عرض

3 أشهر من الدعم المجاني مع كل باقة تجارة إلكترونية

عرض التفاصيل
AI/TECH

سكربتات أتمتة التجارة الإلكترونية باستخدام Python: أمثلة عملية

أتمت تتبع الأسعار وإدارة المخزون وتقارير الطلبات بسكربتات Python للتجارة الإلكترونية. تعلّم من خلال أمثلة برمجية عملية.

AI/TECH 1 يونيو 2026 9 دقائق قراءة Toserof Tech.
سكربتات أتمتة التجارة الإلكترونية بـPython
المحتويات

أتمتة التجارة الإلكترونية باستخدام Python توفر لأصحاب المتاجر الإلكترونية وفراً هائلاً في الوقت والموارد. ويُعد النظام البيئي القوي لمكتبات Python كنزاً حقيقياً لأتمتة المهام المتكررة وخفض معدلات الخطأ والتفوق على المنافسين. في هذا الدليل نستعرض خطوة بخطوة سكربتات Python التي تعمل في الواقع العملي.

ما أتمتة التجارة الإلكترونية باستخدام Python ولماذا هي مهمة؟

تُنفَّذ مئات المهام المتكررة يومياً في عمليات التجارة الإلكترونية: تحديث الأسعار، وفحص المخزون، وتتبع الطلبات، وإشعارات العملاء. وتنفيذ هذه المهام يدوياً مستهلك للوقت وعرضة للخطأ. ومع سكربتات أتمتة Python يمكنك تنفيذ جميع هذه العمليات تلقائياً وفق جدول زمني ودون أخطاء. ويمكن تطبيق أتمتة Python على أي نطاق، من المتجر الصغير إلى السوق الإلكترونية الكبيرة، وهي تقدم حلولاً قابلة للتوسع.

  • سكربت تتبع الأسعار: يراقب أسعار منتجات المنافسين على فترات منتظمة ويخطرك فوراً، مما يعزز استراتيجية التسعير الديناميكي لديك.
  • روبوت تنبيه المخزون: يرسل رسالة بريد إلكتروني أو رسالة Telegram تلقائياً عند بلوغ مستويات المخزون الحرجة، فيزيل خطر نفاد المخزون.
  • أتمتة تقارير الطلبات: تنشئ تلقائياً ملخصات يومية وأسبوعية وشهرية للطلبات، فتمنح المديرين تقارير جاهزة.

التحديث الجماعي للمنتجات عبر Shopify API

من أكثر سيناريوهات الأتمتة شيوعاً لأصحاب متاجر Shopify التحديث الجماعي للمنتجات. وقد يستغرق تحديث سعر آلاف المنتجات أو معلومات مخزونها أو أوصافها واحداً تلو الآخر ساعات. وبالجمع بين مكتبة requests في Python وواجهة Shopify Admin API يمكنك إنجاز هذه المهمة في دقائق. وبعد المصادقة عبر OAuth 2.0 يمكنك قراءة البيانات المحدّثة من ملف CSV وتحديث جميع منتجاتك تلقائياً عبر الواجهة. ومن المهم جداً أيضاً إضافة آليات تحديد المعدل (Rate Limiting) ومعالجة الأخطاء لبناء سكربت متين.

يقرأ المثال التالي ملف CSV يحتوي على العمودين variant_id وprice ويحدّث سعر كل متغير عبر واجهة Shopify Admin REST API. وعندما تُرجع الواجهة الاستجابة 429 (طلبات كثيرة جداً) ينتظر السكربت المدة المحددة في الترويسة Retry-After ثم يعيد المحاولة؛ ولا يُكتب رمز الوصول داخل الشيفرة بل يُقرأ من متغير بيئة.

import csv
import os
import time

import requests

SHOP = "magazaniz.myshopify.com"
TOKEN = os.environ["SHOPIFY_TOKEN"]
API_VERSION = "2026-04"
HEADERS = {"X-Shopify-Access-Token": TOKEN}


def update_price(variant_id, price):
    url = f"https://{SHOP}/admin/api/{API_VERSION}/variants/{variant_id}.json"
    payload = {"variant": {"id": variant_id, "price": price}}
    r = requests.put(url, json=payload, headers=HEADERS, timeout=30)
    while r.status_code == 429:
        time.sleep(float(r.headers.get("Retry-After", 2)))
        r = requests.put(url, json=payload, headers=HEADERS, timeout=30)
    r.raise_for_status()
    return r.json()["variant"]


with open("prices.csv", newline="", encoding="utf-8") as f:
    for row in csv.DictReader(f):
        variant = update_price(int(row["variant_id"]), row["price"])
        print(variant["id"], variant["price"])
        time.sleep(0.5)

تتبع أسعار المنافسين باستخراج بيانات الويب

أصبح تتبع أسعار منافسيك يدوياً من الماضي. فباستخدام مكتبتي BeautifulSoup وSelenium يمكنك سحب أسعار المنتجات من مواقع التجارة الإلكترونية للمنافسين على فترات منتظمة وحفظها في قاعدة بياناتك وإنتاج تقارير ذات معنى. وللمحتوى الديناميكي المحمَّل بـJavaScript يُعد استخدام Selenium WebDriver ضرورياً. ويمكنك تجاوز حظر عناوين IP بتدوير الوكلاء (Proxy) وتغيير وكيل المستخدم (User-Agent). وبالبيانات التي تجمعها يمكنك بناء محرك تسعير ديناميكي يعدّل أسعارك تلقائياً إلى مستويات تنافسية. ويمنح هذا النهج ميزة تنافسية كبيرة، خصوصاً للشركات التي تملك فئات كبيرة.

يقرأ السكربت التالي السعر في صفحات منتجات المنافسين باستخدام BeautifulSoup ويضيفه مع الطابع الزمني إلى ملف CSV. وتحوّل الدالة parse_price الأسعار بصيغتي 1.299,90 و1,299.90 إلى أرقام. وستحتاج إلى تعديل المحدد .product-price ليتوافق مع بنية HTML للموقع المستهدف؛ والغرض من الفاصل الزمني بين الطلبات هو تجنب تحميل الخادم الآخر عبئاً لا داعي له.

import csv
import re
import time
from datetime import datetime

import requests
from bs4 import BeautifulSoup

PRODUCTS = {"competitor-a": "https://competitor-a.example.com/products/wireless-headphones"}
HEADERS = {"User-Agent": "Mozilla/5.0 (compatible; PriceMonitor/1.0)"}


def parse_price(text):
    s = re.sub(r"[^\d,.]", "", text)
    if s.rfind(",") > s.rfind("."):
        return float(s.replace(".", "").replace(",", "."))
    return float(s.replace(",", ""))


with open("competitor_prices.csv", "a", newline="", encoding="utf-8") as f:
    writer = csv.writer(f)
    for name, url in PRODUCTS.items():
        html = requests.get(url, headers=HEADERS, timeout=20).text
        tag = BeautifulSoup(html, "html.parser").select_one(".product-price")
        if tag:
            price = parse_price(tag.get_text())
            writer.writerow([datetime.now().isoformat(timespec="minutes"), name, price])
        time.sleep(5)

التكامل مع Google Sheets

يُعد Google Sheets من أوسع أدوات التعاون استخداماً بين فرق التجارة الإلكترونية. وبفضل مكتبة gspread وواجهة Google Sheets API يمكنك كتابة البيانات وقراءتها وتحديثها في Google Sheets مباشرةً من سكربتات Python. تخيّل أن تصل إلى العمل صباحاً فتجد جميع بيانات مبيعاتك ومستويات مخزونك وملخصات طلباتك في جداول Google محدّثة تلقائياً. وبإنشاء حساب خدمة (Service Account) يمكنك إدارة المصادقة بأمان والوصول إلى أوراق ودفاتر عمل متعددة. كما يمكن أتمتة التنسيق الشرطي وإنشاء المخططات عبر الواجهة.

يستخدم المثال التالي pandas لتحويل ملف تصدير الطلبات الذي يحتوي على الأعمدة order_id وcreated_at وtotal_price إلى ملخص يومي لعدد الطلبات والإيرادات، ثم يكتب النتيجة في ورقة داخل Google Sheets باستخدام حساب خدمة. تذكّر مشاركة الجدول بصلاحية محرر مع عنوان البريد الإلكتروني الموجود في ملف JSON الخاص بحساب الخدمة.

import gspread
import pandas as pd

orders = pd.read_csv("orders.csv", parse_dates=["created_at"])
daily = (
    orders.groupby(orders["created_at"].dt.date)
    .agg(orders=("order_id", "count"), revenue=("total_price", "sum"))
    .reset_index()
)
daily["created_at"] = daily["created_at"].astype(str)
daily["revenue"] = daily["revenue"].round(2)

gc = gspread.service_account(filename="service_account.json")
ws = gc.open("Sales Report").worksheet("Daily")
ws.clear()
ws.update(values=[daily.columns.tolist()] + daily.values.tolist(), range_name="A1")

المهام المجدولة باستخدام مكتبة schedule

توفر مكتبة schedule في Python أسهل طريقة لتشغيل المهام تلقائياً على فترات محددة. ويكفي بضعة أسطر من الشيفرة لإنشاء تقرير مخزون كل يوم في الساعة 08:00، أو فحص أسعار المنافسين كل ساعة، أو إرسال ملخص المبيعات الأسبوعي بالبريد الإلكتروني كل يوم اثنين. وكبديل لـcrontab، تعمل مكتبة schedule بالكفاءة نفسها على Windows وLinux، ويتيح تصميمها الآمن للمسارات (thread-safe) وتحملها للأخطاء استخدامها بثقة في بيئة الإنتاج. وتُعد APScheduler البديل المفضّل لاحتياجات الجدولة الأكثر تقدماً.

يجدول الهيكل التالي المهام الثلاث المذكورة أعلاه: تقرير مخزون كل يوم في الساعة 08:00، وفحص لأسعار المنافسين كل ساعة، وملخص مبيعات أسبوعي كل يوم اثنين. ويمكنك ملء الدوال بالشيفرة من الأمثلة السابقة؛ ولأن السكربت يجب أن يعمل باستمرار، فمن الأفضل تشغيله على الخادم تحت systemd أو Docker أو مدير عمليات مشابه.

import time

import schedule


def stock_report():
    print("Generating stock report...")


def check_competitor_prices():
    print("Checking competitor prices...")


def weekly_sales_summary():
    print("Emailing weekly sales summary...")


schedule.every().day.at("08:00").do(stock_report)
schedule.every().hour.do(check_competitor_prices)
schedule.every().monday.at("08:00").do(weekly_sales_summary)

while True:
    schedule.run_pending()
    time.sleep(30)

أتمتة التسويق عبر البريد الإلكتروني

يمكنك باستخدام Python إرسال رسائل السلة المتروكة وإشعارات توفر المنتج مجدداً ورسائل الحملات المخصصة. وتتيح مكتبتا smtplib وemail إرسال البريد الإلكتروني الأساسي، بينما تتيح واجهات Mailchimp أو SendGrid أو Amazon SES إدارة حملات أشمل. ويُعد إنشاء رسائل HTML مخصصة بمحرك القوالب Jinja2 عملياً للغاية. وتزيد أنظمة البريد الإلكتروني الديناميكية التي تقدم محتوى مختلفاً بحسب شريحة العميل معدلات التحويل زيادة ملحوظة. ويمكن أيضاً إعداد أتمتة اختبارات A/B بسهولة باستخدام Python.

ترسل الدالة التالية، باستخدام smtplib وEmailMessage، إشعاراً بتوفر المنتج مجدداً بنسختين: نص عادي وHTML. وتُقرأ بيانات SMTP من متغيرات البيئة؛ وللإرسال بكميات كبيرة يمكنك استخدام البنية نفسها مع خادم SMTP لدى مزوّد مثل SendGrid أو Amazon SES.

import os
import smtplib
from email.message import EmailMessage

SMTP_HOST = "smtp.example.com"
SMTP_USER = os.environ["SMTP_USER"]
SMTP_PASSWORD = os.environ["SMTP_PASSWORD"]


def send_back_in_stock(to_email, name, product, url):
    msg = EmailMessage()
    msg["Subject"] = f"{product} is back in stock"
    msg["From"] = SMTP_USER
    msg["To"] = to_email
    msg.set_content(f"Hi {name},\n\n{product} is back in stock: {url}")
    msg.add_alternative(
        f'<p>Hi {name},</p><p><a href="{url}">{product}</a> is back in stock.</p>',
        subtype="html",
    )
    with smtplib.SMTP(SMTP_HOST, 587) as smtp:
        smtp.starttls()
        smtp.login(SMTP_USER, SMTP_PASSWORD)
        smtp.send_message(msg)


send_back_in_stock("customer@example.com", "Deniz", "Wireless Headphones",
                   "https://www.example.com/products/wireless-headphones")

أتمتة النماذج باستخدام Selenium

يجب تنفيذ بعض مهام التجارة الإلكترونية على منصات لا تتيح الوصول عبر API. ويتحكم Selenium WebDriver في متصفح حقيقي لأتمتة عمليات مثل ملء النماذج والنقر على الأزرار والتنقل بين الصفحات. ولا غنى عن Selenium في مهام مثل الرفع الجماعي للمنتجات وتنزيل الفواتير وسحب البيانات من شاشات التقارير. ويمكن أيضاً تشغيل سكربتات الأتمتة المُطلقة باستخدام ChromeDriver أو GeckoDriver على الخوادم في الوضع الخفي (headless). وتتيح آليات الانتظار الصريحة والضمنية أتمتة موثوقة بانتظار اكتمال تحميل المحتوى الديناميكي. ويبسّط نمط التصميم Page Object Model تنظيم الشيفرة في مشاريع الأتمتة الكبيرة.

يسجّل المثال التالي الدخول إلى بوابة مورّد لا تملك API باستخدام Chrome في الوضع الخفي، ويستخدم انتظاراً صريحاً حتى يكتمل تحميل جدول الفواتير ثم يقرأ صفوفه. ومنذ Selenium 4.6 يقوم Selenium Manager بتنزيل ChromeDriver المطابق تلقائياً، فلا حاجة إلى تثبيت منفصل للمشغّل؛ ويجب تكييف أسماء حقول النموذج ومحددات CSS مع الموقع المستهدف.

import os

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.ui import WebDriverWait

options = webdriver.ChromeOptions()
options.add_argument("--headless=new")
driver = webdriver.Chrome(options=options)
wait = WebDriverWait(driver, 15)

try:
    driver.get("https://supplier.example.com/login")
    driver.find_element(By.NAME, "email").send_keys(os.environ["SUPPLIER_USER"])
    driver.find_element(By.NAME, "password").send_keys(os.environ["SUPPLIER_PASSWORD"])
    driver.find_element(By.CSS_SELECTOR, "button[type='submit']").click()
    wait.until(EC.element_to_be_clickable((By.LINK_TEXT, "Invoices"))).click()
    rows = wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR, "table.invoices tbody tr")))
    for row in rows:
        print([cell.text for cell in row.find_elements(By.TAG_NAME, "td")])
finally:
    driver.quit()

الخطوات الأولى العملية وتوصيات الأدوات

يُعد اختيار مجموعة الأدوات الصحيحة أمراً حاسماً عند البدء في أتمتة التجارة الإلكترونية بـPython. وتُعد المحافظة على تنظيم بنية المشروع وإدارة الاعتماديات بملف requirements.txt وتخزين المعلومات الحساسة في ملف .env من الممارسات الجيدة الأساسية. وتضمن إضافة آليات معالجة الأخطاء والتسجيل (Logging) سلاسة التشغيل في بيئة الإنتاج.

  • requests: المكتبة الأساسية لطلبات HTTP وتكاملات REST API، وتُستخدم للتواصل مع Shopify API وواجهات المنصات الأخرى.
  • BeautifulSoup4: مكتبة سهلة التعلم وموثوقة تُستخدم لتحليل HTML واستخراج بيانات الويب.
  • pandas: المكتبة القياسية في القطاع لتحليل البيانات وقراءة ملفات CSV وكتابتها ومعالجة مجموعات البيانات الكبيرة؛ ولا غنى عنها في سكربتات التقارير.
  • schedule: جدولة المهام بصياغة بسيطة مقروءة، وتوفر وظائف شبيهة بـcron داخل Python.
  • gspread: الجسر بين Google Sheets API وPython، وتؤتمت عمليات إعداد تقارير الفريق ومشاركة البيانات.

الأمان وأفضل الممارسات

ينبغي أن يكون الأمان هو الأولوية دائماً عند تطوير سكربتات الأتمتة. فلا ينبغي أبداً كتابة مفاتيح API وكلمات المرور والرموز داخل الشيفرة المصدرية؛ بل استخدم متغيرات البيئة أو حلول الخزائن المشفرة. والالتزام بقواعد تحديد المعدل يحمي حساب API لديك ويقلل في الوقت نفسه الحمل على خوادم الطرف الآخر. ويحافظ منطق إعادة المحاولة التلقائية لحالات الخطأ وتطبيقات طابور الرسائل الميتة (Dead-Letter Queue) على أمان بياناتك في أنظمة الإنتاج. ومن خلال تحليل السجلات بانتظام يمكنك رصد المشكلات المحتملة مسبقاً.

الأسئلة الشائعة

أين ينبغي استضافة سكربتات أتمتة Python؟

للسكربتات البسيطة منخفضة التكرار يكفي خادم افتراضي خاص (VPS). أما للعمليات الأكثر تعقيداً وعالية التكرار فينبغي تفضيل المنصات عديمة الخوادم (Serverless) مثل AWS Lambda أو Google Cloud Functions أو Azure Functions. وتحتسب هذه المنصات رسومها عن مدة تشغيل السكربتات الفعلية فقط وتوفر قابلية توسع تلقائية.

ما حد معدل الطلبات في Shopify API وكيف أعمل ضمنه؟

تُقيَّد واجهة Shopify REST API بطلبين في الثانية في الباقة الافتراضية. ولأن الخوارزمية المستخدمة هي الدلو المثقوب (Leaky Bucket)، فإن الدفعات القصيرة ممكنة. ولتجنب تجاوز حد المعدل يُنصح بإضافة time.sleep() بين الطلبات، وقراءة الترويسة Retry-After لتحديد مدة الانتظار، واستخدام واجهة GraphQL كلما أمكن. وتحسّن GraphQL استخدام حد المعدل بإتاحة الوصول إلى موارد متعددة في طلب واحد.

هل استخراج بيانات الويب قانوني؟

يعتمد الوضع القانوني لاستخراج بيانات الويب على ملف robots.txt للموقع المستهدف وشروط استخدامه والقانون الرقمي في الدولة المعنية. وكقاعدة عامة يُعد جمع البيانات المتاحة للعموم قانونياً، لكن انتهاك شروط الاستخدام الصريحة للموقع أو توليد حمل مفرط قد يسبب مشكلات. التزم دائماً بملف robots.txt، واستخدم فواصل زمنية معقولة بين الطلبات، وقيّم المخاطر بالاستعانة باستشارة قانونية.

هل أختار Selenium أم Playwright؟

تقدم الأداتان حلولاً قوية لأتمتة الويب. فلدى Selenium نظام بيئي أكثر نضجاً ومجتمع كبير، بينما تتميز Playwright بتصميم واجهة برمجية أحدث وآلية انتظار تلقائي ودعم لعدة متصفحات. ويُوصى باستخدام Playwright للمشاريع الجديدة، بينما قد ينطوي ترحيل المشاريع القائمة على Selenium على جهد كبير. وفي السرعة والموثوقية تحقق Playwright أداءً أفضل عموماً.

الخلاصة

تُعد سكربتات أتمتة التجارة الإلكترونية بـPython من أقوى الأدوات لمضاعفة كفاءة المتاجر الإلكترونية. فمن تتبع الأسعار إلى تقارير الطلبات، ومن التكامل مع Shopify API إلى التسويق عبر البريد الإلكتروني، فإن الإمكانات التي توفرها Python في كل مجال لا حدود لها. واختيار الأدوات الصحيحة وكتابة شيفرة آمنة وقابلة للصيانة وإدارة المهام المجدولة بفعالية هي مفاتيح النجاح. تواصل مع Toserof Tech. للحصول على حلول التقنية وتحليل البيانات.

مشاركة