对转卖商和电商分析师而言，eBay 有一样几乎没有别的市场平台会公开给你的东西：已售商品（sold listings）。大多数站点给你看的是要价。eBay 给你看的，是东西实际卖了多少钱、在哪一天、什么成色、来自哪个卖家。那不是一个价格信号，那是交易数据，也正因如此，eBay 对从球鞋到工业零件的一切，扮演着一个公开价格预言机的角色。
难的地方在于可靠地把它采下来。eBay 运营着价格与需求各不相同的多个地区站点、会防御自动化访问，并按访客个性化结果。从一个办公室 IP 去拉这些数据，你得到的是一个国家的视角，且满是缺口。这份指南讲清楚什么值得采、什么时候该改用官方 API，以及如何用住宅代理把其余部分精准地收集起来。
到底什么才值得采
一个 eBay 商品页信息密集，但分析师真正在意的是一个特定的子集：
商品层面
- 价格与形式 —— 价格，以及关键的：是拍卖还是一口价（Buy It Now）。把两者混在一起，会污染你算出的任何均值。
- 成色 —— 全新、二手、翻新、配件损坏。在 eBay 上，成色对价格离散度的驱动，几乎超过其他任何因素。
- 运费与所在地 —— 费用和物品所在地，它们会改变真正的到手价。
- 物品参数 —— 品牌、型号、尺码，以及那些让商品彼此可比的结构化属性。
已售 / 已结束商品（最有价值的部分）
- 成交价与售出日期 —— 买家实际付了多少，以及什么时候。
- 售罄率（sell-through） —— 某个物品的挂牌中，有多少真的卖出去了，对比多少是流拍过期。这就是把”值得进货”和”永远压在手里”分开的那个数字。
卖家层面
- 信誉分与好评率、店铺名，以及是否为商业卖家。
- 品类结构与定价行为 —— 一个竞争卖家挂了什么、什么价、动得多快。
第三类，正是把采集变成竞争情报的那部分：不只是一件商品卖多少钱，而是哪些卖家正在靠它赚钱。
在官方 API 够用的地方，就从它开始
这一点值得直说，因为它能替你省力气：eBay 有官方 API，在它能覆盖你需求的地方，它就是正确的第一站。它稳定、结构化、不会因为页面标记变动而崩，而且是被明确许可的。如果你要的是标准的商品数据，而你的量级和地区又落在它的条款和限额之内，那就用它。
代理登场的，是 API 服务不好的那些场景：超出其覆盖范围的公开数据、以分析师所需广度跨越各地区站点的覆盖，或是完全以一个本地买家的视角去看这个市场。诚实的说法是：它们是互补，而不是替代；在 API 够用的地方从 API 开始，只是更好的工程实践。
为什么其余部分是一个代理问题
eBay 的三个特性，让宽泛的公开采集成为一个访问问题。
eBay 按站点切分，且做地理个性化。 ebay.com、ebay.co.uk、ebay.de、ebay.com.au 是库存、价格、需求和售罄率都不同的站点。哪怕在同一个站点内，结果也会按访客位置个性化，运送选项和可得性都会变。对一个做跨境套利的转卖商来说，这就是分析本身：同一件东西在英国与在德国分别能卖多少。用一个美国 IP 去抓 ebay.de，两边的视角你都拿不准，所以你必须身处你正在度量的那个市场（国家与城市级定位）。
eBay 会防御自动化访问。 和任何大型市场平台一样，它跑着反机器人系统。数据中心 IP 会被标记、限流，或被投喂插页，于是你记录到的是机器人版本，而不是买家看到的页面（为什么爬虫会被封）。住宅 IP 带着真实用户的信任，看到的是真实的商品页。
覆盖既广又要反复。 跨多个站点做一次品类扫荡，还要每天刷新以保持售罄率是最新的，这是海量请求。从少数几个 IP 出发，你会触发速率限制，最后拿到一个片面的样本，而这在这里是致命的：一个从被封锁扭曲过的样本里算出来的售罄率，比没有这个数字还糟。
路由到正确的站点
在 Shifter gateway 上，你通过把国家编码进代理用户名来挑选它，一个端点，没有 IP 列表。让代理国家与站点域名相匹配：
# 作为美国买家访问 ebay.comcurl -x customer-USERNAME-country-us:PASSWORD@p.shifter.io:443 \ "https://www.ebay.com/itm/123456789012"
# 作为英国买家访问 ebay.co.ukcurl -x customer-USERNAME-country-gb:PASSWORD@p.shifter.io:443 \ "https://www.ebay.co.uk/itm/123456789012"注意英国的国家代码是 gb，不是 uk，这个小细节一旦弄错，就会悄无声息地产出错误市场的数据。
用代码采集
eBay 的大部分商品数据都在初始 HTML 里，所以一个简单的 HTTP 客户端，比驱动一个浏览器更快、也便宜得多（完整的客户端配置见用 Python 使用住宅代理）：
import os, requestsfrom bs4 import BeautifulSoup
USER, PASS = os.environ["SHIFTER_USER"], os.environ["SHIFTER_PASS"]
def proxy(country="us"): url = f"http://{USER}-country-{country}:{PASS}@p.shifter.io:443" return {"http": url, "https": url}
MARKETS = {"us": "ebay.com", "gb": "ebay.co.uk", "de": "ebay.de"}
def fetch_listing(item_id, country="us"): domain = MARKETS[country] url = f"https://www.{domain}/itm/{item_id}" headers = { "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36", "Accept-Language": "en-GB,en;q=0.9" if country == "gb" else "en-US,en;q=0.9", "Accept-Encoding": "gzip, br", } r = requests.get(url, headers=headers, proxies=proxy(country), timeout=30) r.raise_for_status() soup = BeautifulSoup(r.text, "html.parser") return { "item_id": item_id, "market": country, "title": (t := soup.select_one("h1")) and t.get_text(strip=True), "price": (p := soup.select_one(".x-price-primary")) and p.get_text(strip=True), # 成色、运费和物品参数各自在自己的区块里； # 把每个选择器都当作可选的，并对你提取到的东西做校验。 }两点实务提醒。把 Accept-Language 设成与你所定位的站点相匹配，一个英国 IP 却发 en-US，是一个你完全不需要的不一致。以及，把每个选择器都当作可选：eBay 的页面标记会随品类和商品类型而变，所以要做防御性解析并校验，而不是假定某个字段一定存在。
做宽泛的品类扫荡时按请求轮换；当你翻阅单个卖家的库存时，保持一个粘性会话，好让这一串序列看起来像一个买家。因为 IP 质量决定了你有多频繁地看到真实页面，IP 信誉值得理解；而持续（而非偶尔）的封锁，指向的是质量或行为（如何避免被封）。
把商品数据变成分析
采集只是输入；分析才是转卖商真正赚钱的地方。在给这些数据建模时，有几件事很要紧：
把已售与在售分开。 在售商品是要价，那是愿望。已售商品是交易。永远不要把它们平均在一起，也永远不要在没说清是哪一种的情况下报一个”eBay 价格”。
按成色和形式分段。 一件二手品的成交价和一件全新品的，是不同的市场。拍卖成交和一口价成交，行为也不一样。跨这些分段去平均，产出的是一个什么都没描述的数字。
算售罄率，而不只是价格。 在一个时间窗内，已售除以总挂牌数，告诉你流动性。一个高价配 10% 的售罄率，是比一个能稳定出清的较低价更差的进货目标。
有意识地跨站点比较。 跨境价差是转卖商的优势所在，但前提是每个市场的数字，确实是从那个市场采来的，而这正是上面那套地理路由要紧的原因。
要把产出结构化成一个可供研究使用的数据集，如何用网络抓取构建数据集讲了机制；同样的功课也支撑着价格监测与数字货架分析。
负责任地使用
只采集公开的商品数据，任何买家都能看到的标题、价格、成色、运费，以及公开的卖家指标。个人数据属于禁区：买家身份、私信，以及挂在账号上的个人细节都不是可取之物；而评价留言应当谨慎处理，因为它们可能包含个人信息。
除此之外：遵守 eBay 的条款和速率限制、不要削弱站点，并在官方 API 能覆盖你用例的地方优先用它。eBay 的条款限制自动化访问，所以把采集守在公开数据上、保持合理的节奏，并对任何不确定的事项获取法律意见（网络抓取合法吗）。代理改变的是一个请求从哪个 IP 发出，而不是你是否应该发出它；我们的可接受使用政策是 Shifter 上何为允许的权威依据。
常见问题
我为什么需要代理来获取 eBay 数据？ 因为 eBay 运营着价格与需求各异的多个地区站点、按位置个性化结果，并防御自动化访问。从一个 IP 出发，你看到的是一个市场，而且是片面的。住宅代理让你以真实本地买家的身份去采集每一个站点。
我该改用 eBay 的 API 吗？ 在它能覆盖你需求的地方，该用，它稳定、结构化、且被许可。代理用于其覆盖范围之外的公开数据，或用于跨地区站点的广度。从 API 开始，其余用采集补上。
我能采集已售和已结束的商品吗？ 已售商品是公开展示的，而且是对转卖商最有价值的输入，因为它们是成交价而非要价。把它们当作公开数据来采集，在分析中把已售与在售分开，并遵守 eBay 的条款和速率限制。
为什么英国要用国家代码 gb？
因为 gateway 用的是 ISO 国家代码，其中英国是 gb。用 uk 会悄无声息地定位失败，也就意味着你会在错误的市场里去抓 ebay.co.uk，还意识不到。
eBay 该用住宅代理还是数据中心代理？ 住宅。市场平台会检测并区别对待数据中心 IP，所以你会被限流或被投喂一个降级页面。住宅 IP 看到的是一个真实买家会看到的、真实且地理精准的商品页。
底线
eBay 公开的已售数据之所以格外有价值，是因为它是交易性的、而非愿望性的，它是转卖商做进货、定价和售罄率分析的骨架。麻烦在于，它被切分在各地区站点之间、按位置个性化、且受防护，所以你分析的准确度，完全取决于你是否以那个市场里真实买家的身份去采集每一个市场。在官方 API 合适的地方用它，其余的经由与站点相匹配的住宅 IP 路由，做防御性解析，并在模型里把已售与在售分开。
做到这些，你拿到的就是可以据以进货和定价的数字，而不是一个什么都没描述的混合均值。一个优质的住宅代理网络，就是让这份采集保持地理精准且完整的关键；定价页面有按 GB 计费的套餐，可以拿它对着你真正在做的品类和站点试用。