一、API接入核心流程

1. 注册与权限获取

账号注册：访问淘宝开放平台，使用淘宝账号登录，完成企业/个人实名认证。

应用创建：在控制台创建应用，填写名称、类型（如网页应用）、回调地址（需HTTPS备案），提交审核（1-3个工作日）。

权限申请：在API权限管理中申请taobao.item.reviews.get接口，需详细说明使用场景（如数据分析、竞品监控）。

2. 密钥与签名

获取凭证：审核通过后，在应用详情页获取App Key和App Secret。

签名算法：

scss

体验AI代码助手

代码解读

复制代码

pythondefgenerate_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_secretreturn hmac.new(app_secret.encode(),sign_str.encode(),        hashlib.sha256).hexdigest().upper()

二、API调用步骤

1. 请求参数构造

perl

体验AI代码助手

代码解读

复制代码

pythonparams = {"method":"taobao.item.reviews.get","app_key":"YOUR_APP_KEY","num_iid":"商品ID",# 从商品URL提取，如https://item.taobao.com/item.htm?id=123456中的123456"page_no":1,# 页码"page_size":20,# 每页条数（最大100）"rate_type":"1",# 1=好评，2=中评，3=差评"timestamp": time.strftime("%Y-%m-%d %H:%M:%S"),"format":"json","v":"2.0"}params["sign"] = generate_sign(params,"YOUR_APP_SECRET")

2. 发送请求

ini

体验AI代码助手

代码解读

复制代码

pythonresponse= requests.get(    "https://eco.taobao.com/router/rest",params=params)data= response.json()

3. 响应解析

python

体验AI代码助手

代码解读

复制代码

pythonifdata["code"] =="200":forcommentindata["item_reviews_get_response"]["reviews"]:print(f"用户:{comment['user_nick']}")print(f"评分:{comment['result']}")print(f"评论:{comment['rate_content']}\n")else:print(f"错误码:{data['code']}, 消息:{data.get('msg','未知错误')}")

三、高级功能与注意事项

1. 分页与筛选

分页控制：通过page_no和page_size参数分页获取数据。

筛选条件：

rate_type：按评分类型筛选。

has_image：是否包含图片评论（需在fields中指定）。

2. 数据脱敏与合规

隐私保护：用户昵称等字段可能返回脱敏值（如g**0），禁止存储用户手机号、地址等敏感信息。

频率限制：免费版API每日调用上限500次，企业用户可申请提额。

3. 错误处理

常见错误码：

40001：签名错误（检查参数排序和加密算法）。

30001：权限不足（确认API权限已审核通过）。

10001：参数错误（检查商品ID格式和必填字段）。

四、实战案例：评论情感分析

scss

体验AI代码助手

代码解读

复制代码

pythonimport pandas as pdfrom textblob import TextBlob comments =[]for page inrange(1,5):  # 获取前4页评论params["page_no"] = pageresponse = requests.get("https://eco.taobao.com/router/rest", params=params)data = response.json()if data["code"] =="200":comments.extend(data["item_reviews_get_response"]["reviews"]) # 情感分析df = pd.DataFrame(comments)df["sentiment"] = df["rate_content"].apply(lambda x:TextBlob(x).sentiment.polarity)print(df.groupby("result")["sentiment"].mean())  # 按评分统计情感均值

五、附录

接口地址：https://eco.taobao.com/router/rest

最新文档：淘宝开放平台

工具推荐：Postman（调试签名）、Python Requests库（自动化调用）

通过以上步骤，开发者可高效集成淘宝商品评论数据，实现竞品分析、舆情监控等业务需求。