核心功能
Amazon Scraper 是一个基于 Docker 容器化的高性能爬虫系统，专为亚马逊数据采集优化，同时支持通用动态网页抓取。技术栈采用 Crawlee + Playwright，能够模拟真实浏览器行为，处理 JavaScript 动态渲染页面。
三大模式
1. Amazon 畅销榜模式（/zgbs/）：抓取品类 Top 排名、评分、评论数，适合选品调研和市场概览。注意：榜单页不包含月销量数据。
2. Amazon 搜索/详情模式：通过搜索 URL（/s?k=）或产品详情页（/dp/）获取 boughtPastMonth 月销量数据，是竞品分析和销量验证的核心工具。
3. 通用模式（main_handler.js）：支持任意动态网页的纯文本提取，输出上限 10,000 字符，适合内容摘要和非 Amazon 网站的数据采集。
显著优势
- 反爬设计完善：每次请求清除 Cookie、Docker 沙箱隔离、Playwright 模拟真实浏览器行为，配合自动重试机制
- 字段覆盖全面：产品详情页可获取 BSR、品牌、卖点、类目、上架时间等 15+ 字段
- 架构轻量：单容器部署，一键构建脚本降低使用门槛
- 多页支持：可通过
--pages参数实现分页爬取
局限性与风险
- Amazon 数据约束：月销量仅存在于搜索页和详情页，榜单页缺失；单页最多 30-50 条产品，大规模采集需分页
- 技术门槛：依赖 Docker 环境（~2GB 磁盘 + 2GB 内存），容器冷启动约 10 秒
- 合规边界：不支持登录态页面，需遵守目标网站 robots.txt 和 rate limit
- 输出限制：通用模式 10,000 字符上限，长文需分段处理
适用人群
- 电商运营/选品人员：调研品类机会、验证竞品销量、分析价格带
- 数据分析师：获取结构化 Amazon 数据用于市场研究
- 产品经理：跟踪新品趋势、监控飙升榜单
- 开发者：需要轻量级、可部署的爬虫基础设施
常规风险提示
| 风险类型 | 说明 |
|---------|------|
| 法律合规 | 需遵守 Amazon 服务条款，禁止用于大规模商业监控 |
| 数据准确性 | 月销量为区间估算（如 "1K+"），非精确数值 |
| 稳定性 | 目标网站结构变更可能导致字段解析失败 |
| 频率控制 | 建议合理控制请求频率，避免 IP 受限 |