设计一个 基于 Python 的二手物品交易风险预警程序，满足你的要求。
1. 实际应用场景描述
场景：
你在闲鱼、转转等平台购买二手物品时，常遇到：
- 卖家夸大成色（如“99新”实际有明显划痕）
- 价格明显低于市场价，可能是假货或诈骗
- 描述与图片不符
- 无法判断交易风险
痛点：
- 人工比对市场价格耗时
- 虚假描述难以快速识别
- 缺乏系统化的风险预警机制
- 容易因贪便宜而上当
解决方案：
开发一个 二手交易风险分析工具，输入商品描述和价格，自动：
- 识别常见虚假描述关键词
- 对比同款商品市场均价
- 给出风险等级与建议
2. 核心逻辑讲解
1. 输入数据
- 商品标题、描述、价格、平台
2. 虚假描述检测
- 关键词匹配（如“无划痕”“几乎全新”等）
- 结合价格异常低的情况标记高风险
3. 市场价格对比
- 模拟爬取或调用 API 获取同款商品价格（示例用固定数据）
- 计算价格偏差率
4. 风险评分
- 虚假描述数量 × 权重
- 价格偏差率 × 权重
- 综合评分 → 低风险 / 中风险 / 高风险
5. 输出预警
- 风险等级
- 具体原因
- 建议操作
3. 代码模块化实现
目录结构
secondhand_risk_checker/
├── main.py
├── fake_desc_detector.py
├── price_comparator.py
├── risk_analyzer.py
└── README.md
"fake_desc_detector.py" - 虚假描述检测
def detect_fake_descriptions(text):
"""
检测虚假描述关键词
:param text: 商品描述
:return: 检测到的关键词列表
"""
fake_keywords = [
"无划痕", "几乎全新", "仅试用", "朋友送的没用过",
"急出", "低价转让", "不议价", "包邮"
]
found = [kw for kw in fake_keywords if kw in text]
return found
"price_comparator.py" - 价格对比
def compare_price(title, price, market_data):
"""
对比市场价格
:param title: 商品标题
:param price: 卖家标价
:param market_data: 市场价字典 {关键词: 均价}
:return: 偏差率, 市场均价
"""
matched_price = None
for key, avg_price in market_data.items():
if key in title:
matched_price = avg_price
break
if matched_price is None:
matched_price = sum(market_data.values()) / len(market_data) # 默认取平均
deviation = (price - matched_price) / matched_price * 100
return deviation, matched_price
"risk_analyzer.py" - 风险分析
def analyze_risk(fake_keywords, price_deviation):
"""
综合风险分析
:param fake_keywords: 虚假描述关键词列表
:param price_deviation: 价格偏差率(%)
:return: 风险等级, 原因列表
"""
reasons = []
score = 0
if fake_keywords:
score += len(fake_keywords) * 10
reasons.append(f"检测到可疑描述: {', '.join(fake_keywords)}")
if price_deviation < -30:
score += 20
reasons.append(f"价格比市场价低 {abs(price_deviation):.1f}%，可能存在风险")
elif price_deviation < -15:
score += 10
reasons.append(f"价格偏低 {abs(price_deviation):.1f}%")
if score >= 30:
level = "高风险"
elif score >= 15:
level = "中风险"
else:
level = "低风险"
return level, reasons
"main.py" - 主程序
from fake_desc_detector import detect_fake_descriptions
from price_comparator import compare_price
from risk_analyzer import analyze_risk
# 模拟市场价数据（实际可接入爬虫或API）
MARKET_DATA = {
"iPhone 13": 4500,
"MacBook Pro": 9000,
"AirPods": 800,
"iPad": 3000
}
def main():
print("=== 二手交易风险预警工具 ===")
title = input("商品标题: ")
description = input("商品描述: ")
try:
price = float(input("卖家标价: "))
except ValueError:
print("价格输入错误")
return
# 1. 检测虚假描述
fake_keywords = detect_fake_descriptions(description)
# 2. 价格对比
deviation, avg_price = compare_price(title, price, MARKET_DATA)
# 3. 风险分析
level, reasons = analyze_risk(fake_keywords, deviation)
# 4. 输出结果
print("\n--- 风险分析报告 ---")
print(f"市场均价: ¥{avg_price}")
print(f"价格偏差: {deviation:.1f}%")
print(f"风险等级: 【{level}】")
for reason in reasons:
print(f"- {reason}")
if level == "高风险":
print("\n⚠️ 建议谨慎交易，可能存在虚假描述或假货风险！")
elif level == "中风险":
print("\n⚠️ 建议进一步核实商品细节再交易。")
else:
print("\n✅ 风险较低，可正常交易。")
if __name__ == "__main__":
main()
4. README.md
# 二手交易风险预警工具 Secondhand Risk Checker
一个基于 Python 的工具，输入二手商品信息，自动识别虚假描述，对比市场价格，给出交易风险预警。
## 功能
- 检测常见虚假描述关键词
- 对比同款商品市场均价
- 计算价格偏差率
- 综合风险评级与建议
## 使用方法
bash
python main.py
按提示输入商品标题、描述、价格。
## 注意事项
- 市场价数据为示例，实际应用可接入爬虫或API
- 风险分析基于规则，非绝对准确
5. 使用说明
1. 运行
"main.py"
2. 输入商品标题、描述、价格
3. 程序会输出：
- 市场均价
- 价格偏差率
- 风险等级
- 具体原因与建议
4. 根据风险等级决定是否交易
6. 核心知识点卡片
知识点 说明
字符串匹配
"in" 关键字检测虚假描述
数据分析 计算价格偏差率
规则引擎 综合评分确定风险等级
模块化设计 分离检测、对比、分析逻辑
风险预警 提前识别潜在交易风险
7. 总结
本项目通过 虚假描述检测 + 市场价格对比 + 风险评分 的流程，实现了二手交易的自动化风险分析，帮助用户：
- 快速识别可疑描述
- 避免低价陷阱
- 做出更安全的交易决策
后续可扩展：
- 接入真实电商 API 获取市场价
- 增加图片识别（OpenCV + 机器学习）
- 开发 Web 或小程序版本
- 历史数据记录与趋势分析
如果你需要，还可以为增加图片识别功能，通过照片检测商品成色是否与描述一致，进一步提升风险识别能力。
利用AI高效解决实际问题，如果你觉得这个工具好用，欢迎关注我！
)
