当前位置: 首页 > news >正文

淘宝商品评论API接口使用指南

一、接口基础信息

  • 接口地址https://gw.api.taobao.com/router/rest
  • 请求方式:支持HTTP GET或POST
  • 数据格式:返回JSON格式数据
  • 认证方式:需携带App Key、App Secret及签名(MD5加密)

二、必填参数

参数名说明
item_id商品ID,从商品URL中提取(如https://item.taobao.com/item.htm?id=123456中的123456
app_key淘宝开放平台注册应用后获取的App Key
app_secret淘宝开放平台注册应用后获取的App Secret

三、可选参数

参数名说明默认值
page_no页码1
page_size每页评论数20(最大100)
rate_type评论类型(1为好评,2为中评,3为差评)
has_image是否包含图片评论(true/false)
sort_type排序方式(如按时间或评分)

四、返回数据结构

核心字段

字段名说明
total_count总评论数
reviews评论列表,包含以下字段:
├─ review_id评论唯一标识
├─ user_nick评论者昵称
├─ content评论内容
├─ rating评分(1-5分)
├─ review_time评论时间(格式:YYYY-MM-DD HH:MM:SS)
├─ images评论图片URL列表
├─ videos评论视频URL(部分接口支持)
├─ useful_count被标记为“有用”的次数
├─ reply卖家回复内容及时间
├─ labels评论标签(如“质量好”“物流快”)

五、调用示例(Python)

 

python

import requests
import hashlib
import time
def generate_sign(params, app_secret):
sorted_params = sorted(params.items())
sign_content = ''.join(f'{k}{v}' for k, v in sorted_params) + app_secret
return hashlib.md5(sign_content.encode('utf-8')).hexdigest().upper()
def get_reviews(app_key, app_secret, item_id, page_no=1, page_size=20):
url = "https://gw.api.taobao.com/router/rest"
params = {
"method": "taobao.item.reviews.get",
"app_key": app_key,
"item_id": item_id,
"page_no": page_no,
"page_size": page_size,
"timestamp": time.strftime('%Y-%m-%d %H:%M:%S'),
"format": "json",
"v": "2.0"
}
params["sign"] = generate_sign(params, app_secret)
response = requests.get(url, params=params)
return response.json()
# 示例调用
app_key = "YOUR_APP_KEY"
app_secret = "YOUR_APP_SECRET"
item_id = "123456"
reviews = get_reviews(app_key, app_secret, item_id)
print(reviews)

六、注意事项

  1. 权限申请
    • 需在淘宝开放平台注册应用并申请taobao.item.reviews.get权限。
  2. 频率限制
    • 默认每日调用上限500次,需合理规划请求间隔。
  3. 数据安全
    • 禁止存储用户隐私信息(如手机号),需遵守《淘宝开放平台协议》。
  4. 错误处理
    • 返回error_code(如10001表示参数错误)时需根据文档排查。

七、应用场景

  • 竞品分析:通过labelsrating统计高频关键词(如“色差大”“续航不足”)。
  • 舆情监控:实时抓取差评(rating <= 3)并触发告警。
  • 用户画像:关联user_id分析用户历史评论行为。

如需进一步了解接口更新或高级功能,请访问开放平台-文档中心。

http://www.dtcms.com/a/276497.html

相关文章:

  • 【C#】GraphicsPath的用法
  • Filament引擎(三) ——引擎渲染流程
  • Windows安装SSH
  • python库之jieba 库
  • 当大模型遇见毫米波:用Wi-Fi信号做“透视”的室内语义SLAM实践——从CSI到神经辐射场的端到端开源方案
  • 【Scratch】从入门到放弃(五):指令大全-九大类之运算、变量、自制积木
  • 下雨天的思考
  • 2025 XYD Summer Camp 7.10 筛法
  • Fusion: 无需路径条件的路径敏感分析
  • 端到端自动驾驶:挑战与前沿
  • Redis数据类型之set
  • 巅峰对决:文心4.5 vs DeepSeek R1 vs 通义Qwen3.0——国产大模型技术路线与场景能力深度横评
  • flowable或签历史任务查询
  • C++ Primer(第5版)- Chapter 7. Classes -001
  • 基于Java Web的二手房交易系统开发与实现
  • 利用docker部署前后端分离项目
  • 【QT】多线程相关教程
  • Linux中使用快捷方式加速SSH访问
  • 通俗范畴论13 鸡与蛋的故事番外篇
  • 2D转换之缩放scale
  • 《P2052 [NOI2011] 道路修建》
  • JavaScript:移动端特效--从触屏事件到本地存储
  • (LeetCode 面试经典 150 题 )3. 无重复字符的最长子串 (哈希表+双指针)
  • 两数之和 https://leetcode.cn/problems/two-sum/description/
  • 基于hugo的静态博客站点部署
  • 苹果公司高ROE分析
  • Druid 连接池使用详解
  • 基于 SpringBoot+Uniapp 易丢丢失物招领微信小程序系统设计与实现
  • BugBug.io 使用全流程(202507)
  • Kubernetes持久卷实战