用python3爬取天猫商品评论并分析（1）

最新推荐文章于 2025-06-23 09:18:18 发布

原创

最新推荐文章于 2025-06-23 09:18:18 发布 · 8.8k 阅读

39 ·

CC 4.0 BY-SA版权

文章标签：

#python爬虫 #数据分析 #天猫 #securitymatrix #spss

本文介绍了使用Python3爬取天猫商品评论并进行数据分析的过程。内容涉及数据采集、数据清洗、数据存储以及在MySQL和SPSS中的初步分析。在数据清洗环节，特别提到了如何处理逗号问题。通过分析，发现了销量高峰和用户偏好的一些趋势。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在上一篇文章我们已经完成数据的采集，并将数据存储在mysql，现在我们来继续后面的数据分析工作，先放出项目流程：

0. 主要流程

0. 数据采集

0. 目标网址获取

1. 爬虫框架选用

注：了解这一步请登录https://www.jianshu.com/p/2b015d289083

或http://blog.youkuaiyun.com/weixin_41716128/article/details/79306923

1. 数据处理

由于某种原因上一篇采集的960条记录不小心给我删除了--_--（而且没有备份）

因此我重新再采集了一次，并且这次只采集只有有追加评论的订单。如图：

对比一下抓取的数据与网页基本一致。

0. 数据存储

数据库是mysql5.7版本，配置与安装数据库这里就不介绍了，度娘很多教材呢！

1. 数据清洗

好了进入正题，我们开始整理数据。初步观察数据是比较完整的，没有什么缺失值。但是要专业分析sql代码还是需要敲下！如下：

select id from iphonex where 当天评论 is NULL or 追加评论 is NULL;

#选择评论为空的id

update iphonex set 当天评论=replace(当天评论,'此用户没有填写评论!','0');

#消除 ’此用户没有填写评论!’ 的字符值

update iphonex set 当天评论=replace(当天评论,',','，');

update iphonex set 追加评论=replace(追加评论,',','，');

#把英文的逗号改为中文格式，方便以后导出csv格式

update iphonex set 机身颜色=机型;

update iphonex set 存储容量=机型;

update iphonex set 机身颜色=replace(机身颜色,'网络类型:无需合约版;机身颜色:','');

update iphonex set 机身颜色=replace(机身颜色,';存储容量:256GB','');

update iphonex set 机身颜色=replace(机身颜色,';存储容量:64GB','');

update iphonex set 存储容量=replace(存储容量,'网络类型:无需合约版;机身颜色:银色;存储容量:','');

update iphonex set 存储容量=replace(存储容量,'网络类型:无需