抓取 App Store 和 Google Play 评论：端点、限制、地理位置
应用评论是您能买到的最便宜的产品研究——如果您能突破分页限制、令牌墙和按国家的店面。这里是完整的地图。
应用评论是最便宜的客户研究：未过滤的功能请求、与特定版本相关的错误报告，以及对您类别中每个竞争对手的持续情感读取。问题在于访问。两个商店在页面上显示少量评论，并将其余的隐藏在提要、令牌和按国家的店面后面。本指南绘制了如何抓取 App Store 和 Google Play 评论的地图——真实的端点、没人警告您的分页限制，以及决定您的管道能否在几百行后幸存的地理和速率限制现实。
Apple，简单的方法：RSS 提要
Apple 公开了一个无需令牌的客户评论 JSON 提要。这是最快的开始方式，返回干净、结构化的记录——评分、标题、正文、作者、应用版本。限制是硬性上限：提要最多提供约 10 页、每页约 50 条评论，因此每个应用每个店面约 500 条评论，偏向最新的。对于监控新反馈，这通常足够；对于完整历史记录则不然。
import requests
def apple_rss_reviews(app_id, country="us", pages=10):
out = []
for page in range(1, pages + 1): # feed caps out around page 10
url = (f"https://itunes.apple.com/{country}/rss/customerreviews/"
f"page={page}/id={app_id}/sortby=mostrecent/json")
# route through a residential exit in the target storefront's country
proxy = f"http://USER-country-{country}:PASS@gate.quantumproxies.io:8000"
r = requests.get(url, proxies={"https": proxy}, timeout=20)
entries = r.json().get("feed", {}).get("entry", [])
for e in entries[1:]: # first entry is app metadata, skip it
out.append({
"rating": e["im:rating"]["label"],
"version": e["im:version"]["label"],
"title": e["title"]["label"],
"text": e["content"]["label"],
"author": e["author"]["name"]["label"],
})
if len(entries) <= 1:
break
return outApple，深入的方法：app-store API 及其令牌
要超过 500 条，您使用与 App Store 网页调用相同的端点（AMP / MZStore API）。它返回更丰富的记录——评论 ID、编辑标志、开发者响应——但需要您首先从应用的公共网页抓取承载令牌，然后重放。评论以大约二十条为一批，您通过offset分页更深；偏移量越大，评论往往越旧，因为 Apple 不允许此端点直接按日期排序。
这里的真正限制是速率限制，并且从单个 IP 快速到来。解决方法不是魔法——是故意的延迟加上指数回退，并跨 IP 分布请求。添加了这两者的从业者已经为一个应用提取了大约 15,000 条评论而没有触发限制器。这正是旋转住宅池的价值所在：每批可以从不同的干净 IP 退出，因此每个 IP 的计数器永远不会攀升到封锁区域。
import time, requests
# token is scraped once from the app's App Store web page, then reused
HEADERS = {"Authorization": "Bearer TOKEN_FROM_APP_PAGE",
"Origin": "https://apps.apple.com"}
def apple_deep_reviews(app_id, country="us", target=2000):
reviews, offset = [], None
while len(reviews) < target:
params = {"l": "en-US", "offset": offset} if offset else {"l": "en-US"}
url = (f"https://amp-api.apps.apple.com/v1/catalog/{country}/apps/"
f"{app_id}/reviews")
proxy = f"http://USER:PASS@rotating.quantumproxies.io:8000"
r = requests.get(url, headers=HEADERS, params=params,
proxies={"https": proxy}, timeout=25)
if r.status_code == 429: # rate limited
time.sleep(8); continue # back off, gateway rotates the IP
data = r.json()
reviews += data.get("data", [])
offset = data.get("next", "").split("offset=")[-1] or None
if not offset:
break
time.sleep(1.5) # be a polite client
return reviews
Google Play：已填充的 JSON，而不是 HTML
Play 评论不在页面 HTML 中。商店通过返回嵌套 JSON 的内部批处理端点加载它们，使用延续令牌而不是页码分页，并按排序顺序（最新、评分、帮助）过滤。手动重建这些请求很麻烦，因此大多数团队依赖于维护良好的开源google-play-scraper库（Node 和 Python），它们包装了端点并公开country和lang参数。与 Apple 一样，按国家的结果不同，因此要明确设置两者。
# pip install google-play-scraper
from google_play_scraper import reviews, Sort
result, token = reviews(
"com.example.app",
lang="en", # review language
country="us", # storefront
sort=Sort.NEWEST,
count=200, # per call; loop with continuation_token for more
)
for r in result[:3]:
print(r["score"], r["reviewCreatedVersion"], r["content"][:80])在实际体量下，Play 端点也按 IP 节流，并且 JSON 结构会定期变化。如果您不想承担该维护责任，Scraper API可以将填充的数据呈现并返回为干净的 JSON，解决这两个问题——它负责代理和解析，因此您可以消费稳定的形状。我们为大规模抓取产品评论描述的相同权衡逻辑直接适用于此。
一个字段对让人困惑：语言和国家不是同一个旋钮。店面（国家）决定哪些评论存在；语言参数决定您获得哪些。在加拿大或瑞士这样的双语市场中，您通常需要两种语言，因此要独立设置它们，而不是假设一个国家意味着一种语言。在 Apple 的一边，更丰富的记录还显示开发者响应——供应商在评论下发布的公开回复——这是一个安静而有价值的信号，显示竞争对手如何分流投诉以及他们选择公开回答哪些问题。
地理店面是关键
两个商店都按国家店面组织，以两字母代码为键。一个应用在美国的评论无法告诉您它在德国、日本或巴西的表现——不同的语言、不同的投诉、不同的功能缺口。要诚实地阅读每个店面，您需要从该国的出口 IP 请求；错误区域的数据中心 IP 会给您不一致或被封锁的响应。通过遍布 200 多个国家的住宅出口，您可以将同一个应用循环通过每个市场，构建一个按国家的情感地图——严肃 ASO 工作的原材料。
从评论到 ASO 信号
提取是无聊的一半。回报是您在其上计算的内容：将评论文本聚类成重复主题，按应用版本跟踪情感以捕捉降低您评分的发布，观察竞争对手的功能请求您的产品已经回答，并比较各店面的投诉模式。将每条评论与其version字段关联，您将获得没有分析仪表盘提供的回归时间线。相关的声誉工作——Trustpilot 评论挖掘——与应用商店数据整齐地堆叠在一起，形成完整的客户声音画面。
常见问题
如何用 Python 抓取 App Store 评论？
从 Apple 的公共 RSS 客户评论 JSON 提要开始——无需令牌，结构化输出，但限制在每个应用每个店面约 500 条最近评论。要更深入，请使用从应用网页抓取的承载令牌调用 AMP app-store API，使用offset分页，并添加延迟加上回退。通过该国的住宅 IP 路由每个店面。
是否有官方的 App Store 评论 API？
Apple 的公共 RSS 提要是最接近官方的、无令牌的评论来源，但它有上限。更丰富的 AMP 端点是商店自己的网页使用的，并需要抓取的承载令牌。两者都不是用于大规模第三方评论收集的文档化开发者产品，因此请谨慎对待速率限制和条款。
如何抓取 Google Play 评论？
Play 从返回嵌套 JSON 的内部批处理端点提供评论，按延续令牌分页并可按排序顺序过滤。维护良好的开源google-play-scraper库包装了它并公开country和lang。设置两者，循环延续令牌以获取体量，并跨 IP 分布请求，因为端点按地址节流。
为什么需要代理来抓取应用评论？
两个原因。速率限制：两个商店快速限制单个 IP，因此旋转住宅出口保持每个 IP 的计数器足够低以提取数千条评论。地理位置：评论是店面特定的，因此准确读取一个国家的评论意味着从该国的 IP 请求。错误区域的数据中心 IP 会得到不一致或被封锁的响应。
应用商店数据是一个被三个简单障碍——限制、令牌和店面——封锁的金矿。知道要命中哪个端点，正确分页，并从正确国家的干净 IP 退出，您就可以将分散的星级评分转化为按版本、按市场的客户声音提要。