京东商品评价爬虫

标签：exception   来源   rod   pycharm   pen   sha   imp   sea   tty   

京东商品评价爬虫

最近因为一些事情，需要爬一下京东商品的评论（大部分是书籍）

• 准备环境：PyCharm，python3.5.2

话不多说赶紧上代码：

# -*- coding: utf-8 -*-

import re, json, requests
import codecs
from bs4 import BeautifulSoup
import csv
import os

s = requests.session()
url = ‘https://club.jd.com/comment/productPageComments.action‘
data = {
    ‘callback‘: ‘fetchJSON_comment98vv13933‘,
    # 需要抓取评论的商品id
    ‘productId‘: ‘11936238‘,

    # score 参数说明：
    # 0  抓取所有评论（好评在前）
    # 1  抓取所有差评
    # 2  抓取所有中评
    # 3  抓取所有追评
    # 4  抓取所有配图评论
    ‘score‘: 1,

    ‘sortType‘: 5,
    ‘page‘: 0,
    ‘pageSize‘: 10,
    ‘isShadowSku‘: 0,
    ‘fold‘: 1
}

# 设置抓取目标评论数
target_cnt = 100

# 设置保存文件名
target_file = str(data[‘productId‘]) + ‘_‘ + str(data[‘score‘]) + ‘.csv‘

cnt = 1

with open(target_file, "w", encoding=‘utf8‘, newline=‘‘) as csvFile:
    writer = csv.writer(csvFile, quoting=csv.QUOTE_ALL)
    writer.writerow(["stars", "time", "comment"])
    while cnt <= target_cnt:
        t = s.get(url, params=data).text
        try:
            t = re.search(r‘(?<=fetchJSON_comment98vv13933\().*(?=\);)‘, t).group(0)
        except Exception as e:
            break
        j = json.loads(t)
        commentSummary = j[‘comments‘]
        for comment in commentSummary:
            c_content = comment[‘content‘]  # 评论
            c_time = comment[‘referenceTime‘]
            c_name = comment[‘nickname‘]
            c_client = comment[‘userClientShow‘]
            score = comment[‘score‘]
            print(score)
            print(‘{} {} {}\n{}\n‘.format(c_name, c_time, c_client, c_content))
            writer.writerow([score, c_time, c_content])
        data[‘page‘] += 1
        cnt = cnt + 1

csvFile.close()

大概没什么其他需要讲的了吧，当然这个爬虫是在别的地方找的。而且也是最简单的一类，没有做反反爬处理。这些以后会找机会记录。

来源：Github

京东商品评价爬虫

标签：exception   来源   rod   pycharm   pen   sha   imp   sea   tty   

原文地址：https://www.cnblogs.com/georgeyang/p/9077118.html