【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。
很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!
QQ群:1097524789
【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。
点击+号,安装这个项目需要用的库,例如:requests、beautifulsoup4、simplejson。
【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
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
解析JS文件内容、将数据写入TEXT文件中,如下图所示。
最后定义一个主函数爬取需要的评论页数,如下图所示。
最后得到的结果如图所示:
【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。
05-11 18:30