天猫淘宝商品评论爬虫说明

一个抓取天猫淘宝评论的Python爬虫。仍然能跑，2017/6。

使用python3.4，爬虫程序已经封装好，支持抓取天猫/淘宝的评论

更多说明参考pdf

更多说明参考pdf

更多说明参考pdf

更多说明参考pdf

一.项目结构

-----taobaocomment
	-------source	源代码
	-------excel	你要的结果
	-------run.bat	你要跑的脚本
	-------exe.rar	请解压变成exe
	-------taobao.txt	抓的商品网址

二.Docker版环境

Docker版安装：

请不要自己docker pull python，而是自己build!

build:

docker build -t mypython .

然后:

docker run --rm -it -v $PWD:/taobao --name="my-python" mypython /bin/bash

cd /taobao/source
python taobaocomment.py

杀docker容器请使用

docker kill my-python

二.环境准备

安装python3。然后设置环境变量设置。

1.安装依赖模块

依赖模块有pymysql, xlswriter, bs4

sudo pip3 install pymysql
sudo pip3 install xlsxwriter
sudo pip3 install bs4

其实你只要键入这个即可！

pip3 install -r requirement.txt

2.很难找到的模块

从万能仓库 下载对应版本的打包库,然后:

pip3 install cx_Freeze-4.3.4-cp35-none-win_amd64.whl

下载图形包PIL:

Pillow, a replacement for PIL, the Python Image Library, which provides image processing functionality and supports many file formats.
Use `from PIL import Image` instead of `import Image`.

    Pillow-3.3.0-cp27-cp27m-win32.whl
    Pillow-3.3.0-cp27-cp27m-win_amd64.whl
    Pillow-3.3.0-cp34-cp34m-win32.whl
    Pillow-3.3.0-cp34-cp34m-win_amd64.whl
    Pillow-3.3.0-cp35-cp35m-win32.whl
    Pillow-3.3.0-cp35-cp35m-win_amd64.whl

将Pillow‑3.4.2‑cp34‑cp34m‑win32.whl 改名 Pillow‑3.4.2‑cp34‑none‑win32.whl (装不了就改成none)

pip3 install Pillow‑3.4.2‑cp34‑none‑win32.whl

3.打包exe

转到源代码文件夹source

执行打包命令！

python setup.py build

把exe.win32-3.4文件夹移到根目录，改名为exe

三.开始使用

先往taobao.txt中按行写入商品链接

网址格式有如下几种(#开头的网址直接被忽视):
https://item.taobao.com/item.htm?spm=a1z10.1-c.w4004-7841214359.4.6lp4CP&id=525842199471
https://detail.tmall.com/item.htm?spm=a230r.1.14.6.o11GZI&id=41389303364&cm_id=140105335569ed55e27b&abbucket=3
https://item.taobao.com/item.htm?id=40066362090
https://rate.tmall.com/list_detail_rate.htm?itemId=45789209181&sellerId=2274061169&order=3&currentPage=2
https://item.taobao.com/item.htm?spm=a230r.1.14.37.B4SrL2&id=45804256292&ns=1&abbucket=3#detail
http://a.m.taobao.com/i44628690678.htm?&abtest=16&sid=ceff9ca9adb294b3459844e3640a76d1

执行

run.bat

或者
cd source
python taobaocomment.py

或者

pythonrun.bat

四.演示

Do not understand?contact me.
author:hunterhug
2015/11