基于Playwright Stealth的容器化亚马逊爬虫，专精绕过反爬检测，支持BSR榜单、月销量获取及通用网页抓取，电商选品与竞品分析利器。
说明：
## 核心用法
Amazon Scraper 是一个 Docker 容器化的高性能爬虫工具，基于 `playwright-extra` + Stealth 插件构建，核心目标是绕过亚马逊严格的 headless 浏览器检测。支持两种工作模式：
**Amazon 模式** (`amazon_handler.js`)：自动识别三种页面类型——畅销榜 `/gp/bestsellers/`（含排名但无月销量）、新品榜 `/zg/new-releases/`、飙升榜 `/zg/movers-and-shakers/`、搜索结果 `/s?k=`（含关键字段 **boughtPastMonth** 月销量）、产品详情页 `/dp/`（最全数据：BSR、品牌、卖点、月销）。支持多页爬取 `–pages`、文件输出 `–output`、自定义代理覆盖。
**通用模式** (`main_handler.js`)：处理非亚马逊的动态网页，提取 `document.body.innerText` 纯文本，输出上限10000字符。
## 显著优点
– **反爬能力强**：Stealth 插件自动修改 navigator、WebGL、Canvas 等指纹特征，配合 Chrome 123 UserAgent 和完整请求头，有效绕过 headless 检测
– **开箱即用**：内置5个轮询代理，无需配置即可直接运行
– **架构专业**：Docker 沙箱隔离，每次启动全新浏览器上下文，代理自动轮询+故障切换
– **电商数据专精**：专门针对亚马逊 BSR、月销量(boughtPastMonth)、评论数等选品核心字段优化
## 潜在局限
– 通用模式输出上限10000字符，不适合超长篇内容
– Amazon 单页仅约30-50产品，大规模采集需多页组合
– 不支持登录态页面（购物车、个人订单等）
– Docker 冷启动约15秒（含 Stealth 初始化）
– 依赖亚马逊页面结构稳定性，DOM 变更可能导致字段缺失
## 适合人群
– 亚马逊卖家/运营：选品调研、竞品监控、品类机会分析
– 跨境电商分析师：批量获取 BSR、月销量、价格带、评分分布
– 数据研究员：需要结构化电商数据的自动化采集场景
– 开发者：需要反爬能力强的动态网页抓取基础设施
## 常规风险
– **合规风险**：需遵守亚马逊 robots.txt 及服务条款，高频爬取可能导致 IP 被封或账号受限
– **数据准确性**：`boughtPastMonth` 为亚马逊估算值，非精确销量；BSR 为实时波动排名
– **技术依赖**：Playwright 浏览器二进制文件约占用 2GB 磁盘，内存建议 2GB+
– **代理成本**：内置代理为共享资源，大规模商业用途建议配置私有代理池
