码迷,mamicode.com
首页 > 编程语言 > 详细

一篇文章教会你用Python爬取淘宝评论数据(写在记事本)

时间:2020-07-27 09:55:52      阅读:103      评论:0      收藏:0      [点我收藏+]

标签:记事本   request   text   商品   教程   文件名   soup   数据   实现   

【一、项目简介】

本文主要目标是采集淘宝的评价,找出客户所需要的功能。统计客户评价上面夸哪个功能多,比如防水,容量大,好看等等。

【二、项目准备工作】

1. 准备Pycharm,下载安装等,可以参考这篇文章:Python环境搭建—安利Python小白的Python和Pycharm安装详细教程

2. 爬取商品地址,如下所示:

https://detail.tmall.com/item.htm?spm=a230r.1.14.1.55a84b1721XG00&id=552918017887&ns=1&abbucket=17

3. 需要下载几个库,如何下载呢?

打开pycharm软件点击File在点击setting选项,再选择Project:你的文件名下边的Project:Interpreter选项。

技术图片

点击+号,安装这个项目需要用的库,例如:requests、beautifulsoup4、simplejson。

技术图片

【三、项目实现】

1. 导入需要的库

import requests
from bs4 import  BeautifulSoup as bs
import json
import csv
import re

2. 需要登录淘宝网,选择谷歌浏览器选择开发者工具或按F12有个Network选项,查找list_detail_rate.htm?文件

技术图片

定义一个变量存储URL地址PAGE_URL = []

定义一个生成链接列表函数,使用字符串拼接形成评论的页数

技术图片

定义一个获取评论数据函数内定义需要用到的字段例如:用户名、评论时间、颜色分类、评论,如下图所示。

技术图片

技术图片

那个cookie值在在开发者工具Network有个item.htm?spm文件有个cookie复制过来就好了。

技术图片

解析JS文件内容、将数据写入TEXT文件中,如下图所示。

技术图片

技术图片

最后定义一个主函数爬取需要的评论页数,如下图所示。

技术图片

最后得到的结果如图所示:

技术图片

【四、总结】

1. 本文基于Python网络爬虫,采集了淘宝商品的评价,方法行之有效。但是建议不要抓取太多,以免对服务器造成压力。

2. 如果需要本文源码,请在公众号后台回复“淘宝评论”获取。

看完本文有收获?请转发分享给更多的人

IT共享之家
技术图片

一篇文章教会你用Python爬取淘宝评论数据(写在记事本)

标签:记事本   request   text   商品   教程   文件名   soup   数据   实现   

原文地址:https://blog.51cto.com/13389043/2513511

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!