检索特定产品的亚马逊评论答案

【问题标题】：Retrieve Amazon Reviews for a particular product检索特定产品的亚马逊评论
【发布时间】：2017-01-29 04:55:21
【问题描述】：

我目前正在开展一个研究项目，该项目需要分析特定产品的评论并获得有关该产品的总体概念。

我听说亚马逊是获取产品评论/cmets 的好地方。有没有办法通过 API 从亚马逊检索这些用户评论/cmets？我尝试了几个python代码，但它不起作用..如果没有API来检索数据，我是否需要编写蜘蛛？

是否有任何方法/地方可以检索给定产品的用户评论？

【问题讨论】：

标签： python amazon-web-services web-scraping amazon-product-api

【解决方案1】：

www.Scrapehero.com 有一个关于如何抓取亚马逊产品详细信息的精彩教程：How To Scrape Amazon Product Details and Pricing using Python

他们使用的完整纯文本代码是...... 产品由其 ASIN 标识，因此请将数组值更改为您有兴趣观看的产品。

from lxml import html  
import csv,os,json
import requests
from exceptions import ValueError
from time import sleep

def AmzonParser(url):
    headers = {'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64)    AppleWebKit/537.36 (KHTML, like Gecko) Chrome/42.0.2311.90 Safari/537.36'}
page = requests.get(url,headers=headers)
while True:
    sleep(3)
    try:
        doc = html.fromstring(page.content)
        XPATH_NAME = '//h1[@id="title"]//text()'
        XPATH_SALE_PRICE = '//span[contains(@id,"ourprice") or contains(@id,"saleprice")]/text()'
        XPATH_ORIGINAL_PRICE = '//td[contains(text(),"List Price") or contains(text(),"M.R.P") or contains(text(),"Price")]/following-sibling::td/text()'
        XPATH_CATEGORY = '//a[@class="a-link-normal a-color-tertiary"]//text()'
        XPATH_AVAILABILITY = '//div[@id="availability"]//text()'

        RAW_NAME = doc.xpath(XPATH_NAME)
        RAW_SALE_PRICE = doc.xpath(XPATH_SALE_PRICE)
        RAW_CATEGORY = doc.xpath(XPATH_CATEGORY)
        RAW_ORIGINAL_PRICE = doc.xpath(XPATH_ORIGINAL_PRICE)
        RAw_AVAILABILITY = doc.xpath(XPATH_AVAILABILITY)

        NAME = ' '.join(''.join(RAW_NAME).split()) if RAW_NAME else None
        SALE_PRICE = ' '.join(''.join(RAW_SALE_PRICE).split()).strip() if RAW_SALE_PRICE else None
        CATEGORY = ' > '.join([i.strip() for i in RAW_CATEGORY]) if RAW_CATEGORY else None
        ORIGINAL_PRICE = ''.join(RAW_ORIGINAL_PRICE).strip() if RAW_ORIGINAL_PRICE else None
        AVAILABILITY = ''.join(RAw_AVAILABILITY).strip() if RAw_AVAILABILITY else None

        if not ORIGINAL_PRICE:
            ORIGINAL_PRICE = SALE_PRICE

        if page.status_code!=200:
            raise ValueError('captha')
        data = {
                'NAME':NAME,
                'SALE_PRICE':SALE_PRICE,
                'CATEGORY':CATEGORY,
                'ORIGINAL_PRICE':ORIGINAL_PRICE,
                'AVAILABILITY':AVAILABILITY,
                'URL':url,
                }

        return data
    except Exception as e:
        print e

def ReadAsin():
# AsinList = csv.DictReader(open(os.path.join(os.path.dirname(__file__),"Asinfeed.csv")))
AsinList = ['B0046UR4F4',
'B00JGTVU5A',
'B00GJYCIVK',
'B00EPGK7CQ',
'B00EPGKA4G',
'B00YW5DLB4',
'B00KGD0628',
'B00O9A48N2',
'B00O9A4MEW',
'B00UZKG8QU',]
extracted_data = []
for i in AsinList:
    url = "http://www.amazon.com/dp/"+i
    print "Processing: "+url
    extracted_data.append(AmzonParser(url))
    sleep(5)
f=open('data.json','w')
json.dump(extracted_data,f,indent=4)


if __name__ == "__main__":
ReadAsin()

【讨论】：

【解决方案2】：

如果您需要定期抓取并浏览多个产品页面，我建议您在 scape hero 脚本中添加一个内容，并使用https://pypi.org/project/fake-useragent/ 作为请求中的“标题”。

否则，如果您只是偶尔需要下载评论，您可以使用 https://reviewi.me 。这是一个免费的基于网络的工具，适用于多个亚马逊网站，并允许以 CSV、XLSX 和 JSON 格式导出

【讨论】：

【解决方案3】：

Beautiful Soup 是一个 Python API，可让您从页面（如亚马逊产品页面）中提取 html 数据，并解析文件。此 API 应允许直接从页面获取评论部分。这是文档的链接： https://www.crummy.com/software/BeautifulSoup/bs4/doc/

【讨论】：