易商品评论爬取
– 分析 页评论分析
进入到 易精选官 ，搜索“文胸”后，先随便点进一个商品。
可以发现，评论文字是通过 listByItemByTag.json 传递过来的，点击进入该请求，并拷贝出该请求的 URL：
https://you.163.com/xhr/comment/listByItemByTag.jsonsrf_token=060f4782bf9fda38128cfaeafb661f8c&__timestamp=1571106038283&itemId=1616018&tag=%E5%85%A8%E9%83%A8&size=20&page=1&orderBy=0&oldItemTag=%E5%85%A8%E9%83%A8&oldItemOrderBy=0&tagChanged=0
请求返回的是一个 JSON 格式的数据，下面就是分析该 JSON 数据了。
不难发现，所有的评论数据都存储在 commentList 中，我们只需保存该数据即可。
下面就是如何获取 itemId 的信息了，这个是产品的 ID，我们回到 易精选首页，继续分析。
产品 ID 获取
当我们在搜索框中输入关键字进行搜索的时候，同样能够发现在 Network 中有很多请求，此时可以观察各个请求，通过请求文件的名称(此处需要一些经验，守规矩的程序员都不会乱起名字)，我们可以定位到搜索时展示搜索结果的请求。
该请求返回的数据较多，还是需要耐心的分析数据，也能够发现，在 result->data->directly->searcherResult->result 下面的 id 值，即为我们要获取的产品 ID。
以上，我们基本完成了前期的分析工作，下面开始代码的编写。
编写代码获取产品 ID
def search_keyword(keyword):
uri = ‘https://you.163.com/xhr/search/search.json’
query = {
“keyword”: keyword,
“page”: 1
}
try:
res = requests.get(uri, params=query).json()
result = res[‘data’][‘directly’][‘searcherResult’][‘result’]
product_id = []
for r in result:
product_id.append(r[‘id’])
return product_id
except:
raise
我这里是获取了 page 为 1 的产品 ID，下面就是通过产品 ID 来获取不同产品下的评论信息。
通过前面的分析，我们可以知道，评论信息都是如下形式的，对这种形式的信息，我们可以很方便地存储进入 MongoDB，然后再慢慢分析数据里的内容。
{
“skuInfo”: [
“颜色:肤色”,
“杯码:75B”
],
“frontUserName”: “1****8”,
“frontUserAvatar”: “https://yanxuan.nosdn.127.net/f8f20a77db47b8c66c531c14c8b38ee7.jpg”,
“content”: “质量好，穿着舒服”,
“createTime”: 1555546727635,
“picList”: [
“https://yanxuan.nosdn.127.net/742f28186d805571e4b3f28faa412941.jpg”
],
“commentReplyVO”: null,
“memberLevel”: 4,
“appendCommentVO”: null,
“star”: 5,
“itemId”: 1680205
}
对于 MongoDB，我们既可以自己搭建，也可以使用 上免费的服务。
数据库有了，下面就是把数据保存进去了。
def details(product_id):
url = ‘https://you.163.com/xhr/comment/listByItemByTag.json’
try:
C_list = []
for i in range(1, 100):
query = {
“itemId”: product_id,
“page”: i,
}
res = requests.get(url, params=query).json()
if not res[‘data’][‘commentList’]:
break
print(“爬取第%s页评论” % i)
commentList = res[‘data’][‘commentList’]
C_list.append(commentList)
time.sleep(1)
# save to mongoDB
try:
mongo_collection.insert_many(commentList)
except:
continue
return C_list
except:
raise
最后爬取完成之后，总共是七千多条数据，下面就可以根据个人需要做一些分析了。
可以看出，黑色是遥遥领先的哦，这里你要做到心中有数！
再通过饼状图来观察下不同颜色的占比情况
没有问题，75B 就是大多数妹子的尺寸了
如果你对这种罩杯尺寸没有研究的话，不要紧，贴心的我给你准备了对照表，拿走不谢
就星级评价上来看，大多数都是五星好评，毕竟打着“严选”的名 ，质量是必须有保证的。
再来看看在评论区，妹子最喜欢用什么词语来描述呢
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树首页概览208934 人正在系统学习中 相关资源：Umi-OCR 批量图片转文字工具离线批量文字识别(图片转文字)软件.rar
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！