图书静态信息批量采集系统产品系统

立项原因：图书商家、图书行业从业者需要批量获取线上图书标题、作者、定价、封面、简介等公开静态信息，手动复制整理效率极低，人工录入易产生错漏。行业场景为图书店铺素材整理、行业市场调研，本工具纯静态页面爬取，自动化采集图书公开数据，批量落地存储，大幅减少人工整理时间。

本项目分为网络请求模块、静态页面解析模块、分页循环采集模块、本地存储模块、运行日志五大独立模块，整体采用高内聚低耦合分层设计。工具内置请求间隔延时逻辑规避网站反爬，自动分页抓取图书书名、作者、售价、封面链接、内容简介等静态字段；采集数据仅支持CSV表格与SQLite数据库两种存储格式，同时自动缓存列表页、详情页原始HTML文件留存备份；控制台实时展示采集进度、成功／失败条数，完整记录运行日志；程序打包为Windows独立exe，客户无需配置Python环境，双击即可启动采集。

本人独立完成项目全流程开发，搭建高内聚低耦合分层架构，将请求、解析、存储、日志功能完全拆分封装通用工具类。基于XPath解析纯静态网页图书数据，内置随机请求间隔降低反爬风险，循环分页批量采集数据；项目无鉴权Token、无动态JS渲染依赖，开发难点为静态多页面数据统一清洗兼容，核心亮点是原始HTML页面缓存、双格式数据存储、实时进度日志、打包exe开箱即用交付。