淘宝商品评论API接口使用指南

一、接口基础信息

• 接口地址 ：https://gw.api.taobao.com/router/rest
• 请求方式：支持HTTP GET或POST
• 数据格式：返回JSON格式数据
• 认证方式：需携带App Key、App Secret及签名（MD5加密）

二、必填参数

参数名	说明
item_id	商品ID，从商品URL中提取（如https://item.taobao.com/item.htm?id=123456中的123456）
app_key	淘宝开放平台注册应用后获取的App Key
app_secret	淘宝开放平台注册应用后获取的App Secret

三、可选参数

参数名	说明	默认值
page_no	页码	1
page_size	每页评论数	20（最大100）
rate_type	评论类型（1为好评，2为中评，3为差评）	无
has_image	是否包含图片评论（true/false）	无
sort_type	排序方式（如按时间或评分）	无

四、返回数据结构

核心字段

字段名	说明
total_count	总评论数
reviews	评论列表，包含以下字段：
├─ review_id	评论唯一标识
├─ user_nick	评论者昵称
├─ content	评论内容
├─ rating	评分（1-5分）
├─ review_time	评论时间（格式：YYYY-MM-DD HH:MM:SS）
├─ images	评论图片URL列表
├─ videos	评论视频URL（部分接口支持）
├─ useful_count	被标记为"有用"的次数
├─ reply	卖家回复内容及时间
├─ labels	评论标签（如"质量好""物流快"）

五、调用示例（Python）

python

|----------------------------------------------------------------------------|
| import requests |
| import hashlib |
| import time |
| |
| def generate_sign(params, app_secret): |
| sorted_params = sorted(params.items()) |
| sign_content = ''.join(f'{k}{v}' for k, v in sorted_params) + app_secret |
| return hashlib.md5(sign_content.encode('utf-8')).hexdigest().upper() |
| |
| def get_reviews(app_key, app_secret, item_id, page_no=1, page_size=20): |
| url = "https://gw.api.taobao.com/router/rest" |
| params = { |
| "method": "taobao.item.reviews.get", |
| "app_key": app_key, |
| "item_id": item_id, |
| "page_no": page_no, |
| "page_size": page_size, |
| "timestamp": time.strftime('%Y-%m-%d %H:%M:%S'), |
| "format": "json", |
| "v": "2.0" |
| } |
| params["sign"] = generate_sign(params, app_secret) |
| response = requests.get(url, params=params) |
| return response.json() |
| |
| # 示例调用 |
| app_key = "YOUR_APP_KEY" |
| app_secret = "YOUR_APP_SECRET" |
| item_id = "123456" |
| reviews = get_reviews(app_key, app_secret, item_id) |
| print(reviews) |

六、注意事项

1. 权限申请 ：
   • 需在淘宝开放平台注册应用并申请taobao.item.reviews.get权限。
2. 频率限制 ：
   • 默认每日调用上限500次，需合理规划请求间隔。
3. 数据安全 ：
   • 禁止存储用户隐私信息（如手机号），需遵守《淘宝开放平台协议》。
4. 错误处理 ：
   • 返回error_code（如10001表示参数错误）时需根据文档排查。

七、应用场景

• 竞品分析 ：通过labels和rating统计高频关键词（如"色差大""续航不足"）。
• 舆情监控 ：实时抓取差评（rating <= 3）并触发告警。
• 用户画像 ：关联user_id分析用户历史评论行为。

如需进一步了解接口更新或高级功能，请访问开放平台-文档中心。