这篇文章主要介绍如何爬取美团的店铺评论数据,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们一定要看完!
店铺评论数据
在重庆火锅的文章中,我们一共爬取了每个店铺基本信息与对应评价两种数据,那么较为简单的就是评论数据,我们进入一个店铺的详情页,F12查找数据包就能轻松找到对应的评论数据
所以想拿下这一页的评论只要将headers中一些参数加进去使用Requests.get请求即可,注意Cookie是必须要添加的
那么返回的json数据无论直接提取数据还是使用正则查找数据都不是困难的,提取之后使用Pandas保存即可,此处就不在赘述,如果需要爬取多页评论怎么办,先手动加载多页评论发现URL中仅有offset参数变了,每页增加10
所以只要写个简单的循环生成多页URL就能拿下指定页数的评论,OK这仅是一家店铺的评论爬取办法,那怎么获得多家店铺的评论呢?如果我们多找几家店铺的评论数据查看会发现,不同店铺对应的Request URL其实变化的只有店铺的ID
所以下面的问题就转换为如何拿到多家店铺的ID,而这些ID都在搜索页面下的店铺基本数据中。
店铺基本数据
为了找到店铺ID,让我们回到搜索页面中(美团首页—美食—火锅)
上面的页面中就是重庆火锅的第一页,还是F12刷新很容易就能找到包含店铺ID、均价等相关信息的数据包
所以也能轻松的获取Request URL
修改对应的headers信息再使用requests请求即可,然后将店铺基本信息存下来用于分析,再将ID单独存储用于组合评论页URL
当然这只是第一页的url的返回数据,只要修改其中的page参数就能生成多页URL从而获取多页数据
以为这就结束了?并不是,评论页的URL是不变的,但是这里的URL过几分钟就会变一下,也就是说如果你一次性生成10页或更多的URL去循环请求很有可能在中间这个URL就挂掉了,所以你直接在浏览器中打开这个URL提示请求被拒绝,而不是显示对应的json值,就说明URL换了,解决办法只有在URL更换的时候重新手动获取最新的URL并重新组合剩下需要爬取的页面,有点蠢但是因为更换的部分并没啥规律所以好像也没什么更好的办法......
以上是如何爬取美团的店铺评论数据的所有内容,感谢各位的阅读!希望分享的内容对大家有帮助,更多相关知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。