用PHP抓取淘宝商品的用户晒单评论+图片实例

为什么想起来做这个功能？是因为前段时间在做一个淘客网站的时候，想到是否能抓取到淘宝商品的买家秀呢？经过一番折腾发现，淘宝商品用户评价信息是通过Ajax来调取的，通过嗅探网址发现，评论数据的请求接口是：

https://rate.tmall.com/list_detail_rate.htm?itemId=524394294771&spuId=341564036&sellerId=100414600&order=3&currentPage=1&append=0&content=1&tagId=&posi=&picture=1&callback=jsonp2339

其实上面很多参数也很容易理解，itemId是商品的ID，currentPage是当前页，picture为1时显示有图的评价，既然是抓取买家秀，那么picture参数一定要为1了。

如果你直接去访问上面的接口时，会得到如下图所示的请求结果：

看到请求结果是jsonp格式我就蛋碎了，我不知道如何去解析，但是换种思路，直接用PHP的正则去解析也未尝不可嘛，通过尝试，已经正确的能够解析到评论内容和买家秀的图片内容，如图：

效果不错，代码实现了评论内容的抓取、买家秀图片的抓取，代码奉上：

<?php
$url = "https://rate.tmall.com/list_detail_rate.htm?itemId=524394294771&spuId=341564036&sellerId=100414600&order=3&currentPage=1&append=0&content=1&tagId=&posi=&picture=1&callback=jsonp2339";
$ch2 = curl_init();
curl_setopt($ch2, CURLOPT_URL, $url);
curl_setopt($ch2, CURLOPT_FOLLOWLOCATION, TRUE);
curl_setopt($ch2, CURLOPT_SSL_VERIFYHOST, FALSE);
curl_setopt($ch2, CURLOPT_SSL_VERIFYPEER, false);
curl_setopt($ch2, CURLOPT_RETURNTRANSFER, TRUE);
$texts = curl_exec($ch2);
curl_close($ch2);
//echo $texts;
$pattern = '/"pics"(.+?)","reply"/is';
preg_match_all($pattern, $texts, $match);
for($i=0;$i<count($match[0]);$i++){
    $pattern2 = '/"rateContent":"(.+?)."reply"/is';
    preg_match($pattern2, $match[0][$i], $matchcomments_only);
    echo "<p>".str_replace('","rateDate":"',' ',str_replace('","reply"','',str_replace('"rateContent":"','',$matchcomments_only[0])))."</p>";

    $pattern3 = '/img.alicdn(.+?).jpg/is';
    preg_match($pattern3, $match[0][$i], $matchpic_only);
    echo '<img src="http://'.$matchpic_only[0].'" width=120>';
}

/*匹配一张图片
$pattern = '/"pics"(.+?)","position"/is';
preg_match_all($pattern, $texts, $matchpic);
for($i=0;$i<count($matchpic[0]);$i++){
    $pattern3 = '/img.alicdn(.+?).jpg/is';
    preg_match($pattern3, $matchpic[0][$i], $matchpic_only);
    echo "<p>".$matchpic_only[0]."</p>";
}*/

/*匹配所有图片
$pattern = '/"pics"(.+?)","position"/is';
preg_match_all($pattern, $texts, $matchpic);
for($i=0;$i<count($matchpic[0]);$i++){
    $pics_str=str_replace('"pics":["//','',str_replace('"],"picsSmall":"","position"','',$matchpic[0][$i]));
    $arr = explode('","//',$pics_str);
    echo "<p>";
    foreach($arr as $newstr){
        echo '<img src=http://'.$newstr.' width=100 >';
    }
    echo "</p>";
}*/
?>