京东商品评论 API 返回数据解析指南：从嵌套 JSON 到结构化评论信息

京东商品评论API返回数据解析指南：从嵌套JSON到结构化评论信息

一、接口基础信息

京东商品评论API（如jingdong.ware.productcomment.get）主要用于获取指定商品的详细评价数据，包括用户文字评论、图片、评分、时间戳、用户属性（脱敏昵称、等级）、商家回复等内容。返回数据为嵌套JSON格式，需通过结构化解析提取关键字段。

二、典型返回数据结构示例

{"code": 200,"message": "success","data": {"productCommentSummary": {"goodRateShow": 98,       // 好评率（%）"commentCount": 50000,    // 总评论数"goodCount": 48000,       // 好评数"generalCount": 1500,     // 中评数"poorCount": 500          // 差评数},"hotCommentTagStatistics": [  // 热门标签统计{"id": 1, "name": "物流快", "count": 5000},{"id": 2, "name": "质量好", "count": 3000}],"comments": [  // 评论列表（每页最多100条）{"id": "123456789","content": "东西很好，物流很快","creationTime": "2023-01-01 12:00:00","score": 5,"usefulVoteCount": 200,       // 有用投票数"nickname": "jd_123",          // 用户脱敏昵称"images": [                    // 评论图片{"imgUrl": "//img30.360buyimg.com/n1/s450x450_jfs/..."}],"afterUserComment": {          // 追评（如有）"content": "使用后效果很好，推荐购买！","creationTime": "2023-01-10 10:00:00"}}]}
}

三、关键字段解析与结构化处理

1. 顶层字段

• code：接口状态码（200表示成功）。
• message：错误信息（成功时为"success"）。
• data：核心数据容器，包含评论摘要、标签统计和评论列表。

2. 评论摘要（productCommentSummary）

• goodRateShow：好评率（百分比），用于快速评估商品口碑。
• commentCount：总评论数，反映商品热度。
• goodCount/generalCount/poorCount：分评分等级统计，支持可视化展示（如柱状图）。

3. 热门标签（hotCommentTagStatistics）

• 结构：[{"id": 标签ID, "name": 标签名, "count": 出现次数}]。
• 用途：提取高频关键词（如“物流快”“质量差”），分析用户关注焦点。

4. 评论列表（comments）

每条评论包含以下字段：

• id：评论唯一标识符，用于去重或追评关联。
• content：用户文字评论，可能含HTML标签或特殊符号，需清洗（如用正则表达式去除<br>）。
• score：1-5分评分，支持按评分筛选（如仅分析差评）。
• creationTime：ISO 8601格式时间戳，需转换为可读日期（如2023-01-01）。
• images：图片URL数组，可能为空。
• afterUserComment：追评内容（如有），需与首评关联分析。
• usefulVoteCount：有用投票数，反映评论质量。

5. 用户信息（脱敏）

• nickname：用户昵称（如"jd_123"），保护隐私。
• userLevelName（部分接口返回）：用户等级（如“钻石会员”）。

四、Python解析代码示例

import json
from datetime import datetime
import pandas as pd# 假设raw_json为API返回的原始数据
raw_json = '''{"code":200,"message":"success","data":{...}}'''  # 替换为实际JSON
data = json.loads(raw_json)# 提取评论列表
comments = data["data"]["comments"]# 结构化存储
structured_comments = []
for comment in comments:# 时间转换creation_time = datetime.strptime(comment["creationTime"], "%Y-%m-%d %H:%M:%S")# 图片处理images = comment.get("images", [])img_urls = [img["imgUrl"] for img in images]# 追评处理after_comment = comment.get("afterUserComment", {})structured_comment = {"comment_id": comment["id"],"content": comment["content"],"score": comment["score"],"creation_time": creation_time,"useful_votes": comment["usefulVoteCount"],"images": img_urls,"after_content": after_comment.get("content", ""),"after_time": after_comment.get("creationTime", "")}structured_comments.append(structured_comment)# 转换为DataFrame
df = pd.DataFrame(structured_comments)
print(df.head())

五、数据清洗与优化

1. 缺失值处理：
   • 对reply、images等可能为空的字段填充默认值（如空列表或None）。
2. 评分标准化：
   • 将1-5分映射为文本标签（如1-2:"差评", 3:"中评", 4-5:"好评"）。
3. 文本清洗：
   • 去除评论中的HTML标签、特殊字符或广告内容。
4. 图片链接验证：
   • 检查URL有效性，过滤无效链接。

六、扩展应用场景

1. 情感分析：
   • 使用jieba分词+TextBlob或自定义情感词典，对评论内容进行正向/负向分类。
2. 关键词提取：
   • 通过TF-IDF或BERT模型提取高频词，生成词云图。
3. 时间序列分析：
   • 按日/周统计评论数量与评分分布，分析销售周期或活动效果。
4. 图片内容识别：
   • 通过图像识别技术（如OpenCV）分析商品实物与描述的一致性。