平台专用 Spider 模板¶
通用模板针对抓取模式，例如跟随链接、遍历 Sitemap。平台模板针对的是平台：这些建站平台会在许多独立网站中提供相同的机器可读结构，因此 Spider 已经知道数据在哪里。只需指定域名即可。
ShopifySpider¶
ShopifySpider 通过 Shopify 的 JSON API 提取商店中的所有商品，不读取网站的 HTML。
from scrapling.spiders import ShopifySpider
class MyStore(ShopifySpider):
target_website = "example.com"
result = MyStore().start()
print(result.items[0])
将 target_website 设为商店域名。如果为空，Spider 会先尝试 start_urls 中的第一个条目，再尝试 allowed_domains 中的第一个条目。如果三者都为空，则抛出 ValueError。完整 URL 会自动转换为域名。
工作方式¶
- 逐页获取
https://<store>/collections.json，每页最多 250 个商品集合，这是平台规定的上限。 - 对于每个包含商品的集合，逐页获取
/collections/<handle>/products.json。 - 每个商品变体产出一个数据项。出现在多个集合中的同一变体只输出一次。
数据项字段¶
| 字段 | 来源 |
|---|---|
name |
商品标题；如果变体标题不是默认值，还会附加变体标题 |
price |
变体价格，保留 Shopify 返回的原始字符串 |
category |
商品集合的 handle，也就是 URL 中的标识，并将每个词的首字母大写（summer-sale 变为 Summer Sale） |
brand |
商品供应商 |
identifier |
变体 ID |
sku |
变体 SKU；商店未设置时为 "" |
stock |
变体有货时为 None，缺货时为 0 |
image_url |
第一张商品图片，或 "" |
url |
商品在该集合中的页面 |
description |
去除 HTML 标签后的商品 body_html |
old_price |
如果 compare_at_price 是真实的促销前价格，则使用该值，否则为 "" |
barcode |
变体条码，或 ""（大多数商店不会在这些接口中提供条码） |
这些字段不是固定要求。可以在子类中重写 _process_product()，修改数据项结构，或从商品数据中提取其他字段。
注意事项与限制¶
- JSON 接口只返回发布到在线商店渠道的商品。因此，集合的
products_count可能大于实际能获取的数量。Spider 只用它判断是否需要获取该集合：非零就获取，不会把它当作预期总数。 - 如果商店有额外防护或密码保护，这个模板很可能无法使用。即使能用，也通常需要自行重写许多方法。
Spider的所有功能仍然适用，包括并发设置、延迟、robots.txt 规则、检查点和生命周期钩子。
什么样的平台适合添加模板¶
只有像 Shopify 这样，在许多独立网站上提供统一、机器可读结构的平台，才适合加入平台模板。针对单个网站的 Spider 不会加入本库，无论该网站多受欢迎。