albertjone 2018-07-30
温馨提示,本文某些内容可能会引起不适
目标:爬取淘宝上关键词为“飞机杯”的商品数据,和销量前十的所有评论。
工具:Python Scrapy 爬数据,Excel + World Cloud 分析数据
数据抓取
简单找出翻页方法,数据都藏在这里
https://s.taobao.com/search?data-key=s&data-value=44&ajax=true&_ksTS=1504329067199_977&callback=jsonp978&q=%E9%A3%9E%E6%9C%BA%E6%9D%AF&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.50862.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170902&bcoffset=4&p4ppushleft=%2C48
https://s.taobao.com/search?data-key=s&data-value=88&ajax=true&_ksTS=1504329110124_1174&callback=jsonp1175&q=%E9%A3%9E%E6%9C%BA%E6%9D%AF&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.50862.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170902&bcoffset=4&p4ppushleft=%2C48&s=44
https://s.taobao.com/search?data-key=s&data-value=132&ajax=true&_ksTS=1504329292131_1421&callback=jsonp1422&q=%E9%A3%9E%E6%9C%BA%E6%9D%AF&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.50862.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170902&bcoffset=4&p4ppushleft=%2C48&s=88
做好相应的应对措施就好了
数据解读
在进行简单数据处理后,看看发现了什么?
竟然在10-20元有这么多商品,哇,难以想象。
你平时买多少的?
我们看看销量
看来大多数飞机杯销量都不大好,在40下,我们来研究下销量大于10K的,有这些:
价格是亮点
最后我们来研究下评论
使用评论做成的图云
商品种类的词云
太污了,我还只是个孩纸
商品名称词云
最后来试试情感分析, 参考了@王树义 老师写的 如何用Python做情感分析?
主要用到了snownlp 和 TextBlob
Sentiment(polarity=0.9578947368421052,subjectivity=0.6252631578947367)
0.96,看来人们的评价还是极高的。
如果你想购买某件商品,可以先把评论抓了,然后做个分析什么的。
这可能就是学Python的应用吧~