Python爬取京东商品评论

        京东商城的页面不是静态页面，其评论信息存放于json文件中，由ajax控制，所以我们在浏览器上看到的网页源代码和用Python爬下来的是不一样的，所以我们真正要爬取的是评论数据所存放的json文件。

        首先打开一个京东商品的评论页面，按F12。然后点击network之后再刷新一次页面，会显示如下信息。

        在所有的json文件中找到那个存放评论的文件：

        观察其URL，其中有一个参数是page=0，大概这个参数表示第几页评论，那么我们就可以通过修改page参数来获取其他所有页的评论，分析完之后开始编写程序。

        首先创造Request对象，然后使用urlopen函数将该文件爬取下来，通过Python中的json库来解析改文件，最后保存到文件中。代码如下：

import urllib.request
import json
import time
import xlwt

#======》爬取评论信息《=======#

end_page = int(input('请输入爬取的结束页码:'))
for i in range(0,end_page+1):
    print('第%s页开始爬取------'%(i+1))
    url = 'https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=100004770259&score=0&sortType=5&page={}&pageSize=10&isShadowSku=0&fold=1 '
    url = url.format(i)
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/76.0.3809.100 Safari/537.36',
        'Referer': 'https://item.jd.com/100004770259.html'
    }

    request = urllib.request.Request(url=url,headers=headers)
    content = urllib.request.urlopen(request).read().decode('gbk')
    content = content.strip('fetchJSON_comment98vv385();')
    obj = json.loads(content)
    comments = obj['comments']
    fp = open('京东.txt','a',encoding='utf8')
    for comment in comments:
        #评论时间
        creationTime = comment['creationTime']
        #评论人
        nickname = comment['nickname']
        #评论内容
        contents = comment['content']
        item = {
            '评论时间': creationTime,
            '用户': nickname,
            '评论内容': contents,
        }
        string = str(item)
        fp.write(string + '\n')
    print('第%s页完成----------'%(i+1))
    time.sleep(4)
    fp.close()

 

更新

        这个程序比较低效，在新的博客中我实现了一个功能更加强大的程序：Python爬取京东商品评论（二）、Python爬取京东商品评论（三）