八爪鱼如何进行豆瓣图书评论采集

你知道吗？像豆瓣这种大平台的短评数据，平时想要一条条手动复制下来，真的太折磨人了，特别是遇到几百上千条评论的时候，真的是看着头大。不过呢，还好有了八爪鱼这样的采集神器，一键就能批量把豆瓣图书的评论采下来，直接导出成Excel，想怎么玩就怎么玩，爽爆了！

八爪鱼采集器官方链接：https://affiliate.bazhuayu.com/7hypDr

今天我就跟大家唠唠，怎么用八爪鱼去采集豆瓣图书的短评信息，像作品名、有用数、评论时间、评论内容、星级、当前时间、页面网址这些，统统拿下。而且我用的是八爪鱼V8.7.0版本，整个过程简单到离谱，零基础也能搞定！

首先嘛，咱得打开八爪鱼软件，在首页输入目标网址：https://book.douban.com/subject/4011670/comments/，然后直接点【开始采集】。注意了啊，这时候八爪鱼会自动帮你打开网页，并且尝试自动识别页面里的列表数据。等它自动识别完，顺利的话直接就能开始采集了。如果识别的不太对，没关系，直接点【取消】，自己手动来设置，反而更精准呢。

接着进入正题啦——

步骤一：打开网页

就像刚才说的，网址输入后，打开页面等待自动识别。如果要换其他书的评论，也是同理，只要网址结构跟这个差不多就行。如果要批量采集好几个图书的评论，那就用八爪鱼的【批量采集同类网页】功能，一次搞定一堆，效率翻倍！

步骤二：创建【循环列表】

这个听着有点高大上哈，其实超级简单。你只要用鼠标选中页面上的一个完整评论列表（一定要包含评论人、评论内容、有用数、星级这些关键信息），然后按提示一步步点击【选中全部子元素】、【选择全部子元素】、【元素中数据内容】，四步走完就搞定了。

这个小循环创建好以后，八爪鱼就能一条条把评论数据撸下来，根本不用我们操心，舒服！

步骤三：编辑字段

这里要稍微用点心了。默认提取的是评论里面的一些字段，但我们还想要作品名、星级、采集时间和页面网址嘛，所以要自己手动加一下。

比如：

• 作品名：选中作品名，点【文本内容】，提取出来；

• 星级：选中评分图标，提取【Outer Html】；

• 当前时间：直接在数据预览那里点【+】添加采集时间；

• 页面网址：同样在数据预览里添加【当前网页信息】→【网址】。

  

字段名字最好自己改一改，保持整洁，看起来舒服多了。

步骤四：格式化数据

有些小细节要修一下，比如作品名经常带着个“短评”两字，很烦。别慌，八爪鱼有格式化功能，点击【作品名】字段后面的【...】，选择【格式化数据】→【替换】功能，把“短评”两个字替换成空白，瞬间清爽了。

至于星级提取，就稍微复杂点，因为从HTML源码里提取出来的是一大串东西。要用正则表达式小小处理一下，提取出类似“allstar50”这样的评分值，分分钟精准搞定。

步骤五：创建【循环翻页】

只想要一页评论？那直接跳过这一环节就好了。如果想要采集更多页，就得做个小设置啦。选中页面上的【后页】按钮，点【循环点击单个链接】，这样八爪鱼就会一页页点“后页”去翻下去了。

不过注意哦，默认的翻页XPath可能有问题，会导致老是采第一页。这个得自己手动改一下，改成：
//a[@data-page="next"][contains(text(),'后页')]

改完以后就不卡壳了，翻得又快又准！

步骤六：启动采集

最后就是见证奇迹的时刻啦！直接点击【采集】，选择【启动本地采集】，八爪鱼就开始飞速刷评论了，整个过程你只需要喝杯奶茶，稍等一下就能拿到满满当当的数据啦。

数据采集完成以后，可以按自己喜欢的格式导出，比如Excel、CSV、HTML或者直接导进数据库，八爪鱼全都支持，真的是非常贴心了。

感觉嘛，整个流程走下来，我真的觉得八爪鱼太友好了。不管你是数据小白，还是老手，照着这个步骤一点一点做，保准能顺利把豆瓣评论采下来。而且数据干净又完整，后续拿来分析、做报告啥的，真的是事半功倍。

所以啊，如果你也经常要采集豆瓣这种公开评论，不妨试试八爪鱼，省时省力不说，心情都变好啦！

想深入了解DeepSeek的核心玩法 扫描下方二维码加入微信群