1. 使用Python的requests和BeautifulSoup库来爬取网页数据。
2. 首先需要确定要爬取的网站的结构和URL格式。可以用浏览器的查看源代码和开发者工具来分析。
3. 然后，使用requests库获取网页的HTML内容，并使用BeautifulSoup库解析HTML。
4. 找到包含评论和客户国家信息的HTML元素，并使用BeautifulSoup库的相应方法获取其中的文本信息。
5. 将获取到的数据存储到本地或数据库中进行分析和处理。

示例代码：

import requests from bs4 import BeautifulSoup

定义获取HTML内容的函数

def get_html(url): response = requests.get(url) if response.status_code == 200: return response.text else: return None

定义解析HTML的函数

def parse_html(html): soup = BeautifulSoup(html, 'html.parser') comments = [] # 存储评论信息 countries = [] # 存储客户国家信息 # 找到包含评论和客户国家信息的HTML元素，如<div class="comment">...</div> comment_divs = soup.find_all('div', {'class': 'comment'}) for comment_div in comment_divs: comment = comment_div.get_text().strip() # 获取评论文本信息 comments.append(comment) country = comment_div.find('span', {'class': 'country'}).get_text().strip() # 获取客户国家信息 countries.append(country) return comments, countries

定义主函数

def main(): url = 'http://example.com/product/1' # 假设要爬取的第一个产品页面的URL html = get_html(url) # 获取HTML内容 comments, countries = parse_html(html) # 解析HTML并获取评论和客户国家信息 print(comments) print(countries)

if name == 'main': main()