隨著互聯網的快速發展，越來越多的人選擇購物在網上。在網上購物前，很多人都會瀏覽商品評論，來了解其他人的購物體驗和商品的質量。而基于這個需求，我們可以使用Python來爬取購物評論的信息。

首先，我們需要安裝一些必要的Python庫，例如requests、BeautifulSoup并使用pre標簽來呈現代碼：

import requests
from bs4 import BeautifulSoup
# 首先，我們需要獲取商品評論頁的URL
url = 'https://www.xxx.com/comment/product/123456.html'
# 發送HTTP請求，獲取對應頁面的HTML內容
response = requests.get(url)
html_content = response.text
# 整理HTML內容，提取評論信息
soup = BeautifulSoup(html_content, 'html.parser')
comment_list = soup.find_all('div', {'class': 'comment-item'})
# 遍歷評論列表，提取每一條評論的評分、評論內容和評論作者等信息
for comment in comment_list:
rating = comment.find('div', {'class': 'rating'}).text.strip()
content = comment.find('div', {'class': 'content'}).text.strip()
author = comment.find('div', {'class': 'author'}).text.strip()
# 打印評論信息
print('評分：', rating)
print('評論內容：', content)
print('評論作者：', author)

以上代碼中，我們先通過requests庫發送HTTP請求，獲取商品評論頁的HTML內容，并使用BeautifulSoup庫來解析HTML內容。接著，我們通過二次提取，篩選出所有評論信息。最后，遍歷評論列表，提取每一條評論的評分、評論內容和評論作者等信息，并按需求輸出。

總結來說，通過Python爬蟲技術，我們可以很方便地獲取購物評論信息，并根據需求進行處理。這不僅為使用者提供了極大的實用價值，同時也反映了Python從人工智能、數據分析到實際應用等方面的強大實力。