2026-01-18 Eatransform

メルカリせどりツールをPythonで開発 | Streamlit実装完全ガイド

背景:MacBook探しから生まれたツール

きっかけは、自分用のMacBookを探していたことでした。3年くらい前のモデルで十分だと考え、メルカリで中古のMacBook Air M2を探し始めました。

しかし、探しているうちに気づいたんです。メルカリとAmazonで同じ商品の価格差が結構あるということに。

例えば:

メルカリ: MacBook Air M2 13インチ → 95,000円
Amazon整備済み品: 同じモデル → 118,000円
価格差: 23,000円!

「これ、自分が買うだけじゃなくて、安く仕入れて高く売れるんじゃない?」

そう思った瞬間、これってせどりだと気づきました。でも、手動で価格差のある商品を探すのは大変です:

メルカリで商品を1つずつ確認
気になったものをAmazonで検索
価格を比較して、手数料や送料を計算
これを何十回も繰り返す…

「この作業、絶対自動化できるよね」と思い、エンジニアの性でツールを作ってしまおうと決めました。

完成したシステム

検索結果画面

Streamlitを使用したWebアプリケーション。検索条件を設定してワンクリックで検索実行。メルカリから取得した商品データと利益計算結果をリアルタイムで表示します。

実装できた主な機能

メルカリ自動検索: キーワード、価格範囲、商品状態などの条件で絞り込み検索
利益自動計算: プラットフォーム手数料と送料を考慮した正確な利益計算
データ可視化: 価格分布、販売状況、利益ランキングをグラフ表示
Excel出力: 検索結果をExcelファイルとして保存
検索履歴管理: 過去の検索条件を保存・再利用

開発で苦労したポイント

✅ 成功: Amazon価格の完全自動取得

目標: メルカリとAmazonの両方から価格を自動取得し、利益を計算する完全自動システム

挑戦: Amazonのbot対策が厳しく、当初は成功率が低かった

結果: 試行錯誤の末、完全自動化に成功！実用レベルの精度を達成

Amazon価格取得の技術的ブレークスルー

当初は困難だったAmazon価格の自動取得ですが、以下のアプローチで完全自動化に成功しました:

動的セレクタの実装: 複数のセレクタパターンを試行し、最も成功率の高いパターンを特定
待機時間の最適化: JavaScriptによる動的コンテンツの読み込みを正確に待機
リトライロジックの実装: 失敗時に別の手法で再試行する仕組みを構築
レート制限の回避: 適切な間隔とランダム性を持たせたアクセスパターン

# Amazon価格取得の成功実装
def search_product(self, keyword):
    # 動的コンテンツの読み込み待機
    WebDriverWait(self.driver, 10).until(
        EC.presence_of_element_located(
            (By.CSS_SELECTOR, ‘span.a-price’)
        )
    )
    
    # 価格要素を取得
    price_elem = self.driver.find_element(
        By.CSS_SELECTOR, ‘span.a-price-whole’
    )
    price = int(re.sub(r‘[^\d]’, ”, price_elem.text))
    
    return price

この実装により、成功率90%以上を達成しました。

❌ 課題2: メルカリのbot検出

問題: 通常のSeleniumではメルカリ側で自動化を検出され、「ブラウザが対応していない」というエラーが表示される

解決策: undetected-chromedriverを使用することで検出を回避

# 通常のSelenium → 検出される
driver = webdriver.Chrome()

# undetected-chromedriver → 回避
import undetected_chromedriver as uc
driver = uc.Chrome()

❌ 課題3: 動的コンテンツの読み込み待機

問題: メルカリはReactベースのSPA。ページ遷移しても商品データがすぐには表示されない

解決策: スクロールによる遅延読み込み、ランダムな待機時間を設定

# 人間らしいスクロール動作
while len(products) < max_items:
    scroll = random.randint(500, 800)
    self.driver.execute_script(
        f”window.scrollBy(0, {scroll});”
    )
    time.sleep(random.uniform(1.5, 3))

技術スタック

Streamlit

WebアプリのUI構築。Pythonだけで完結し、開発速度が非常に速い。

undetected-chromedriver

bot検出を回避するための特殊なChromeDriver。通常のSeleniumより検出されにくい。

Pandas

データ処理とExcel出力。取得したデータを効率的に操作。

Plotly

インタラクティブなグラフ作成。価格分布や利益ランキングの可視化。

コア実装の詳細

メルカリスクレイピングの実装

def search_mercari(self, keyword, max_items=30):
    # URL構築
    url = f”https://jp.mercari.com/search?”
    url += f”keyword={keyword}&sort=price_asc”
    
    self.driver.get(url)
    
    # スクロールしながら商品を取得
    products = []
    while len(products) < max_items:
        links = self.driver.find_elements(
            By.CSS_SELECTOR, ‘a[href*=”/item/”]’
        )
        
        for link in links:
            data = self._extract_product_data(link)
            if data:
                products.append(data)
        
        # ページをスクロール
        self.driver.execute_script(
            “window.scrollBy(0, 800);”
        )
    
    return products

利益計算ロジック

def calculate_profit(
    self, purchase_price, selling_price
):
    # プラットフォーム手数料
    fee_rate = 0.15  # Amazon 15%
    fee = selling_price * fee_rate
    shipping = 300
    
    # 利益計算
    profit = selling_price – purchase_price
    profit = profit – fee – shipping
    
    # ROI(投資利益率)
    roi = (profit / purchase_price * 100)
    
    return {
        ‘profit’: int(profit),
        ‘roi’: round(roi, 1)
    }

Streamlit UIの構築

# サイドバーで検索条件を設定
with st.sidebar:
    keyword = st.text_input(“検索キーワード”)
    price_min = st.number_input(“最低価格”)
    max_items = st.slider(“取得件数”, 5, 50)

# 検索実行
if st.button(“検索開始”):
    results = scraper.search_mercari(
        keyword=keyword,
        max_items=max_items
    )
    st.success(f”✅ {len(results)}件取得完了!”)

最終的な仕様と妥協点

✅ 実装できた機能

メルカリの商品検索・データ取得(成功率: ほぼ100%)
Amazonの価格自動取得(成功率: 90%以上)
完全自動の利益計算(メルカリ→Amazon)
条件による絞り込み(価格、カテゴリー、除外キーワード)
データの可視化(グラフ、統計)
Excel出力機能
検索履歴の保存

⚠️ 今後の課題

さらなる成功率の向上(95%以上を目指す)
複数プラットフォームの同時検索
価格推移の自動追跡
より高速な処理

完全自動化システムの動作フロー

実装した完全自動システムは以下のように動作します:

メルカリ検索: 完全自動(10-30件を30秒程度で取得)
Amazon価格取得: 完全自動(各商品の価格を自動取得)
利益計算: 自動(取得した価格から即座に計算)
データ整理: 自動(Excel出力、グラフ生成)

この方式により、完全手動と比較して作業時間を約95%削減し、人の手をほぼ必要としないシステムを実現しました。

同様の自動化ツール開発について

今回のようなWebスクレイピングツールや業務自動化システムの開発を承っています。価格監視、在庫チェック、データ収集、レポート自動生成など、繰り返し作業の自動化についてお気軽にお問い合わせフォームからご相談ください。