【爬虫软件】小红书评论区批量采集，含二级评论

原创

马哥python说

修改于 2024-07-08 21:59:51

7580

修改于 2024-07-08 21:59:51

文章被收录于专栏：小红书采集软件

一、爬取目标

您好！我是【马哥python说】，一名10年程序猿。

毋庸置疑，小红书是国内流量数一数二的社区种草平台，拥有海量用户和上亿日活，尤其笔记下方的评论区有重大挖掘价值。采集小红书评论数据可以帮助客户了解消费者对商品和品牌的评价和反馈，从而更好地洞悉消费者的喜好、需求和购买意向。通过分析用户评论数据，企业可以及时发现和处理消费者的负面评价和投诉，提升品牌口碑和信誉度。

因此，我用python开发了一个爬虫采集软件，可自动抓取小红书评论数据，并且含二级评论数据。

为什么有了源码还开发界面软件呢？方便不懂编程代码的小白用户使用，无需安装python，无需改代码，双击打开即用！

效果截图

软件界面截图：

部分爬取数据：

演示视频

软件运行演示：【软件演示】小红书评论采集工具，可爬取上万条，含二级评论！

软件说明

几点重要说明：

二、代码模块介绍

爬虫采集模块

通过把已有代码部分封装成class类，供tkinter界面调用。

详细爬虫实现逻辑，请见历史文章。

软件界面模块

软件界面采用tkinter库开发，Tkinter是Python的一个标准GUI库，用于创建图形用户界面。Tkinter提供了各种GUI组件，如按钮、标签、文本框等，可以帮助开发者快速构建简单的桌面应用程序。Tkinter是Python内置的库，因此无需额外安装即可使用。

主窗口部分核心代码：

# 创建主窗口
root = tk.Tk()
root.title('小红书评论采集软件 | 马哥python说')
# 设置窗口大小
root.minsize(width=850, height=650)

填写笔记链接控件核心代码：

# 【笔记链接】
tk.Label(root, justify='left', font=('微软', 14), text='笔记链接:').place(x=30, y=145)
note_ids = tk.StringVar()
note_ids.set('')
entry_nt = tk.Text(root, bg='#ffffff', width=110, height=14, )
entry_nt.place(x=30, y=170, anchor='nw')  # 摆放位置填写cookie控件核心代码：

填写cookie部分：

# 【填入Cookie】
tk.Label(root, justify='left', font=('微软', 14), text='个人Cookie:').place(x=30, y=75)
entry_ck = tk.Text(root, bg='#ffffff', width=110, height=2, )
entry_ck.place(x=30, y=100, anchor='nw')  # 摆放位置

底部软件版权说明，免责声明：

# 版权信息
copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey')
copyright.place(x=290, y=625)

以上。

日志模块

日志文件是记录系统、应用程序或服务运行过程中所产生的事件、错误、警告等信息的文件。一个好的日志模块，有助于软件运行出问题后快速定位原因，以及追溯运行历史记录。

核心代码：

def get_logger(self):
	self.logger = logging.getLogger(__name__)
	# 日志格式
	formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
	# 日志级别
	self.logger.setLevel(logging.DEBUG)
	# 控制台日志
	sh = logging.StreamHandler()
	log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
	# info日志文件名
	info_file_name = time.strftime("%Y-%m-%d") + '.log'
	case_dir = r'./logs/'
	info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
											when='MIDNIGHT',
											interval=1,
											backupCount=7,
											encoding='utf-8')

日志文件截图：