标签），并将结果以字典列表的形式返回。”

发送后，仔细检查AI返回的代码是否包含了必要的库导入、请求头设置、响应状态码检查、使用soup.find_all()定位元素以及具体的文本提取逻辑。如果这些关键部分都完整，那么第一步就成功了。

二、本地运行与分段验证：避免直接运行全脚本的风险

拿到生成的Python爬虫代码后，不要立即运行整个脚本。更稳妥的做法是在本地开发环境（如VS Code或PyCharm）中，像进行单元测试一样，分段验证每个核心环节是否按预期工作。

首先，安装必要依赖：pip install requests beautifulsoup4。然后，在requests.get()语句后添加print(response.status_code, response.encoding)，确认状态码为200且编码正确。接着，在解析出soup对象后，打印soup.find('article', class_='product_pod')，检查是否能成功定位到第一个商品容器。最后，单独测试字段提取逻辑：print([t.get_text().strip() for t in soup.select('article.product_pod h3 a')])，观察输出是否为非空的标题列表。每一步验证通过后，再尝试运行完整脚本。

三、针对常见爬虫失败场景：提供精准的优化指令

如果基础代码运行失败，不要笼统地要求AI“修复代码”。你需要像诊断问题一样，锁定具体错误类型，然后给出针对性的优化指令。

例如，若报错为requests.exceptions.ConnectionError，可追加指令：“当前爬虫连接被网站拒绝，请在请求中添加随机的User-Agent和Referer请求头，并设置超时参数timeout=10。” 如果soup.find_all()返回空列表，可能是CSS选择器有误，可以这样提示AI：“实际页面HTML结构中，书籍信息包裹在

标签内，请将原选择器'article.product_pod'替换为'div.col-xs-6'，并相应调整内部标题和价格的提取路径。” 若价格文本混杂了货币符号，则需要数据清洗：“请使用正则表达式re.search(r'\d+\.\d+', text)从price_color文本中提取数字，并转换为float类型。”

四、注入稳定性增强机制：从“能跑”到“抗压”

一个基础的爬虫脚本非常脆弱，网络波动、页面加载延迟或服务器反爬策略都可能导致中断。要将其提升至“生产级”可靠性，你需要引导AI为代码逐步加入重试、等待和异常处理机制。

首先，可以在导入库部分后，要求添加请求重试逻辑：“请使用tenacity库为requests.get调用添加重试装饰器，设置stop_after_attempt(3)（最多重试3次）和wait_fixed(2)（每次等待2秒）。” 其次，应对动态加载内容，可在解析前加入等待：“如果response.text的长度小于1000字符，则暂停1.5秒后重新请求，最多重试2次。” 最后，为数据提取环节添加容错：“请使用soup.select_one()方法，并在每个字段提取操作外包裹try-except块，当字段缺失时返回None，而不是抛出AttributeError导致程序崩溃。”

五、结构化输出与持久化存储：确保数据立即可用

爬取的数据若仅打印在控制台，实用价值有限。你需要主动引导AI，生成能将数据保存为CSV、JSON等通用格式的代码模块，方便后续分析与使用，避免手动处理。

你可以在代码末尾追加这样的指令：“请添加一个函数sa ve_to_csv(data_list, filename='books.csv')，将字典列表写入CSV文件，字段名为title和price，并使用utf-8-sig编码以防止中文乱码。” 如果需要JSON格式，可以换一种问法：“请将保存函数改为sa ve_to_json，使用json.dump(..., ensure_ascii=False)来保持中文字符的可读性。” 此外，一个良好的实践是在保存前进行数据清洗：“在保存到文件前，请过滤掉title或price为None的条目，确保输出的每行数据都包含完整字段。” 经过这些步骤，你最终得到的将是一个完整、鲁棒的数据采集解决方案，而非一个简单的脚本。