做电商数据、比价系统、代采代发、反向海淘独立站的朋友，绕不开一个东西——商品详情接口。
这篇不讲虚的，直接拿一份 item_get_pro 的真实返回数据，把每个字段掰开揉碎讲清楚，最后给一份能直接跑的 Python 代码。

一、先想清楚：你到底需要拿商品详情的哪一部分？

很多人上来就问"有没有京东商品详情接口"，但其实需求差异很大：

如果你上面中了两条以上，那这篇文章的字段表建议直接收藏——因为很多字段名长得像双胞胎，用错一个，价格就算错了。

二、接口概览

典型请求长这样（域名用占位符，换成你自己的就行）：

https://{API_HOST}/jd/item_get_pro/     ?key={你的key}     &secret={你的secret}     &num_iid=10135568490356     &cache=no     &lang=cn     &result_type=json

必填参数：

💡 num_iid 就是你从商品链接 https://item.jd.com/10135568490356.html 里截出来的那一段。

三、返回数据的整体结构

item_get_pro 的返回，可以拆成 两层 + 八个模块：

{   "item": {                    ← 第一层：商品主体，99% 的信息都在这       "num_iid" / "title"      ← ① 基础标识       "price" / "orginal_price"← ② 价格体系       "num" / "total_sold"     ← ③ 库存与销量       "brand" / "cid"          ← ④ 品牌与类目       "item_imgs" / "video_id" ← ⑤ 图片与视频       "props" / "props_list"   ← ⑥ 规格属性       "skus": { "sku": [...] } ← ⑦ SKU 列表（重点！）       "seller_info"            ← ⑧ 卖家与店铺   },   "secache" / "secache_time"   ← 第二层：响应元信息（缓存/语言/翻译）   "language" / "translate_status" }

记住一句话：所有真实可用的数据都在 item 节点里，item 外面的字段只是"这次响应是怎么来的"。

下面按模块逐个拆。

四、核心字段逐个拆解

① 基础标识

② 价格体系（⚠️ 最容易踩坑的地方）

一份返回里出现了 5 个价格字段，很多人直接拿 price 去算账，结果对不上：

🔴 重要结论：真正准确的价格必须从 skus.sku[].price 里取。
商品级 price 只是一个"代表价"，当 SKU 价格不一致时（比如大码加价），你会算错。

③ 库存与销量

🔴 total_sold 和 sales 经常是 0，这不代表没销量，而是京东前台本身不展示这个数。做"爆款筛选"时别用这两个字段下结论。

④ 品牌与类目

做选品/铺货的，cid 和 rootCatId 是分类自动化的关键：拿到 cid 就能反查类目路径，给商品自动打标签，不用人工归类。

⑤ 图片与视频

🔴 第一个大坑：所有图片 URL 都是 // 开头的协议相对地址。
直接塞进 <img src="//img13..."> 在部分小程序、APP WebView、Node 服务端渲染环境里会加载失败。务必统一补上 https:。

⑥ 规格属性

这是最"绕"的一块，三个字段配合使用：

props —— 结构化属性数组，适合直接渲染"商品参数表"：

[ { "name" : "适用季节" , "value" : "春秋夏季" } , { "name" : "上市时间" , "value" : "2026年春季" } , { "name" : "鞋面材质" , "value" : "混合材质" } , { "name" : "闭合方式" , "value" : "系带" } ]

props_name —— 销售属性（尺码 + 颜色）的字符串拼接，用 ; 分隔，格式为 序号:序号:属性名:属性值：

"0:0:尺码:35 美码5M;0:1:尺码:35.5 美码 5.5M;...;1:0:颜色:白色;1:1:颜色:粉蓝色;1:2:颜色:沙色/浅褐色;"

props_list —— 把上面的东西转成 Key-Value 字典，这才是最好用的：

{ "0:3" : "尺码:37 美码 6.5M" , "1:0" : "颜色:白色" , "1:2" : "颜色:沙色/浅褐色" }

✅ 核心用法：skus.sku[].properties（如 "0:3;1:0"）→ 按 ; 拆分 → 去 props_list 里查 → 得到"尺码:37 / 颜色:白色"。
有了 props_list，你完全不需要去解析那串 props_name 长字符串。

⚠️ 顺带提一个脏数据：样例中 props 数组里有一条 {"name": "小清新", "value": "甜美风"}，属性名居然是属性值。京东属性表本身就有这类不规范数据，做渲染前建议加一层"属性名白名单/黑名单"过滤。

⑦ SKU 列表（整个接口最有价值的部分）

skus.sku 是一个数组，每个元素代表一个可售的具体规格：

{ "price" : 1290 , "orginal_price" : 1290 , "properties" : "0:3;1:0" , "properties_name" : "0:3:尺码:37 美码 6.5M;1:0:颜色:白色" , "quantity" : "99" , "sku_id" : "10135568490356" , "sku_url" : "http://item.jd.com/10135568490356.html" }

样例商品共 26 个 SKU（8 个尺码 × 3 个颜色，其中 35 码为后期补的），价格全部 1290。如果换成价格有差异的商品，你就会看到 price 在不同 SKU 上不一样——这正是必须用 SKU 价的原因。

⑧ 卖家与店铺

"seller_id" : "16340102" , "shop_id" : "16340102" , "seller_info" : { "shop_id" : 16340102 , "nick" : "SAM EDELMAN官方旗舰店" , "shop_name" : "SAM EDELMAN官方旗舰店" , "zhuy" : "https://shop.m.jd.com/shop/home?shopld=16340102" }

做同款比价、店铺监控、供应商筛选，seller_id / shop_id 是你的主键。

⑨ 响应元信息

"secache" : "27d0743f6cc003518718579b4be87be9" , "secache_time" : 1791785956 , "secache_date" : "2026-10-12 14:19:16" , "translate_status" : "" , "language" : { "default_lang" : "cn" , "current_lang" : "cn" }

💡 调试技巧：请求时传 cache=no，再看 secache_date 是否刷新。如果依然是旧时间，说明缓存层没过——这能帮你快速定位"为什么价格没更新"。

五、Python 实战：3 分钟跑通并解析出价格区间 + SKU 表格

Step 1 · 请求封装

import requests API_HOST = "https://{你的API_HOST}/jd/item_get_pro/" KEY      = "你的key" SECRET   = "你的secret" def get_item(num_iid: str) -> dict:     """拉取京东商品详情，返回 item 节点"""     params = {         "key": KEY,         "secret": SECRET,         "num_iid": num_iid,         "cache": "no",        # 强制拉最新         "lang": "cn",         "result_type": "json",     }     resp = requests.post(API_HOST, data=params, timeout=15)     resp.raise_for_status()     data = resp.json()     if "item" not in data:         raise RuntimeError(f"接口返回异常: {data}")     return data["item"]

Step 2 · 图片链接补全（必做）

def fix_url(url: str) -> str:     """京东图片是协议相对地址 //xxx，统一补 https:"""     if not url:         return ""     return url if url.startswith("http") else "https:" + url item = get_item("10135568490356") main_img = fix_url(item["pic_url"]) gallery  = [fix_url(img["url"]) for img in item["item_imgs"]["item_img"]] print("主图:", main_img) print("主图集:", gallery)

Step 3 · 解析 SKU，输出价格区间

def parse_skus(item: dict):     props_list = item.get("props_list", {})   # {"0:3": "尺码:37 美码 6.5M", ...}     rows = []     for sku in item.get("skus", {}).get("sku", []):         attrs = {}         for key in sku["properties"].split(";"):     # "0:3;1:0" -> ["0:3", "1:0"]             nameval = props_list.get(key, "")             if ":" in nameval:                 name, _, value = nameval.partition(":")                 attrs[name] = value         rows.append({             "sku_id":   sku["sku_id"],             "price":    float(sku["price"]),             "quantity": int(sku["quantity"] or 0),             **attrs,         })     return rows rows = parse_skus(item) prices = [r["price"] for r in rows] print(f"共 {len(rows)} 个 SKU") print(f"价格区间: ¥{min(prices)} ~ ¥{max(prices)}") print(f"库存合计: {sum(r['quantity'] for r in rows)}")

输出：

共 26 个 SKU 价格区间: ¥1290.0 ~ ¥1290.0 库存合计: 2574

Step 4 · 直接转成表格（铺货/运营最爱）

import pandas as pd df = pd.DataFrame(rows) df = df[["sku_id", "price", "quantity", "尺码", "颜色"]] if "尺码" in df.columns else df print(df.head(10).to_string(index=False))

到这里，一份能直接入库、能直接生成独立站 SKU 选择器的结构化数据就出来了。

Step 5 · 顺手生成商品参数表

def build_params_html(item: dict) -> str:     lines = []     for p in item.get("props", []):         name, value = p.get("name", "").strip(), p.get("value", "").strip()         if not name or not value or name == value:   # 过滤脏数据             continue         lines.append(f"<tr><td>{name}</td><td>{value}</td></tr>")     return "<table>" + "".join(lines) + "</table>"

六、8 个实战踩坑点（都是真金白银换来的）

1. 图片必须补协议头：//img10.360buyimg.com/... → https://img10...，否则部分端不显示。

2. 价格别用商品级 price：多 SKU 价格不一致时必错，统一从 skus.sku[].price 取，再算 min/max。

3. num / quantity / total_sold 是字符串："99" 直接参与计算会出问题，先 int() 并容错空值。

4. sales / total_sold 常为 0：这是京东前台限制，不代表真实销量，别拿来做爆款排序。

5. props_name 不要硬解析：格式是 序号:序号:名:值，还带结尾多余 ;。用 props_list 查表更稳。

6. props 有脏数据：存在 name == value 的异常条目，渲染前必须过滤。

7. desc_short / desc / desc_img 经常为空：详情长图不是每个商品都有，独立站要准备降级方案（只用主图集 + 属性表）。

8. 缓存会骗你：调试价格/库存变化时，传 cache=no，并对比 secache_date 是否刷新。

七、典型落地场景

① 反向海淘独立站铺货
title + item_imgs + props + skus 四件套 → 自动生成商品页、自动生成规格选择器、自动算价格区间。26 个 SKU 不需要人工录一条。

② 比价 / 价格监控系统
定时轮询 num_iid，对比 skus.sku[].price，触发阈值告警。用 cache=no 保证拿到实时价。

③ 代采 / 代发系统
用户下单前用 skus.sku[].quantity 校验库存、用 sku_id 精确锁定规格，避免"下错规格、发错货"。

④ 选品分析
cid + rootCatId + brand + props 做自动归类，配合价格区间和店铺信息做赛道分析。

⑤ ERP / 企业内部采购 批量拉取商品档案，一次入库，结构化字段齐全，不需要爬页面。

八、接口获取与成本

上面用到的 item_get_pro 属于电商平台商品数据 API 的一个接口，同类还有商品搜索、店铺详情、订单、类目、SKU 库存等一整组能力。

目前的支持情况：

• 平台覆盖：京东、淘宝/天猫、1688、拼多多、抖音等主流平台

• 接口形态：标准 HTTP + JSON，任何语言都能接（Python / Java / PHP / Node / Go）

• 计费方式：充值额度按量消耗，付费购买多少额度，额外赠送等额免费调用量（免费配额 = 购买金额 × 2）

• 适用对象：独立站、代采系统、ERP、比价工具、数据服务商

需要接口文档、申请测试 key，或者想先拿某个商品试一下返回效果，可以评论区留言或私信我，直接把商品链接发我，我拉一份真实数据给你看。

九、小结

item_get_pro 这份返回看着字段多，其实逻辑很清晰：

外层看缓存，内层看 item；价格看 SKU，规格查 props_list，图片记得补 https:。

把这三句记住，剩下的就是体力活了。