自学内容网 自学内容网
自学内容网 > 正文

python-爬虫实例（1）：获取京东商品评论

🕗 发布于 2024-07-21 08:32 python  爬虫  笔记  

目录

前言

        道路千万条，安全第一条

        爬虫不谨慎，亲人两行泪

获取京东商品评论信息

一、实例示范

二、爬虫四步走

1.UA伪装 

 2.获取Url

3.发送请求

4获取响应数据进行解析并保存

 总结

前言

        道路千万条，安全第一条

        爬虫不谨慎，亲人两行泪

 

获取京东商品评论信息

        进行爬取操作之前先来讲个json大字符串的概念

        虽然叫它大字符串，但它的本质是一个字典，字典里嵌套了字符串。

        以下是一个简单的json类型示例：

{
  "name": "John Doe",
  "age": 30,
  "city": "New York",
  "isStudent": false,
  "courses": ["Math", "Science", "History"]
}

        这时候想要取"Math"这个字符串就需要先取json里的"courses"键的值，再从这个列表里取出来"Math"。

 

一、实例示范

        代码：

# jd评论信息
# 获取json数据
# UA 浏览器身份标识
# Cookie 用户身份标识
import requests
import json

if __name__ == '__main__':
    head = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/126.0.0.0 Safari/537.36 Edg/126.0.0.0"
        ,
        "Cookie": "__jdv=76161171|direct|-|none|-|1721304228745; areaId=14; PCSYCityID=CN_340000_340100_0; shshshfpa=9d6bb9f5-2df3-f0ae-84d7-9feb10409507-1721304230; shshshfpx=9d6bb9f5-2df3-f0ae-84d7-9feb10409507-1721304230; TrackID=1SJUe62_7OhOVdSNSNv6lwEH0sw12qyvR6hDeXSwe4OhNq5cPWZYpVlkMNucopWsu9l4a0oc-QPQhUD-BbyWgKCikwyHwiFL9QUCXSp9UnXgrytWf_8ZiqczStzHjFr1A; thor=0A5DE5C934900F151550690E68060DD6BEA12900C6BC00C995B1B61C8F9064CE30722A092BCFC7F7873EA432399BA54B0DF30610257CF29A8CE328D655A0030564CA4070E9126D05708BE4374B1CD5E6E40647F2621EC119FD452E89B3DB501BC6BCD02FB491FDFD0663802C735C8E8B1298A50463A731F69DCD105FD6B33179C8AC2A1A78FD18D8D56CB9217B04738F; pinId=DVnUbUvl6BlafyIN32ve9Q; pin=18715561029_p; unick=%E6%88%91%E4%B9%9F%E6%83%B3%E5%BD%93T0; ceshi3.com=201; _tp=boW%2Bsld6syhCSOJuTx4dYQ%3D%3D; _pst=18715561029_p; jsavif=1; 3AB9D23F7A4B3C9B=G3FMFVHJRKO4WY2EEEJ3J3FHKJF3JSXE63GVJHBN6JLN4OFZ7BV6NMFF63SJ7DTPILE4E3W25GJTFMSEKGSRGW6MPI; token=690ddf6b97c63e862c77d945cc6a1029,3,956280; __tk=fxbANskE2sM4zxgPqvyxzRbCfxT3zzbQfvH4gakExBr3gzbPfzrwN0bCfxx3NRbPfxbRrwTz,3,956280; __jda=181111935.1721304228744546785809.1721304229.1721304229.1721304229.1; __jdc=181111935; ipLoc-djd=14-1116-3431-57939; 3AB9D23F7A4B3CSS=jdd03G3FMFVHJRKO4WY2EEEJ3J3FHKJF3JSXE63GVJHBN6JLN4OFZ7BV6NMFF63SJ7DTPILE4E3W25GJTFMSEKGSRGW6MPIAAAAMQYXDC36QAAAAACRMAR6DBKZXZVUX; __jdb=181111935.12.1721304228744546785809|1.1721304229; flash=2_SRV9wrohYNkwkrnrUUWyOh6Q94WEbnJYPVF5HukZ4VtMMxsChmr8umAs5etO9Xx-mtPF6876tvH0TQyiCSpajuBolLqR47qW-utU1gbdlarx9OGSmDfk5gxVJZDn-49J05Om2EaAMSQCksRp1z4SA3Aiy0KCY6AYwm7HcJGp_CV*; shshshfpb=BApXccfrPxvVAnRfl37QeGjYe9pyrhiTdBmNxRR9o9xJ1MhE_hIC2"
    }

    url = "https://api.m.jd.com/?appid=item-v3&functionId=pc_club_productPageComments&client=pc&clientVersion=1.0.0&t=1721305271570&body=%7B%22productId%22%3A100068388451%2C%22score%22%3A0%2C%22sortType%22%3A5%2C%22page%22%3A0%2C%22pageSize%22%3A10%2C%22isShadowSku%22%3A0%2C%22fold%22%3A1%2C%22bbtf%22%3A%22%22%2C%22shield%22%3A%22%22%7D&h5st=20240718202111580%3Big6g5g5i55myz9n0%3Bfb5df%3Btk03wceac1d1e18nF1RxAuQkMBnxcaSi9YAM6QhwyaPQHXALcgMlONnknzgltofi9MT9EWeyA_OyYvSly1UAbMBxmM92%3Bb7a5f127e6358a6267abdd04b03a4189%3B4.7%3B1721305271580%3BTKmWTgopg3DOi83l2nbmQrRfhXRbpXfzQrLnqQ9ZeBVcG45Mydm0vj5DgYBKYM5hZc1KUDtyZ77AcASL_Kw1uCrZwdTs6gnSTv6n-sZ3E90bR6m3RpKcYhB6R4lvuoWoaHhqwUYjLwYQzZQqJUQtPGvV9Fb6k9mMjWyQxbrsP_LzW7maBLk25RDEfJjqTyghIhyuXtkd5U3g1f4WRquhq87-IlcT_0qtwCRLTvmL0A8ZwtRockghB5MFwoHdkfzXritjd0tmlMkHxujIYGYA7f6Ld_aimyKu_NdwWMWSgIo4oCbHshgy-r2UvXyZ5y6SUHdcC-Ds8ALaDcDlbSxCu5xddGz2E4fV-HgaEgFE4K6RZxp3uyusd6pZ-N3xwAnfxe6gccMvmO383p1nrhZ7ebB-zadhIREWTeGamldfk3aKPsGSkRY-t1RAX9AKJH0e3ZOPNWzvreiO1lP-YKP2GegBuGBIhe71aRDUfqUVmTeVhO3X9ZOMUqVhUXgACI3Cb32eQwwUHNK5z27MMbEOjXG5ATJzL6JiPbE9j1zIClUT0kDcYppyM7AXF5Q9gMfSAtB3ggE7nDk8PeheJO0dl8zjLad9Prk3hGJ0DQIeqffFGvzEemLTD52YgeDqWQHLXbk3%3B0fbcf08e3977ece11f50cb4184254712&x-api-eid-token=jdd03G3FMFVHJRKO4WY2EEEJ3J3FHKJF3JSXE63GVJHBN6JLN4OFZ7BV6NMFF63SJ7DTPILE4E3W25GJTFMSEKGSRGW6MPIAAAAMQYXDC36QAAAAACRMAR6DBKZXZVUX&loginType=3&uuid=181111935.1721304228744546785809.1721304229.1721304229.1721304229.1"

    response = requests.get(url, headers=head)

    ls = response.json()
 
    for i in ls["comments"]:
        print(i["content"])

    pass

        输出：

这个苹果手机非常的好用，512的内存也非常的合适，颜值是非常的高，质感也非常得好，拍照效果也非常得好运行，速度也很好，很值得购买哦。
IPhone15Promax
外形外观：外观设计典雅大气，边框工艺精湛，尽显高端质感
屏幕音效：边视网膜XDR显示屏，色彩鲜活，细节毕现，视觉盛宴一触即发，
音效震撼，立体声效营造沉浸体验
拍照效果：拍照效果再升级，夜景模式清晰明亮，人像模式自然动人，记录生活美好瞬间
运行速度：A系列芯片加持，运行速度飞快，流畅无阻挡，
待机时间：电池续航强劲，满足全天候使用需求
更有创新灵动岛设计，解锁更多交互可能，尽显科技魅力
设计感太强了，让人眼前一亮，用起来也很顺手。
虽然手机价格略高，但是质量绝对没得说，用了很多年都没出现问题，真的很耐用。"
手机的系统稳定性非常高，不会出现卡顿和死机的情况，真的很靠谱。"
手机的音质和屏幕显示效果真的没得挑剔，听歌、看电影都超级爽！"
手机使用起来方便，系统流畅，页面简洁，工作生活学习的好帮手。外观好看，三星屏，德赛电池，整体机子还是很优秀。
不错的购物体验，没有翻车，京东自营店的东西就是要比其他的可靠，我看评论，很多都翻车，买之前，我还挺惊心胆颤，收到手机后，一点点打开，检查，完美，不得不说苹果的包装设计以及系统，用起来是真的舒服，推荐大家购买，不说了，我先去体验了
哈哈哈哈哈哈哈，真不错啊真不错哈哈哈
店家发货非常快，服务态度很好，应该是正品，一次很愉快的购物已经用过一段时间了，效果不错😍，客服服务有耐心，解答详细，赞一个东西很满意哦，美观时尚大气，客服超级有耐心，服务细致贴心，大品牌就是不一样
苹果15promax真的超棒，屏幕清晰，运行流畅，拍照效果也一级棒！卖家服务热情周到，发货速度也很快，非常满意！
材质结实，手感好，很得劲，物流也快，性价比很高，值得购买产品包装精致美观大气，目前用着非常不错，真实评价，希望可以帮到集美们
安全下车，手机是原封，256g刚刚好，续航还是promax给力，出去外面一整天不用担心电量。Pro和pro max区别是长焦看个人取舍哪个使用场景多。
一直在京东上购买手机，正好618活动，直接就在京东上下单，苹果手机没得说，就是手机信号有的时候确实是个问题，走高架的时候，手机没有信号，拨打不出去电话……
屏幕音效：屏幕比我用饿13感觉更加细腻，更清楚了！
拍照效果：手机拍照还原度高，清楚！

 

二、爬虫四步走

1.UA伪装 

        获取京东的商品评论信息需要在网页登录京东账号，因为不登录的话需要验证码，这是一种反爬取机制。

具体操作：

  • 到京东商品界面，此处示例是iphone15pmax
  • 按f12打开检查界面，点击1，再点击2进行清空请求
  • 然后按 ctrl+r 刷新请求 
  • 点击3【商品评论】
  •  最后点击4 到该界面
  • 翻找appid开头的请求，点击响应查看是否有评论，直到看到content评论
  • 这些评论也就是买家发的评论
  • 这时即可使用标头去寻找User-Agent
  • 但是因为京东需要用户登录信息，所以我们还需要获取用户的Cookie

 

 2.获取Url

 

3.发送请求

还是熟悉的requests.get()请求 

response = requests.get(url, headers=head)

 

4获取响应数据进行解析并保存

        这样获取的响应数据是json类型的，所以我们需要用.json()的方法将该响应解析为Python对象

进行取评论之前可以print(ls)观察一下长什么样子，思考一下如何取出里面"content"的内容。

    ls = response.json()  # 将响应数据转换成json大字符串储存在ls里面
 
    for i in ls["comments"]:   # 遍历json大字符串里"comments"键的值
        print(i["content"])    # 获取评论数据

 

 总结

        有时爬取数据需要 UA 浏览器身份标识 和 Cookie 用户身份标识。还要注意获取的响应类型是text还是json类型。


原文地址：https://blog.csdn.net/weixin_65047977/article/details/140572029

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！

相关文章

自学内容网
Copyright © 2015-2024