这次来浅浅展示一下最近接单很多的商品评论采集
再多做一个词云分析
随着电商行业的迅猛发展,
线上销售也成为广大商家销售的一种重要手段。
电商产品每天都会产生大量的交易数据和用户评论数据,
其中包含很多有价值的信息。
例如在亚马逊运营过程中,
非常重要的一个工作就是针对竞品进行分析,
包括分析竞品的标题
、图片
、价格
、页详情面
、评论
等等。
其中,评论的分析,
有助于我们了解竞品的优劣势,
同时掌握客户对于这类产品的关注点,
进而扬长避短。
明确需求 <数据来源分析>
网址:
data = {
###免费领python源码籽料qun:5403 05994
'productId': '100029079354',
'score': '0',
'sortType': '5',
'page': page,
'pageSize': '10',
'isShadowSku': '0',
'rid': '0',
'fold': '1',
}
# 模拟浏览器 --> headers 请求头
headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/101.0.0.0 Safari/537.36'
}
# 发送请求 requests 模块 get 方法<请求方式>
# 等号左边: url/params/headers 属于get函数里面形式参数 等号右边 url/data/headers 传入进去参数/变量
response = requests.get(url=url, params=data, headers=headers)
获取数据, 服务器返回响应数据
- response 响应对象
- response.text 获取响应文本数据
- response.json() 获取响应json字典数据
字典数据类型:
通过键值对提取数据内容
<字典取值> 根据冒号左边的内容[键],
提取冒号右边的内容[值]
# for循环遍历 把列表里面元素一个一个提取出来
for i in response.json()['comments']:
content = i['content']
print(content)
with open('口红评论.txt', mode='a', encoding='utf-8') as f:
# 写入数据内容
f.write(content)
f.write('\n')
###免费领python源码籽料qun:5403 05994
# 导入结巴分词 jieba 模块国人开源的
import jieba
# 导入词云
import wordcloud
# 导入读取图片
import imageio
# 读取图片内容
py = imageio.imread('img\\矢量图5.png')
# 读取文件 返回对象 mode 方式模式 r 读 a追加写入保存 mode 默认是r
f = open('口红评论.txt', encoding='utf-8')
# 读取内容
text = f.read()
# 分词 --> 把完整一句话分成很多个单词
string = ' '.join(jieba.lcut(text))
# 词云图 配置
wc = wordcloud.WordCloud(
width=1000, # 宽
height=700, # 高
font_path='msyh.ttc', # 词云字体
# 设置停用词, 把没有词汇, 停用
stopwords={'的', '了', '很', '也'},
# 设置背景颜色
# background_color='pink',
contour_width=5,
contour_color='pink',
mask=py
)
# string 数据传入进去
wc.generate(string)
# 导入词云图
wc.to_file('有形状的词云黑.png')
print(string)