 分钟，基础信息缓存 15 分钟，减少重复调用；
• 字段精简：仅保留业务必需字段（如商品 ID、标题、价格、品相），减少响应体积与解析耗时。

2. 数据质量优化

• 数据去重：按num_iid去重，避免同一商品重复出现；
• 异常值过滤：过滤售价≤0、品相等级非法（非 1-10）的商品，提升数据有效性；
• 关键词优化：对长关键词进行分词处理（如 “鲁迅 呐喊 1981 年版 九品”→“鲁迅 呐喊 九品”），提升搜索覆盖率。

3. 合规与安全

• 密钥管理：生产环境将 key/secret 存储在配置中心（如 Nacos、Apollo），禁止硬编码；定期轮换密钥（每 3 个月一次）；
• 重试机制：对 403（频率超限）、504（超时）等错误添加指数退避重试策略，首次重试间隔 1 秒，之后间隔翻倍，最多重试 3 次；
• 日志审计：记录每次调用的关键词、筛选条件、响应状态、数据条数，保留至少 30 天日志，满足合规审计要求。

六、扩展场景：接口联动与功能升级

1. 联动 item_get 接口：通过item_search获取商品 ID 列表，批量调用item_get获取商品详情，实现 “搜索 - 详情” 全链路数据采集；
2. 古籍数字化系统：定时调用item_search筛选古籍商品，提取版本、出版年代、品相描述等信息，构建古籍数字档案库；
3. 二手书估价工具：基于商品品相、出版年代、作者、出版社等数据，构建二手书估价模型，提升估价准确性。