简介：这是一份面向开发者和数据运营人员的Apple Store应用信息批量抓取脚本，基于Python 2.7编写，通过Apple Search API读取CSV中的应用程序ID，自动输出包含iTunes ID、捆绑ID、应用名称、发布者及主要类别等字段的CSV结果，解决手工逐个查询效率低的问题。资源包仅含3个文件，包括一个主脚本、一个CSV输入模板和一份Markdown说明文档，压缩包总大小仅2KB，结构简单清晰，便于快速阅读与修改。已有467人学习下载，适合正在学习API调用或需要批量整理App元数据的入门级Python用户，尤其适合竞品分析、ASO优化等小批量应用信息收集场景。脚本无需复杂配置，用户只需在CSV中逐行填写待查询的App ID，运行脚本即可获得结构化数据；说明文档还给出了从解压、编辑到执行的完整流程，帮助快速上手，同时也可作为命令行脚本与外部API集成的小型练习项目。 前阵子做了一个项目，名字就叫applestoredata，核心功能是写一个Python脚本，批量从Apple Store抓取应用的基础数据，尤其是应用ID。说白了，就是通过脚本把App Store里的应用信息拉下来，整理成结构化数据，方便后续做竞品监控、ASO分析、市场调研之类的。如果你跟我一样，日常要跟一堆App打交道，需要定期记录应用排名、下载量预估、版本更新动态，那这个小工具的思路应该对你有参考价值。
这个脚本我最早是为了解决一个很具体的痛点：手动去iTunes搜应用、复制链接、抄ID，再整理到表格里，效率太低了。尤其是一次要处理几十个甚至上百个App的时候，光复制粘贴就够呛。从最开始的一个几十行的小脚本，到后来不断完善，现在已经稳定跑了两三个月，今天把整个思路和实现细节整理出来。
1. 项目背景与核心思路拆解
applestoredata这个名字是我自己起的，直译就是“Apple Store数据”。最开始的想法很简单：把Apple Store里应用的核心数据提取出来，自动化处理。这里的“应用程序ID”其实包含两层含义，一个是App的数字ID，就是App Store链接里id后面那串数字；另一个是Bundle ID，也就是应用的唯一标识符。两者都是很有价值的基础数据，可以作为关联其他数据源的键值。
1.1 为什么需要抓取“应用ID”这类数据
很多人可能会问，应用ID不就是一个数字吗，有什么好抓的？但实际用起来，它的价值比你想象的要大。
拿竞品监控来说，如果你想跟踪某几家竞品公司的所有产品动态，最靠谱的方式不是手动搜索，而是通过开发者账号下的App列表去枚举。这个时候你会发现，开发者账号关联的应用信息里，每个App的核心标识就是那个数字ID。通过它，你可以拼接出App Store跳转链接、iTunes API的数据查询地址，甚至可以用它来匹配广告平台的投放素材、第三方的数据报告等。
再比如做ASO（应用商店优化）分析的时候，你需要批量拉取关键词下的应用列表，记录排名Top 10、Top 50的App有哪些，这些App的ID、名称、评分、更新日期，都是分析的基础素材。没有自动化的脚本，纯靠人工去记录，数据量一大基本就崩了。
1.2 技术选型：为什么用iTunes Search API而不是直接爬网页
刚开始我想的也很简单，直接用requests去请求App Store的网页，然后解析HTML不就行了？后来实际测试才发现，这条路走不通。App Store的网页结构非常复杂，各种异步加载、动态渲染，真要硬爬，写出来的代码又脆弱又难看，改版一次就废。
后来我换了个思路，Apple官方其实提供了iTunes Search API，可以直接通过关键词搜索应用，返回JSON格式的数据。这个接口是公开的，不需要开发者账号，也不需要API Key，白嫖就完事了。配合一些参数控制，可以按国家、地区、媒体类型来过滤结果。对于绝大多数爬取需求来说，这个API已经完全够用了。
注意，iTunes Search API有次数限制。官方文档说是每个IP每分钟最多40次请求，实际测试下来，批量请求的时候稍微控制一下频率，问题不大。但如果是那种海量数据抓取，建议自己加个代理池或者再想办法，等会儿会说怎么处理。
我最终的选型是：Python + requests + iTunes Search API + SQLite存储。为什么选SQLite？因为简单，一个文件搞定，不用额外起服务，查询也方便。这个方案从稳定性和落地速度上都是最优解。
2. 核心细节解析与应用ID获取原理
这一节会讲一些本质的东西，搞清楚之后再写代码会非常顺畅。
2.1 App数字ID与Bundle ID的关系与区别
先明确两个概念：每一个App在App Store里都有一个唯一的数字ID（trackId），形如284882218（这是某个知名App的ID）；同时还有一个Bundle ID，比如com.xx.xxx，英文全称是Bundle Identifier，这个是在Xcode里配置的，是iOS系统层面识别App的标识。
数字ID是App Store生态里的“主键”，它出现在链接里和API返回结果里。Bundle ID则主要用于真机调试、推送配置、企业签名的内部识别。
| 对比项 | 数字ID（trackId） | Bundle ID |
|---|---|---|
| 表示形式 | 纯数字，如 1457083670 | 反向域名，如 com.example.app |
| 获取方式 | 通过API、链接提取 | 通过开发者后台、App信息页面 |
| 用途 | App Store搜索、关联分析 | 移动端标识、推送、测试 |
| 是否公开 | 公开 | 部分公开，iOS设备可查 |
这个脚本的主要目标是数字ID，顺带把Bundle ID也一起存下来，这样后面分析的时候两种标识都有了，会方便很多。
2.2 iTunes Search API的关键参数与请求逻辑
iTunes Search API的基础请求格式是：
https://itunes.apple.com/search?term=关键词&country=cn&entity=software&limit=50参数说明：
term：搜索关键词，注意要做URL编码country：App Store地区代码，比如cn代表中国区，us代表美区entity：媒体类型，software代表只搜索App，softwareDeveloper代表搜索开发者limit：返回数量上限，最大值是200
还有两个很有用的高级参数：
attribute：限制搜索字段，比如sellerName可以通过开发者名字来搜callback：返回JSONP格式，一般用不上
实际请求逻辑很简单：拿到搜索词，拼URL，发请求，然后解析返回的results数组。
2.3 响应数据结构与关键字段解读
API返回的JSON结构里，results数组中的每个元素就是一个App的完整信息，常见的字段有：
{ "trackId": 1457083670, "trackName": "示例应用", "bundleId": "com.example.app", "sellerName": "示例开发者", "price": 0.00, "formattedPrice": "免费", "averageUserRating": 4.8, "userRatingCount": 12345, "releaseDate": "2023-01-01T00:00:00Z", "currentVersionReleaseDate": "2024-06-01T00:00:00Z", "artworkUrl512": "https://example.com/icon.png", "genres": ["工具", "效率"], "trackViewUrl": "https://apps.apple.com/cn/app/id1457083670" }trackId就是我们要的数字ID，bundleId是Bundle ID。trackName是可以展示的名称字段，sellerName是开发者名，averageUserRating和userRatingCount可以用来做评分分析。genres返回的是分类数组——这里有个坑，不同地区的分类叫法不一样，比如中国区叫“工具”，美区叫“Utilities”，做数据分析的时候要小心。
3. 实操过程：applestoredata脚本完整实现
这一部分，我把脚本的核心实现拆成几步来说，你可以直接照着搭。先交代一下环境：macOS + Python 3.10，Windows上也可以跑，没区别。
3.1 环境准备与依赖安装
主脚本需要两个第三方库：requests负责HTTP请求，tqdm用来显示进度条（数据量大、有耗时操作的时候体验很好）。如果你的环境还没装，直接执行：
pip install requests tqdm如果是Windows用户，可能会遇到一个问题：执行的时候提示无法将“python”项识别为 cmdlet、函数、脚本文件或可运行程序的名称。这个不是你代码的问题，是Python没有加到系统PATH环境变量里。解决办法有两个：第一，安装Python的时候勾选“Add Python to PATH”；第二，手动把Python安装目录和Scripts目录加到环境变量里。类似的，像git、pip、pnpm这种命令提示找不到，十有八九都是同一个原因——环境变量没配置好。
3.2 主脚本核心代码
下面就是applestoredata核心抓取部分的代码，我把它精简成可以直接运行的版本：
import requests import json import time import sqlite3 from urllib.parse import quote from tqdm import tqdm API_BASE = "https://itunes.apple.com/search" def fetch_apps_by_keyword(keyword, country="cn", limit=50): """根据关键词抓取App列表""" params = { "term": quote(keyword), "country": country, "entity": "software", "limit": limit } # 说明：requests会自己编码，其实不用手动quote，但历史版本保留了这个写法 resp = requests.get(API_BASE, params=params, timeout=10) if resp.status_code == 200: data = resp.json() return data.get("results", []) else: print(f"请求失败：{resp.status_code}") return [] def extract_app_info(app): """提取需要关注的字段""" return { "app_id": app.get("trackId"), "bundle_id": app.get("bundleId"), "name": app.get("trackName"), "seller": app.get("sellerName"), "price": app.get("price"), "rating": app.get("averageUserRating"), "rating_count": app.get("userRatingCount"), "version": app.get("version"), "genres": ", ".join(app.get("genres", [])), "url": app.get("trackViewUrl") } def init_db(): """初始化SQLite数据库""" conn = sqlite3.connect("applestoredata.db") cursor = conn.cursor() cursor.execute(""" CREATE TABLE IF NOT EXISTS apps ( app_id INTEGER PRIMARY KEY, bundle_id TEXT, name TEXT, seller TEXT, price REAL, rating REAL, rating_count INTEGER, version TEXT, genres TEXT, url TEXT, last_updated TEXT DEFAULT CURRENT_TIMESTAMP ) """) conn.commit() return conn def save_to_db(conn, apps): """保存数据，使用INSERT OR REPLACE去重""" cursor = conn.cursor() for app in apps: cursor.execute(""" INSERT OR REPLACE INTO apps ( app_id, bundle_id, name, seller, price, rating, rating_count, version, genres, url ) VALUES (?, ?, ?, ?, ?, ?, ?, ?, ?, ?) """, ( app["app_id"], app["bundle_id"], app["name"], app["seller"], app["price"], app["rating"], app["rating_count"], app["version"], app["genres"], app["url"] )) conn.commit() def main(): keywords = ["游戏", "效率", "音乐"] # 这里可以换成自己的关键词列表 conn = init_db() for kw in tqdm(keywords): print(f"正在抓取关键词：{kw}") results = fetch_apps_by_keyword(kw, country="cn", limit=50) apps = [extract_app_info(item) for item in results if item.get("trackId")] save_to_db(conn, apps) print(f"关键词 {kw} 抓取完成，共 {len(apps)} 条") time.sleep(2) # 频率控制，避免API限流 conn.close() print("全部完成，数据已保存到 applestoredata.db") if __name__ == "__main__": main()这段代码的思路是：遍历关键词列表，每个关键词调一次API，返回的数据存到SQLite数据库里。INSERT OR REPLACE这句话很关键，它的作用是：如果app_id相同，就用新数据覆盖老数据，相当于天然去重。重复跑的时候不需要担心数据会翻倍。
3.3 批量抓取开发者名下应用的方法
前面说了，有时候我们需要拿到某个开发者名下的所有App。这个用attribute=sellerName参数就能实现：
def fetch_apps_by_developer(developer_name, country="cn"): """根据开发者名称抓取应用列表""" params = { "term": quote(developer_name), "country": country, "entity": "software", "attribute": "sellerName", "limit": 200 } resp = requests.get(API_BASE, params=params, timeout=10) if resp.status_code == 200: data = resp.json() return data.get("resultCount", 0), data.get("results", []) return 0, []注意这里有个限制：limit最大是200，如果开发者名下应用超过200个，API会截断结果。处理办法是分页，但iTunes Search API并没有page参数，所以只能通过其他方式补。另一个思路是：先拿到开发者名下App的app_id列表，然后用lookup接口去查单个App详情，这个接口一次最多能查200个ID，很实用。
3.4 运行结果与数据校验
脚本跑完之后，数据库里的数据是这种效果：
| app_id | bundle_id | name | seller | rating | genres |
|---|---|---|---|---|---|
| 1457083670 | com.example.game | 示例游戏 | 示例科技 | 4.7 | 游戏, 动作 |
| 1345559012 | com.some.dev | 效率工具 | 某开发团队 | 4.2 | 工具, 商务 |
| 1435342958 | com.other.app | 记账助手 | 某某软件 | 4.9 | 财务, 效率 |
我一般建议跑完先做一轮抽查：随机挑几条数据，打开url链接，手动确认一下名称和ID有没有对应上。这一步虽然简单，但能提前发现问题，尤其是当API返回的数据跟你预期不一致的时候（比如搜索“游戏”结果里混入了很多无关App，需要调整关键词或者增加过滤条件）。
4. 常见问题与排查技巧实录
脚本写得再顺手，实际运行的时候还是会踩一些坑。这里把我遇到过的几个典型问题整理成速查表，方便大家对照排查。
4.1 常见报错排查速查表
| 现象 | 可能原因 | 解决办法 |
|---|---|---|
| PowerShell提示“禁止运行脚本” | 执行策略限制了 .ps1 脚本 | 以管理员身份运行Set-ExecutionPolicy -ExecutionPolicy RemoteSigned |
提示claude、pnpm、mvn等命令无法识别 | 环境变量PATH未配置 | 将对应工具的安装目录添加到系统PATH |
| 请求返回403 | 请求频率过高被限流 | 在两个请求之间增加time.sleep(1)或随机延迟 |
| 返回结果为空 | country参数错误或者关键词无匹配 | 检查地区代码，尝试更换关键词 |
| 中文乱码或URL编码错误 | 关键词未正确编码 | 使用requests库传params，不要手动拼URL |
| 数据库报“database is locked” | 多个连接同时写SQLite | 每次写入后立即commit，避免长事务 |
4.2 关于“环境变量”的踩坑细节
很多新手在Windows上跑Python脚本，最容易卡住的其实不是代码，而是环境问题。比如pip install明明成功了，但运行python却说找不到命令；或者用npm装了个脚本，执行的时候又说npm不是内部或外部命令。
这些问题的根源基本都一样：工具的安装目录没有被加入到PATH环境变量。系统在敲命令的时候，会在PATH指定的目录里按顺序找对应的可执行文件，找不到就报“无法识别”。
解决办法很简单：去控制面板→系统→高级系统设置→环境变量，在Path变量里把对应工具的安装路径加进去。比如Python的安装目录（里面有python.exe）和它的Scripts目录（里面有pip.exe）。改完之后，重新开一个终端窗口，才能生效。
4.3 API限流与请求频率控制
iTunes Search API的官方限制是每个IP每分钟40次请求。实际测试下来，如果是你本地跑，正常做关键词搜索的话，这个限制已经够用了。但如果你要跑大数据量，比如一次要抓几百个关键词，建议在代码里加上频率控制。
我们脚本里的做法是每次请求之后time.sleep(2)，这样即使跑几十个关键词，也不会触发限流。如果你用的是公司IP，可能还有一些额外的防火墙规则，那就需要随机延迟了：
import random import time time.sleep(random.uniform(1, 3)) # 随机延迟1到3秒这招实测很管用，把请求间隔拉开之后，基本不会碰到403。
4.4 数据去重与历史记录管理
跑了几次脚本之后，数据库里可能会有不少历史数据，怎么管理这些数据也是个实际问题。我目前的方案是在表里加一个last_updated字段，每次更新都会刷新这个时间戳。这样想看“哪些App在最近一周没有更新版本”就非常简单：
SELECT name, seller, last_updated FROM apps WHERE last_updated >= datetime('now', '-7 days');如果你想去掉某个关键词下所有数据，重新抓取，可以加一个keyword字段，或者直接按关键词生成独立的表。我的习惯是单独建表，每次只更新“目标关键词列表”对应的数据集，方便做对比分析。
5. 项目扩展与后续优化方向
applestoredata现在已经能稳定跑了，但它还有很多可以扩展的方向。简单说几个我觉得值得做的思路。
5.1 增加定时任务，实现自动化监控
之前在macOS/Linux上，用crontab加一个定时任务，比如每天凌晨2点跑一次脚本，数据库里的数据就能保持每日更新。Windows上可以用“任务计划程序”，操作起来也不复杂。这样你每天早上一睁眼，前一天的全部App数据已经整整齐齐躺在数据库里了。
5.2 接入App详情查询接口
除了搜索，iTunes Search API还提供了一个lookup接口，可以根据ID批量查询应用详情。用法很简单：
def fetch_apps_by_ids(app_ids): """根据应用ID列表批量查询详情""" params = { "id": ",".join(map(str, app_ids)), "country": "cn" } resp = requests.get("https://itunes.apple.com/lookup", params=params, timeout=10) if resp.status_code == 200: return resp.json().get("results", []) return []这个接口其实非常强大，日常用的最多的就是通过app_id反查应用的最新状态，比如版本号变了没有、价格变了没有、评分涨了还是跌了。我们之前有个场景是，每天通过lookup接口拉取一批重点跟踪的app_id，自动对比版本号和价格，有变化就推送到企业微信群里，做产品动态监控，基本零成本跑了好几个月。
5.3 导出一键Excel报表
脚本跑完是SQLite数据库，但对于不会SQL的人来说，直接用Excel打开更方便。我在项目里加了一个导出功能，把查询结果直接输出成Excel表格，用Excel自带的筛选和图表功能，基本能满足所有日常分析需求。Python的pandas可以很轻松地做到这一点。
说真的，这个项目做到后面，我最大的感受就是：批量的数据整理工作，脚本真的能解放双手。以前手动一天才能弄完的东西，现在脚本十几分钟就跑完了，还能定时自动执行，出错率还低。不管是做ASO、竞品分析，还是单纯想了解某个类目下的App生态，applestoredata这个思路都能帮上忙。如果你也有类似的场景，可以拿这套代码去改一改，跑起来之后，你会发现其实没有想象中那么复杂。
本文还有配套的精品资源，点击获取
