欢迎光临
我们一直在努力

选品不踩雷!Open Claw 1688 商品评论 API,自动分析好评差评(附 Python 源码)

做电商、无货源、跨境、店群的朋友都懂:看评论 = 看真相。1688 商品主图再好看、价格再低,只要评论藏着质量差、发货慢、货不对板,上架必翻车、售后炸锅。

但手动翻评论太痛苦:一页页翻、一条条看、统计好评率、筛选质量问题… 效率极低还容易漏掉关键信息。

用 Open Claw 1688 商品评论 API,一键抓取商品全部评论、自动统计评分、筛选差评、分析质量问题,5 分钟搭建一个选品防坑质检工具,从源头避开垃圾货源。

文章附带完整可复制 Python 代码,替换 Key 就能跑!


一、为什么一定要用接口爬评论?

手动看评论的坑:

  • 翻页慢,看不到历史早期真实评价
  • 无法批量分析,只能凭感觉判断
  • 看不到差评关键词:质量、色差、发货、破损
  • 无法统计好评率、复购评价
  • 容易被商家刷好评迷惑

Open Claw 评论 API 优势:✅ 一次性拿到全部评论 + 评分 + 好评率✅ 自动提取规格、购买数量、评价时间✅ 快速筛选差评、中评,提前避坑✅ 支持批量分析,选品更科学✅ 稳定不封号,不用处理反爬


二、接口核心功能(直接用)

接口名称:1688 商品评论获取 API作用:输入商品 ID,获取该商品所有用户评价、评分、好评率、追评等。

必传参数

  • key / secret:调用凭证
  • num_iid:商品 ID(必填)
  • page:页码(翻页爬全部评论)

选品必看关键字段

  • total_results:总评论数
  • rate_average:平均评分
  • good_percent:好评率
  • content:评论内容
  • starLevel:星级(1-5 星)
  • specInfo:购买规格(判断哪款容易差评)
  • gmtPublished:评论时间

三、完整 Python 代码|直接复制运行

下面代码不用改逻辑,填入你的 Key 和商品 ID 即可运行:自动输出:评分、好评率、评论列表、筛选差评。

python

运行

# -*- coding: utf-8 -*-
"""
Open Claw 1688 商品评论获取工具
功能:抓取评论、统计评分、筛选差评、质检选品避坑
复制即可运行,新手友好
"""
import requests

# ====================== 配置区 ======================
API_KEY = "你自己的API_KEY"
API_SECRET = "你自己的API_SECRET"
# 要查询的1688商品ID
ITEM_ID = "612398037607"
# 卖家昵称(从商品详情接口获取)
SELLER_NICK = "浙江祥珑科技"
# 页码
PAGE = 1
# ====================================================

API_URL = "https://api-gw.onebound.cn/1688/item_review"

def get_item_review(num_iid, nick, page=1):
params = {
"key": API_KEY,
"secret": API_SECRET,
"num_iid": num_iid,
"nick": nick,
"page": page,
"result_type": "jsonu"
}
try:
res = requests.get(API_URL, params=params, timeout=10)
data = res.json()
if "items" in data and "item" in data["items"]:
return data["items"]
else:
print("未获取到评论")
return None
except Exception as e:
print("请求异常:", e)
return None

def show_review_info(items):
if not items:
return

print("\\n==================== 商品评论概览 ====================")
print(f"商品ID:{items.get('num_iid')}")
print(f"总评论数:{items.get('total_results')}")
print(f"平均评分:{items.get('rate_average')}")
print(f"好评率:{items.get('good_percent')}")
print("======================================================\\n")

reviews = items.get("item", [])
bad_reviews = []

for i, review in enumerate(reviews, 1):
star = review.get("starLevel")
content = review.get("content").strip()
spec = review.get("specInfo")
time = review.get("gmtPublished")

print(f"【{star}星】{time}")
print(f"规格:{spec}")
print(f"评价:{content}\\n")

# 收集1-3星差评
if star and int(star) <= 3:
bad_reviews.append({"time": time, "star": star, "content": content, "spec": spec})

# 输出差评汇总
if bad_reviews:
print("\\n==================== ⚠️ 差评预警 ====================")
for bad in bad_reviews:
print(f"【{bad['star']}星】{bad['time']} | {bad['spec']}")
print(f"内容:{bad['content']}\\n")
else:
print("\\n✅ 暂无差评!")

if __name__ == "__main__":
print("===== Open Claw 1688 商品评论分析工具 =====")
review_data = get_item_review(ITEM_ID, SELLER_NICK, PAGE)
show_review_info(review_data)

使用步骤

  • 安装依赖
  • plaintext

    pip install requests

  • 填入 API_KEY / API_SECRET
  • 填入 ITEM_ID 和 SELLER_NICK
  • 运行,直接看到评分 + 好评率 + 差评汇总

  • 四、这套工具能帮你做什么?(实战用途)

    1. 选品质检:快速判断货源好坏

    通过差评内容一眼识别:质量差、破损、货不对板、发货慢。

    2. 规格分析:哪款颜色 / 型号容易差评

    自动显示用户购买的规格,避开高频差评 SKU。

    3. 批量选品:自动过滤低分商品

    批量跑商品 ID,自动剔除 ** 评分 < 4.5、好评率 < 95%** 的垃圾款。

    4. 竞品分析:抄作业前先看评价

    看同行爆款的差评,优化自己的选品与文案。

    5. 供应商考核:监控店铺评价稳定性

    长期监控评论变化,判断供应商是否降质。


    五、为什么推荐 Open Claw?

    • 简单稳定:一条 URL 调用,长期维护更新
    • 数据完整:评论、评分、规格、时间全部返回
    • 上手极快:复制代码就能跑,不用爬虫基础
    • 性价比高:比人工选品、付费工具便宜 10 倍
    • 非常适合:无货源、跨境、抖店、小红书、拼多多卖家

    六、写在最后

    现在电商内卷到细节决定生死。别人还在看主图选品,你已经在用评论数据避坑。

    Open Claw 1688 评论 API,帮你实现:一键查评论 → 自动筛差评 → 科学选品 → 降低售后 → 提高转化率

    不用手动翻、不用猜、不用踩坑,复制代码就能拥有自己的选品质检机器人。

    把时间留给运营和转化,把风险交给工具。

    赞(0)
    未经允许不得转载:171主机测评 » 选品不踩雷!Open Claw 1688 商品评论 API,自动分析好评差评(附 Python 源码)
    分享到: 更多 (0)

    评论 抢沙发

    • 昵称 (必填)
    • 邮箱 (必填)
    • 网址