Massimo Dutti 男女装新品主图更新监测

这个项目把原本需要人工进入官网、逐张核对主图、下载素材、搜索天猫 ID 的流程，改造成可定期运行的监测脚本。最终输出给运营侧的是一张可继续处理的 Excel：包含监测日期、男女装分类、主图名称、官网商品、MCC、天猫 ID 和配件备注。

100% 新增图片全部正确提取

165+ 示例结果表行数

JSON 缓存判断是否上新

.exe 打包交付同事使用

从业务SOP到自动化链路

我把任务拆成“监测更新”和“处理新增内容”两段：先判断官网顶部是否出现新主图，再进入详情页提取主图、搭配商品和后续运营字段。

first 模式扫描页面顶部已有图片，把图片名称写入 JSON，作为后续判断新增内容的基准。

monitor_only 模式读取缓存，从页面顶部向下采集图片，直到遇到上次缓存的第一张图。

用浏览器自动化模拟人工滚动，每次滚动后等待图片加载，避免直接抓源码漏掉延迟出现的图片。

用官网货号生成 MCC，再匹配天猫全店表，补齐商品 ID、类目和配件备注。

下方保留原始 SOP 的关键截图，同时写清楚脚本对应做了什么。这样展示时既能看到业务原貌，也能看到我如何把它抽象成程序流程。

人工流程先进入 Massimo Dutti 官网，分别选择女装或男装，再点击 Nuevo 新品页。脚本中对应为两套入口配置：女装 URL、男装 URL、缓存文件和输出目录分开管理。

人工会从列表页大图逐张进入详情页。脚本不会全站扫描，而是从顶部向下滚动，并用图片名称与缓存比对；缓存中第一张旧图之前出现的内容，判定为本次新增。

详情页左侧大图是需要保存的主图。人工 SOP 中会查看图片名称并下载保存；脚本会进入对应详情页，提取图片名称，去掉横杠及后续数字，并保存到固定输出目录。

人工需要把右侧搭配商品逐个复制到天猫后台搜索。自动化实现中，我没有直接爬天猫后台，而是读取已有“天猫全店表”，根据官网货号生成 MCC 后匹配商品 ID，稳定性更高。

官网详情页下方会出现推荐区，例如“可能会感兴趣”。这些不是目标内容，需要过滤。最终表格一行代表一组“主图 - 搭配商品”关系；若一张主图对应多个商品，则生成多行。

结果表将女装和男装合并在同一张表内，女装在上、男装在下。运营侧可以直接继续核验、上传或维护商品信息。