抖音评论一键采集5分钟把全量评论导出为Excel的免费方案【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper想抓取某条 TikTok抖音国际版视频下的全部评论包括二级回复、点赞数、发布时间开源工具 TikTokCommentScraper 提供了一套零代码的免费方案你只需要在浏览器控制台粘贴一段脚本再双击一个文件就能获得一份结构完整的 Excel 评论表。实测单条视频可稳定导出 3000 条评论全程不需要申请任何 API 权限。一个深夜的崩溃手动统计 3000 条评论有多难假设你刚发起一场评论区抽奖视频火了一夜之间涌进几千条评论。你打算用 Excel 整理参与者名单于是打开视频开始滚动页面、复制粘贴。十分钟后你发现两件事第一抖音的评论区是懒加载的只有滚到底部才会出现新评论你永远不知道是否滚到了尽头第二每条主评论下还藏着几十条回复需要逐个点击查看回复才能展开。手动操作既慢又容易遗漏更重要的是复制下来的内容乱成一团——昵称、时间、点赞数全混在一起根本没法直接统计。这正是 TikTokCommentScraper 要解决的问题用一段浏览器脚本模拟真实用户的滚动和点击把整个评论区逼到全部渲染出来再自动整理成规整的数据格式。先拆箱这个仓库里装了什么把项目下载到本地后你会看到一套分工明确的三件套每个文件只负责一件事文件职责src/ScrapeTikTokComments.js核心采集脚本在浏览器里运行自动滚动加载一级评论、点击展开二级回复、最后生成 CSVsrc/CopyJavascript.py把上面那段 JS 复制到剪贴板省去手动复制大段代码src/ScrapeTikTokComments.py读取剪贴板里的 CSV转换成 Excel 文件Copy JavaScript for Developer Console.cmdWindows 用户双击即可调用第一个 Python 脚本Extract Comments from Clipboard.cmdWindows 用户双击即可调用第二个 Python 脚本python38/内置的精简版 Python 3.8 运行环境约 7MB采集动作发生在浏览器里数据整理发生在本地脚本里两端各司其职这也是它敢号称零配置的原因。零配置的秘密为什么你不用安装 Python很多类似工具最大的门槛是先装好 Python 环境、再装依赖劝退了大量非技术用户。这个项目反其道而行仓库里直接打包了一个精简过的 Python 3.8 环境Windows 用户克隆后双击.cmd文件即可运行无需提前安装任何东西。如果你用的是 Linux 或 macOS也不需要太多额外操作——系统里有 Python 3.6 以上版本即可然后安装两个依赖包就完成配置pip install pyperclip openpyxl这两个依赖的用途很直白pyperclip负责读写系统剪贴板openpyxl负责生成 Excel 文件。依赖清单见仓库根目录的 requirements.txt官方说明见 README.md。分步实操把评论区完整导成 Excel 的 6 个动作整体流程可以概括为浏览器抓数据 → 剪贴板传数据 → 脚本转 Excel。动手前先确认三件事使用 Chromium 内核浏览器Chrome、Edge、Brave 均可能正常打开并手动滚动目标视频的评论区已登录账号。第 1 步打开目标视频页面在浏览器里打开你要采集评论的那条 TikTok 视频先把评论区滚动一次确认评论区可以正常加载。第 2 步把采集脚本送入剪贴板双击项目根目录的Copy JavaScript for Developer Console.cmd脚本会自动把 JS 代码复制到剪贴板。它做的事非常简单——读取 src/ScrapeTikTokComments.js 的内容并写入剪贴板。第 3 步打开浏览器控制台按下F12或CtrlShiftJ打开开发者工具切换到 Console控制台标签页。第 4 步粘贴并执行脚本在控制台里粘贴剪贴板内容并回车。此时你会看到日志滚动先是 Loading 1st level comment number N代表脚本正在自动滚动、触发评论区加载更多一级评论随后进入 Opened all 2nd level comments 阶段脚本会逐个点击查看回复按钮把每条主评论下的二级回复全部展开。两个加载阶段都带有缓冲机制当连续多次滚动后评论数量不再增加脚本会自动判定加载完毕不会无限空转。第 5 步把数据从剪贴板变成 Excel当控制台出现绿色提示CSV copied to clipboard!说明所有评论已被整理成 CSV 文本并复制到剪贴板。此时不要复制任何其他内容直接双击Extract Comments from Clipboard.cmd。它会调用 src/ScrapeTikTokComments.py从剪贴板取数、写入临时 CSV、再转换为 Excel。第 6 步拿到结果项目根目录下会生成一个名为Comments_时间戳.xlsx的文件用 Excel 或 LibreOffice Calc 打开即可。整个过程快则一两分钟评论特别多时接近 3000 条也基本能在 5 分钟内完成。导出的 Excel 里藏着哪些信息这份表格远比评论内容丰富它分为上下两个区块。顶部是视频元信息区记录了本次采集的上下文抓取时间、视频链接、发布者昵称与主页、发布时间、视频点赞数与分享数、视频描述以及两个关键数字——实际渲染出的评论总数和TikTok 界面显示的评论数两者经常对不上详见后文。下方是逐条评论明细表每个字段都对应一个明确含义字段含义Comment Number (ID)评论序号方便后续核对数量Nickname / User / User URL评论者昵称、账号与主页链接Comment Text评论文本内容Time发布时间统一转换为日期格式Likes该评论的点赞数Profile Picture URL评论者头像图片地址Is 2nd Level Comment是否为二级回复Yes/No用于区分主评论与回复User Replied To二级回复所对应的原评论者昵称Number of Replies这条主评论下展开的回复数量有了是否二级回复和回复了谁这两个字段你甚至可以在 Excel 里用筛选功能还原出完整的对话树结构这是很多付费采集工具都做不到的细节。三个进阶技巧批量采集、调节速度、跨平台运行技巧一批量采集多条视频流程本身是视频无关的换一条视频重新走一遍第 16 步即可。如果你想连续采集几十条视频可以配合浏览器自动化工具把粘贴脚本→等待完成→导出这套动作串起来实现无人值守的批量评论采集。技巧二调节加载速度与超时阈值在 src/ScrapeTikTokComments.js 里两处参数值得关注loadingCommentsBuffer连续几次无新评论就判定结束的缓冲值和setTimeout(..., 300)每次滚动后的等待毫秒数。如果你的网络较慢、评论区加载经常中断可以适当调大这两个值反之追求速度可以略微调小。技巧三跨平台手动运行非 Windows 用户不用双击.cmd直接手动执行两条命令即可python src/CopyJavascript.py python src/ScrapeTikTokComments.py第一条复制脚本第二条导出 Excel与.cmd文件内部逻辑完全一致。三个边界采集前必须知道的事第一TikTok 显示的评论数本身就不准确。这是平台自身的限制不是工具的缺陷。官方示例中界面显示 750 条评论实际完整渲染后只有约 740 条在 3000 条的压测中有 64 条评论始终未被平台加载出来。工具已经在表格中专门列出界面显示数和实际渲染数两个数字方便你评估偏差。大多数情况下这个误差占比可以忽略但如果你需要绝对精确的全量数据请先接受这一平台现实。第二浏览器控制台粘贴代码存在安全风险。任何人往控制台粘贴的代码都拥有访问当前页面全部数据的权限。建议执行前通读一遍脚本内容——原始脚本不会发起任何网络请求剪贴板写入是它唯一的敏感操作。请只运行你信得过的代码不要盲目粘贴来源不明的脚本。第三评论极多时页面会明显变卡。在约 3000 条评论的压测中作者提到加载阶段浏览器会有些卡顿。如果你要采集超大体量的评论建议分批处理、给浏览器留足内存。现在就去导出你的第一批评论数据整条链路不需要一行代码、不依赖任何付费服务也不会向平台发送异常请求。你现在就可以开始克隆仓库git clone https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper或用下载 ZIP方式获取打开一条你想分析评论的视频按上面的 6 个动作走一遍流程几分钟后就能拿到第一份Comments_*.xlsx拿到数据后无论是做评论区抽奖统计、竞品舆情分析还是观察用户对内容的真实反馈这份结构化的评论表都是很好的起点。数据已经到手剩下的就看你想从这些真实的用户声音里发现什么了。【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考