差评sql

博客展示了一条SQL更新语句,针对Oracle数据库中的nm_evaluation_20170821表,当ev_content字段包含如“服务态度不好”“恶劣”等负面描述时,将is_bad字段更新为'1',体现了利用SQL进行数据筛选和更新的操作。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

update nm_evaluation_20170821 set is_bad ='1'
where
ev_content like '%服务态度不好%'or
ev_content like '%恶劣%'or
ev_content like '%超级差%'or
ev_content like '%不喜欢%'or
ev_content like '%不满意%'or
ev_content like '%垃圾%'or
ev_content like '%吵%'or
ev_content like '%影响心情%'or
ev_content like '%骗%'or
ev_content like '%讹%'or
ev_content like '%刷单%'or
ev_content like '%蛮横%'or
ev_content like '%霉%'or
ev_content like '%难吃%'or
ev_content like '%苛刻%'or
ev_content like '%黑%'or
(ev_content like '%坑%'and ev_content not like '%不坑%') or
(ev_content like '%脏%'and ev_content not like '%不脏%') or
(ev_content like '%烂%'and ev_content not like '%没烂%') or
ev_content like '%忽悠%'or
ev_content like '%虚假%'or
ev_content like '%一片狼藉%'or
ev_content like '%不隔音%'or
ev_content like '%隔音差%'or
ev_content like '%隔音不好%'or
ev_content like '%隔音效果不好%'or
ev_content like '%不负责任%'or
ev_content like '%臭味%'or
ev_content like '%异味%'or
ev_content like '%潮湿%'or
ev_content like '%不太干净%'or
ev_content like '%不干净%'or
ev_content like '%不卫生%'or
ev_content like '%骂人%'or
ev_content like '%打人%'or
ev_content like '%没素质%'or
ev_content like '%劣质%'or
ev_content like '%冷淡%'or
ev_content like '%无理%'or
ev_content like '%加收%'or
ev_content like '%多收%'or
ev_content like '%强制购物%'or
ev_content like '%不会再来%'or
ev_content like '%性价比不高%'or
ev_content like '%性价比低%'or
ev_content like '%不值%'or
ev_content like '%再也不要来%'or
ev_content like '%烂%'or
ev_content like '%不爽%'or
ev_content like '%虫%'or
ev_content like '%蚊子%'or
ev_content like '%破%'or
ev_content like '%旧%'or
ev_content like '%废%'or
ev_content like '%乱喷%'or
ev_content like '%干瘪%'or
ev_content like '%硬是不松口%'or
ev_content like '%不买了%'or
ev_content like '%史上最差%'or
ev_content like '%不太满意%'or
ev_content like '%不满意%'or
ev_content like '%有蚂蚁%'or
ev_content like '%有蟑螂%'or
ev_content like '%蛇%'or
ev_content like '%说是2个装的,收货变成3个装,失望%'
/* MySQL Data Transfer Source Host: 115.29.41.210 Source Database: micromall Target Host: 115.29.41.210 Target Database: micromall Date: 2015/6/7 15:57:30 */ SET FOREIGN_KEY_CHECKS=0; -- ---------------------------- -- Table structure for wsc_sales_goods_msg -- ---------------------------- CREATE TABLE `wsc_sales_goods_msg` ( `sales_id` int(11) NOT NULL AUTO_INCREMENT, `goods_id` int(11) DEFAULT NULL COMMENT '商品id', `sales_num` int(11) DEFAULT NULL COMMENT '销售的数量', `back_num` int(11) DEFAULT NULL COMMENT '退货数量', `sales_money` double DEFAULT NULL COMMENT '商品售销金额小计', `back_money` double DEFAULT NULL COMMENT '商品退货金额小计', `order_id` int(11) DEFAULT NULL COMMENT '商品对应的订单', `state` int(11) DEFAULT NULL COMMENT '3-已正常交易完成', `time` datetime DEFAULT NULL COMMENT '订单完成时间', `user_id` int(11) DEFAULT NULL COMMENT '会员', `user_name` varchar(255) DEFAULT NULL, `goods_name` varchar(255) DEFAULT NULL, `buying_price` double(11,0) DEFAULT '0' COMMENT '商品价进', `barcode` varchar(255) DEFAULT NULL COMMENT '形码条', `goods_price` double(11,0) DEFAULT NULL COMMENT '商品现价', `profit` double(11,0) DEFAULT NULL COMMENT '每件商品的利润', PRIMARY KEY (`sales_id`) ) ENGINE=InnoDB AUTO_INCREMENT=30 DEFAULT CHARSET=utf8; -- ---------------------------- -- Records -- ---------------------------- INSERT INTO `wsc_sales_goods_msg` VALUES ('27', '148', '1', '0', '0.01', '0', '19', '3', '2015-06-07 14:15:04', '8', '顾明轩', '德芙心随巧克力90g单包', '12', '5555555', '0', '-12'); INSERT INTO `wsc_sales_goods_msg` VALUES ('28', '148', '1', '0', '0.01', '0', '18', '3', '2015-06-07 14:12:59', '8', '顾明轩', '德芙心随巧克力90g单包', '12', '5555555', '0', '-12'); INSERT INTO `wsc_sales_goods_msg` VALUES ('29', '148', '1', '0', '0.01', '0', '14', '3', '2015-06-07 10:26:45', '8', '顾明轩', '德芙心随巧克力90g单包', '12', '5555555', '0', '-12');
### 如何使用爬虫抓取京东商品差评数据 为了成功抓取京东商品的差评数据,需考虑平台的反爬机制并采取相应策略。以下是详细的解决方案: #### 了解目标结构 京东的商品页面通常会通过异步加载方式展示用户评价,特别是对于不同类型的评分(如好评、中评、差评),这些信息往往存储于JSON格式的数据包内[^2]。 #### 构建请求URL 构建特定用于获取差评记录的API URL至关重要。一般情况下,可以通过分析正常浏览网页时浏览器发出的网络请求来找到这个接口地址。该链接可能包含参数指定要检索的是哪类反馈——在此处即为负面意见。 ```python import requests url = 'https://club.jd.com/comment/productPageComments.action' params = { 'callback': 'fetchJSON_comment98', 'productId': '<product_id>', # 替换为目标产品的ID 'score': 1, # 设置分数为1代表只查看差评 'sortType': 5, 'page': 0 # 开始页码 } headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'} response = requests.get(url=url,params=params, headers=headers).text.strip('fetchJSON_comment98();') ``` 这段代码展示了如何设置HTTP GET 请求中的查询字符串以指向差评列表,并去除回调函数包裹以便后续处理 JSON 数据[^4]。 #### 解析返回内容 由于响应体是以 JavaScript 函数调用的形式封装的实际 JSON 结果串,在实际解析前需要先去掉开头结尾不必要的字符。之后就可以利用 Python 的 `json` 库轻松转换成字典对象访问其中的关键字段了。 ```python import json data_dict = json.loads(response) comments = data_dict['comments'] for comment in comments: print(comment['content']) # 输出每条评论的文字描述 ``` 上述片段说明了怎样把服务器回应转化为易于操作的对象形式,并遍历所有评论项打印出它们的具体文本。 #### 处理分页逻辑 考虑到单次 API 调用所能获得的结果数量有限制,因此还需要循环增加 page 参数值重复发送请求直到收集到足够的样本量为止。 #### 存储与管理采集来的资料 最后一步则是决定将取得的信息存放在哪里以及采用何种方式进行管理和再利用。可以考虑建立本地文件系统下的 CSV 文件或是连接远程数据库服务来进行持久化保存[^3]。 ```sql INSERT INTO jd_product_reviews(product_id, review_text, rating) VALUES ('<product_id>', '<review_content>', 1); ``` 此 SQL 插入语句示范了一个简单的方案用来向关系型数据库表里新增一条来自用户的不满声音记录。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

sort浅忆

觉得有用,大大们可以打赏1毛毛

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值