八年电商开发血泪史：淘宝评论API的接口处理

​

在电商开发这行摸爬滚打了八年，和淘宝评论 API 打交道的过程，简直就是一部 “血泪奋斗史”。从最初对接时被各种报错折磨得夜不能寐，到现在能熟练用它搭建起各种实用功能，其中的酸甜苦辣，今天就来给大伙好好唠唠，顺便分享些超实用的代码干货！

刚入行那会，接了个给电商商家做竞品分析工具的活儿，核心就是调用淘宝评论 API 抓取竞品评论。本以为按文档流程走，申请个接口权限，写几行代码调用就行，结果现实给了我狠狠一击。

申请接口权限就不顺利，淘宝开放平台对开发者资质审核严格，我把公司营业执照、应用使用场景说明改了又改，提交后还等了整整三个工作日才通过。好不容易拿到App Key和App Secret，调用接口时又卡在​​​​​​​签名验证上。官方文档里签名算法写得晦涩难懂，参数排序、加密方式稍有差错，就返回40001签名错误。为了搞懂这算法，我对着文档研究了两天，还在 Stack Overflow 和国内技术论坛疯狂搜索，终于写出了正确的签名生成函数：

import hashlib
import hmac
import time
import urllib.parse
def generate_sign(params, app_secret):
    sorted_params = sorted(params.items(), key=lambda x: x[0])
    sign_str = app_secret
    for k, v in sorted_params:
        sign_str += f"{k}{v}"
    sign_str += app_secret
    return hmac.new(
        app_secret.encode(), sign_str.encode(), hashlib.sha256
    ).hexdigest().upper()

解决了签名问题，满心欢喜发送请求，结果又碰上接口调用频率限制。当时为了快速采集大量数据，没控制好请求频率，短时间内发送太多请求，直接被淘宝封了 IP，还收到警告邮件。无奈之下，只能研究淘宝的限流规则，用​​​​​​​漏桶算法写了个频率控制类：

import time
class LeakyBucket:
    def __init__(self, capacity, rate):
        self.capacity = capacity
        self.rate = rate
        self.tokens = capacity
        self.last_update = time.time()
    def consume(self, tokens=1):
        now = time.time()
        # 补充令牌
        self.tokens = min(
            self.capacity, self.tokens + (now - self.last_update) * self.rate
        )
        self.last_update = now
        if self.tokens >= tokens:
            self.tokens -= tokens
            return True
        return False
# 使用示例
bucket = LeakyBucket(capacity=100, rate=20)  # 容量100，每秒补充20个令牌
if bucket.consume():
    # 调用API
    response = requests.get(api_url)
else:
    time.sleep(0.1)  # 等待令牌补充

数据到手后，也不是一帆风顺。淘宝评论数据格式复杂，有文字评论、图片评论、评分、追评等多种类型，不同类型数据结构差异大。就拿文字评论来说，有的用户会写一大段话，标点符号、表情符号混用，要准确提取关键信息，得用​​​​​​​自然语言处理技术。为了处理这些数据，我引入了​​​​​​​jieba分词库和​​​​​​​TextBlob情感分析库，写了个数据清洗和情感分析函数：

import jieba
from textblob import TextBlob
def clean_and_analyze_comment(comment):
    # 分词
    words = jieba.lcut(comment)
    # 去除停用词（可根据需求扩展停用词表）
    stopwords = {"的", "了", "是", "在"}
    clean_words = [word for word in words if word not in stopwords]
    clean_comment = " ".join(clean_words)
    # 情感分析
    blob = TextBlob(clean_comment)
    sentiment = blob.sentiment.polarity
    return sentiment, clean_comment
# 示例调用
comment = "这款手机拍照效果超棒，就是电池续航不太给力"
sentiment, clean_comment = clean_and_analyze_comment(comment)
print(f"情感倾向: {sentiment}, 清洗后评论: {clean_comment}")

有一回，客户要求实时监控自家商品评论，一有新评论就及时推送通知。这可难不倒我，通过设置合适的时间间隔，不断调用淘宝评论 API 获取最新评论。但很快又出现新问题，每次获取评论都要从第一页开始查，效率极低。后来我发现接口可以通过评论时间戳来筛选，只获取上次查询时间之后的评论，大大提高了效率：

import requests
import time
# 假设last_query_time是上次查询时间戳
def get_new_comments(last_query_time, app_key, app_secret, num_iid):
    params = {
        "method": "taobao.item.reviews.get",
        "app_key": app_key,
        "num_iid": num_iid,
        "start_date": time.strftime("%Y-%m-%d %H:%M:%S", time.localtime(last_query_time)),
        "timestamp": time.strftime("%Y-%m-%d %H:%M:%S"),
        "format": "json",
        "v": "2.0",
    }
    params["sign"] = generate_sign(params, app_secret)
    response = requests.get(
        "https://eco.taobao.com/router/rest", params=params
    )
    data = response.json()
    if data["code"] == "200":
        new_comments = data["item_reviews_get_response"]["reviews"]
        return new_comments
    else:
        print(f"错误码: {data['code']}, 消息: {data.get('msg', '未知错误')}")
        return []
# 示例调用
last_query_time = 1690000000  # 假设初始时间戳
app_key = "your_app_key"
app_secret = "your_app_secret"
num_iid = "123456789"  # 商品ID
new_comments = get_new_comments(last_query_time, app_key, app_secret, num_iid)
if new_comments:
    for comment in new_comments:
        print(f"用户: {comment['user_nick']}, 评论: {comment['rate_content']}")

还有一次，项目要做一个商品评论可视化大屏，展示不同商品好评率、差评关键词云图等信息。为了保证数据实时性和准确性，我用​​​​​​​Flask框架搭建了一个后端服务，定时调用淘宝评论 API 更新数据，再通过​​​​​​​Echarts在前端展示可视化图表。这过程中，数据缓存又成了难题，频繁调用 API 不仅浪费资源，还可能触发限流。于是引入​​​​​​​Redis缓存，先从缓存里读取数据，如果缓存没有再调用 API 获取，获取后存入缓存：

import redis
from flask import Flask, jsonify
app = Flask(__name__)
redis_client = redis.Redis(host="localhost", port=6379, db=0)
@app.route("/product_comments/< num_iid >", methods=["GET"])
def get_product_comments(num_iid):
    cached_data = redis_client.get(num_iid)
    if cached_data:
        return jsonify(eval(cached_data.decode("utf-8")))
    else:
        # 调用淘宝评论API获取数据，此处省略具体调用代码
        api_data = get_comments_from_api(num_iid)
        redis_client.setex(num_iid, 3600, str(api_data))  # 缓存1小时
        return jsonify(api_data)
if __name__ == "__main__":
    app.run(debug=True)

这些年，靠着不断踩坑、填坑，在​​​​​​​淘宝评论 API开发上也算积累了些经验。


审核编辑 黄宇

​