使用场景
利用 AliExpress 评价进行选品调研
在选择商品或供应商之前，先看看成千上万的买家怎么说。本 API 将评价转化为可对比的数据。
评价比星级更能说明问题
同一商品的两个商品页可能都显示 4.7 星，实际却大相径庭：一个有 5% 的 1 星评价在抱怨尺码，另一个几乎没有。平均分掩盖了这一点，而评分分布和评价内容不会。
借助本 API，您可以获取任意 AliExpress 商品的评分分布、带图评价数量以及按星级筛选的评价本身，并对数十个商品实现自动化分析。
您可以分析什么
- 对比供应商：按平均评分、评价数量和差评比例对比同一商品的不同供应商。
- 发现反复出现的问题：只阅读 1 星和 2 星评价，寻找规律（尺码、材质、物流、瑕疵）。
- 考察目标市场：来自特定国家的评价（
filter=local）能告诉您该商品在与您客户类似的买家中表现如何。 - 为您的工具提供数据：情感分析、数据看板，或用 LLM 总结优缺点。
示例：选出最佳供应商
第一个脚本仅使用评分汇总来对比多个商品页（每个一次请求，使用 pageSize=1）。第二个脚本读取所选商品的 1 星评价，查看问题出在哪里。
# Compare several AliExpress listings of the same product before choosing a supplier.
import os
import requests
API = "https://api.aliexpress-reviews.com"
HEADERS = {"x-api-key": os.environ["REVIEWS_API_KEY"]}
def summary(product_id):
res = requests.get(f"{API}/v1/reviews/{product_id}", headers=HEADERS, params={"pageSize": 1}, timeout=30)
res.raise_for_status()
return res.json()["summary"]
for product_id in ["1005006123456789", "1005007654321098"]:
s = summary(product_id)
dist = s["ratingDistribution"]
total = sum(dist.values()) or 1
negative = (dist["1"] + dist["2"]) / total
print(f"{product_id}: {s['averageRating']}★ · {s['totalReviews']} reviews · {negative:.0%} negative")# Read the 1-star reviews to find recurring problems (sizing, shipping, quality…).
res = requests.get(
f"{API}/v1/reviews/1005006123456789",
headers=HEADERS,
params={"filter": "1", "pageSize": 20},
timeout=30,
)
for review in res.json()["data"]:
print(review["country"], review["date"], review["content"])每个响应包含的数据
- summary：
averageRating、totalReviews、ratingDistribution（各星级评价数）和filterCounts（带图、含追评、本地）。 - data：每条评价的评分、文本（译文和原文）、国家、日期、购买的规格（
sku）和有用投票数。 - 分页：通过
total和totalPages遍历商品的全部评价。
常见问题
可以同时分析多个商品吗？
可以。每个商品一次请求，且每个响应都包含汇总信息，因此对比 100 个商品只需 100 次请求（Pro 套餐每天包含 1,000 次）。
能看到每位买家购买的规格吗？
能。sku 字段会显示规格（颜色、尺码……），便于发现例如某个尺码偏小等问题。
可以配合 Python、Google Sheets 或无代码工具使用吗？
可以。它是一个使用 x-api-key 请求头的 REST API，因此可在任何编程语言中使用，也可在 Make、Zapier 或 n8n 等工具中使用。
用您自己的商品试一试
每天 100 次免费请求，无需银行卡。在控制台的测试工具中粘贴商品 ID，即可查看 JSON。