电商评论挖掘:淘宝 / 京东 / 1688 的差评怎么批量取
批量取电商评论:taobao_comments、jd_comments_v2、item_review_1688 三个接口按商品 ID 翻页。单价 ¥0.1–0.2,失败不计费。一个商品拉淘宝 5 页 + 京东 5 页 + 1688 3 页评论 = 13 次调用 ≈ ¥2.6。
要调哪几个接口
| 接口 | 单价 | 次数 | 小计 | 用途 |
|---|---|---|---|---|
taobao_comments | ¥0.2 | ×5 | ¥1.0 | 淘宝商品评论 |
jd_comments_v2 | ¥0.2 | ×5 | ¥1.0 | 京东评论(比 jd_comments ¥0.3 便宜) |
item_review_1688 | ¥0.2 | ×3 | ¥0.6 | 1688 商品评论(找源头厂质量反馈) |
| 每个商品(13 次调用:淘宝 5 页 + 京东 5 页 + 1688 3 页) | ¥2.6 | 单次完整流程 | ||
| 1000 个商品 | ¥2,600 | 1000 × ¥2.6 | ||
完整代码骨架
直接可跑:把 TOKEN 换成你的 fw_ token。失败与空结果都会跳过,不产生费用。
import time, requests, re
TOKEN, API = "fw_xxx", "https://finewisdom.top/api"
NEG = re.compile(r"差|烂|假|退|坑|失望|垃圾|不值|破损|漏|色差")
def call(method, **kw):
r = requests.get(API, params={"token": TOKEN, "method": method, **kw}, timeout=60).json()
return r["data"] if r.get("status") == "success" else None
def shop_items(shop_name, max_pages=5):
ids = []
for page in range(1, max_pages + 1):
d = call("taobao_shop_search", shop_name=shop_name, page=page)
if not d:
break
items = d.get("list") or d.get("items") or []
if not items:
break
ids += [i.get("item_id") or i.get("num_iid") for i in items]
time.sleep(1.1)
return [i for i in ids if i]
def neg_reviews(item_id, pages=5):
out = []
for page in range(1, pages + 1):
d = call("taobao_comments", item_id=item_id, page=page)
if not d:
break
batch = d.get("comments") or d.get("list") or []
if not batch:
break
out += [c for c in batch if NEG.search(str(c.get("content") or c.get("text") or ""))]
time.sleep(1.1)
return out
def reviews_1688(item_id, seller_nick, pages=3):
out = []
for page in range(1, pages + 1):
d = call("item_review_1688", item_id=item_id, seller_nick=seller_nick, page=page)
if not d:
break
out += d.get("list") or d.get("comments") or []
time.sleep(1.1)
return out
几个必须知道的坑
item_review_1688需要item_id+seller_nick两个必填参数(1688 的评论接口按商家维度切),跟淘宝/京东只传商品 ID 不一样。- 商品 ID 从哪来:用
taobao_shop_search/jd_shop_search按店铺批量拿,page1~35、约 60 条/页,35 页 = ¥3.5/店铺 —— 这部分是店铺级的固定开销,不随商品数增长。 jd_comments(¥0.3)和jd_comments_v2(¥0.2)是两套上游:v2 更便宜、每页 10 条、page语义;量大优先 v2。taobao_original_detail/jd_item_get不含券后价与佣金,只适合拿标题图片;要价格口径请用taobao_item_get券前价,别混着算。- 评论翻页深度有限,且平台会做去重,同一批数据重复拉取不会拿到更多。
常见问题
差评能不能只拉一星的?
接口按页返回,不保证支持按星级过滤,一般要全量拉回来自己过滤;所以先用关键词正则粗筛能省下大量存储与后续算力。
1 万个商品的评论全拉要多少钱?
按每个商品 13 次调用、¥0.2/次算,1 万个商品约 13 万次调用 ≈ ¥2.6 万。建议先小样 100 个(约 ¥260)验证口径和翻页深度,再决定要不要扩量。