python爬虫（6）——获取天猫商品评论信息

本文以读取商品评论的json数据的方式来获取天猫商品评论，本文所采用的方法借鉴自知乎某大神（https://www.zhihu.com/question/36524413），可以非常方便地爬取特定商品的评价信息，但操作时需要熟悉url中各参数的含义及获取方式。

1.爬取天猫商品评论信息示例

1.1 源代码如下所示：

# -*- coding: utf-8 -*-
"""
Created on Thu Jul  6 16:56:32 2017

@author: Administrator
"""

import requests
import json

#商品评论的JSON数据
url = 'https://rate.tmall.com/list_detail_rate.htm?itemId=541396117031&spuId=128573071&spuId=128573071&sellerId=2616970884&order=3&currentPage=1&append=⊙&content=1'
req = requests.get(url)
jsondata = req.text[15:]
data = json.loads(jsondata)

#输出页面信息
print('page:',data['paginator']['page'])
#遍历评论信息列表
for i in data["rateList"]:
    #输出商品sku信息
    print(i['auctionSku'])
    #输出评论时间和评论内容
    print(i['rateDate'],i['rateContent'])
    info = i['appendComment']
    #判断是否有追加评论
    if info:
        print(info['commentTime'])
        print(info['content'])
    print('======')

1.2 测试结果如下图所示：

天猫商品原始评论截图如下图所示：

对比上面两张图片，可以发现已经成功获取到该商品近期的评论信息。

2.URL中各参数详细分析

上面虽然能够成功获取天猫商品评论信息，但是只能获取特定商品某一页的评论信息，并且url地址也已经事先给出来了。那如果想获取其他类别商品的多页评论数据怎么办呢？还是采用同样的方式，只不过需要对url地址中参数进行修改。上述代码中url详细地址如下所示：

url = 'https://rate.tmall.com/list_detail_rate.htm?itemId=541396117031&spuId=128573071&spuId=128573071&sellerId=2616970884&order=3&currentPage=1&append=⊙&content=1'

仔细分析该url可以发现该url有如下固定格式：
其中，https://rate.tmall.com/list_detail_rate.htm?为商品评论数据的固定开头，itemId为商品ID，spuId为店铺ID，sellerId为店主ID，order取值的不同对应不同的评论排序方式，currentPage表示想要获取第几页评论数据，append表示是否有追加评论。
下面介绍一下各项参数的获取方式，itemId可以在商品详情页URL中获取，如下图所示：

spuId和sellerId则需要在商品详情页源代码中获取，如下图所示：

后面的几项参数不同的取值对应不同商品评论信息，可以根据自己的需要进行尝试。当然，这种方法虽然能够非常简便的获取商品评论信息，但还需要人工修改参数，还有待进一步完善，未完待续。