TikTok评论采集不求人:3步把整条视频的评论与二级回复导成Excel

📅 2026/8/15 22:49:09
TikTok评论采集不求人:3步把整条视频的评论与二级回复导成Excel
TikTok评论采集不求人3步把整条视频的评论与二级回复导成Excel【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper做内容运营的人都知道一句话评论区的含金量往往比视频本身还高。但想拿到它要么一条条手动复制到怀疑人生要么被二级回复隐藏太深平台只显示部分评论卡住。今天介绍的这款开源工具TikTokCommentScraper正好把这条最痛的链路打通了——它用浏览器控制台自动滚屏、自动点开全部回复再交给 Python 一键转成 Excel全程零代码、零配置是名副其实的 TikTok 评论批量采集利器。 先说一个真实场景手动复制评论有多崩溃假设你负责一个账号的抽奖活动视频发出 24 小时评论区炸出 800 多条留言其中还夹杂着 200 多条楼中楼回复。常规操作是什么往下滑、复制、粘贴、继续滑……等你把 800 条搬完天都亮了而且二级回复基本一个都捞不到——它们默认折叠在查看回复按钮后面除非你一条条点开。更扎心的是就算你辛苦搬完了得到的还是一堆七零八落的纯文本谁说的什么时候说的获了多少赞和谁互动了全都没有。这种数据拿去做抽奖统计、竞品分析基本等于白干。这正是 TikTokCommentScraper 要解决的问题把人肉搬运变成自动流水线把碎片文本变成结构化表格。⚙️ 它到底是怎么干活的一个自动扶梯的比喻先别急着上手花 30 秒搞懂原理后面遇到问题才不会慌。你可以把整个采集过程想象成一次坐自动扶梯第一步扶梯自己往前跑。脚本会模拟人的滚动动作一遍遍把评论列表拉到底部逼着 TikTok 不断加载新评论。什么时候停连续滚动 15 轮都看不到新评论出现就认定加载完了。第二步扶梯帮你按电梯按钮。页面上的查看回复按钮脚本会一个不落地帮你点开让所有二级回复从折叠状态现出原形连点 5 轮都没新内容了才收手。第三步扶梯口有人做质检。所有评论此刻都渲染在页面上脚本一次性把它们读出来规整成 CSV 格式然后啪地一声复制到你的剪贴板。最后一步由 Python 接棒它从剪贴板拿到 CSV写进临时文件再转成带时间戳的 Excel 文件Comments_时间戳.xlsx。整个过程你要做的只是启动和等结果。 上手三步走从拿到代码到拿到 Excel第 0 步环境准备清单一分钟这个项目很贴心——Windows 用户什么都不用装仓库里直接内置了一个约 7MB 的精简版 Python 运行环境双击.cmd文件即可运行。你的系统需要做什么WindowsWin7 及以上什么都不用装克隆仓库后直接用Linux / macOS装两个依赖即可cd src pip install -r ../requirements.txt获取项目有两种方式用git clone https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper克隆或者直接下载 ZIP 压缩包解压。两个小建议项目路径尽量用英文避免中文目录引发编码问题开始前记得在浏览器开发者工具里禁用图片加载滚动速度能快上一大截。第 1 步把采集脚本递进浏览器30 秒用 Chrome、Brave 或任何 Chromium 内核的浏览器打开目标 TikTok 视频页确认评论区已经可以正常手动滚动。接着按下F12或CtrlShiftJ打开开发者控制台然后回到项目根目录双击Copy JavaScript for Developer Console.cmd——它会把采集脚本src/ScrapeTikTokComments.js自动复制到剪贴板。非 Windows 用户就手动执行python src/CopyJavascript.py。这一步的本质是把一段能干的 JS 员工提前放进你的剪贴板里。第 2 步控制台粘贴并执行等待期切回开发者控制台的 Console 标签页粘贴刚才复制的代码回车运行。接下来你就能亲眼看着它表演了控制台开始滚动输出Loading 1st level comment number 42、43、44……一级评论在自动加载加载完毕后它开始疯狂点击查看回复把所有二级回复摊开最后出现CSV copied to clipboard!大功告成。这个过程快得超出预期给你一张时间参考表评论规模预计耗时200 条以内几十秒搞定3000 条以内中端笔记本实测 5 分钟内完成3000 条以上页面会开始卡顿建议分批采集第 3 步剪贴板变 Excel10 秒保持剪贴板内容不变回到项目根目录双击Extract Comments from Clipboard.cmd。Python 脚本会立刻干活读剪贴板 → 生成临时 CSV → 转成 Excel → 自动清理临时文件。看到Done.字样项目根目录里就多了一个Comments_时间戳.xlsx用 Excel 或 LibreOffice Calc 直接打开即可。三步口诀送给你双击复制 JS → 控制台执行 → 双击导出 Excel。 导出的 Excel 里到底装了什么好东西这是我觉得这个工具最值的地方——它不只是抓评论而是把整条视频的互动数据都打包了。打开 Excel 你会看到作品信息区几行元数据字段含义Post URL视频链接Publisher Nickname / / URL发布者昵称、账号、主页链接Publish Time发布时间Post Likes / Shares作品点赞数与转发数Description视频文案描述评论区统计区字段含义Number of 1st level comments一级评论实际数量Number of 2nd level comments二级回复实际数量Total Comments (actual)页面真实渲染出的总条数Total Comments (TikTok shows)TikTok 界面显示的评论数Difference两者差值帮你识别虚高逐条评论明细每行一条字段含义Comment Number评论序号Nickname / User / User URL评论者昵称、账号、主页链接Comment Text评论原文Time评论时间已整理成规范日期Likes该条评论获赞数Profile Picture URL评论者头像链接Is 2nd Level Comment是否为二级回复User Replied To如果是回复回复了谁Number of Replies这条评论收到了多少条回复有了这张表评论的关系网络一清二楚谁带火了讨论、谁在跟谁互动全都能追出来。 实测数据与边界它真的靠谱吗作者在实测中给过一组很诚实的数据在一台中端笔记本上测试了评论数约 3000 条的视频加载阶段页面会略有卡顿但最终只漏掉了 64 条评论占比约 2%。这里要科普一个 TikTok 的老毛病它界面显示的评论数经常虚高。比如图标上写着 750 条实际全部渲染出来可能只有 740 条左右——这不是工具的问题而是平台本身的展示限制。好消息是这个误差比例在大多数情况下小到可以忽略。总结一句它的采集率在 98% 上下性能足以应对 3000 条以内的日常需求超出部分建议分批处理。️ 避坑指南4 个高频问题的解决方案问题一评论怎么加载不完整先手动滚动页面到评论列表底部确认是否真的没有更多内容了如果中途就停了可以调大 JS 文件里的loadingCommentsBuffer缓冲值让它在无新增时多坚持几轮。再不行清一下浏览器缓存重试。问题二Excel 文件生成失败三步排查先确认剪贴板里确实是刚复制的 CSV 数据别手滑复制了别的东西再检查有没有已经打开的 Excel 文件占用了同名文件最后可以手动执行python src/ScrapeTikTokComments.py它会打印详细的错误信息。问题三中文内容显示乱码用记事本打开临时 CSV 文件另存为 UTF-8 编码或者在 Excel 里用数据 → 自文本功能手动选择 UTF-8 编码导入都能解决。问题四往控制台粘代码安全吗最重要的一条安全。但只限于你信任的脚本。原版采集脚本全程不发任何网络请求唯一的安全敏感动作就是复制到剪贴板。但开发者控制台是浏览器的后门千万不要把来路不明的代码随手粘进去执行——这是行业公认的严重安全风险。用之前花一分钟通读脚本确认没有可疑请求再用不迟。 采集到的数据能玩出什么花样工具是手段数据才是目的。这份 Excel 能直接支撑至少四类场景抽奖与投票统计一级、二级回复全量在手中奖名单按规则一筛即出再也不用肉眼数评论。竞品口碑分析批量采集竞品视频的评论用 Excel 透视表做高频词统计、情感倾向判断用户对产品的真实吐槽一目了然。粉丝画像勾勒统计高频评论者、评论时间分布找到你的铁粉和最佳互动时段。内容复盘优化观察哪类内容评论激增、哪条评论被回复最多反推内容方向。每一个场景都建立在数据完整、字段结构化这个前提上——这正是这个工具的核心价值。✅ 写在最后回顾一下TikTokCommentScraper 用一个极简的设计把 TikTok 评论采集这件事压缩成了三个动作——复制脚本、执行脚本、导出 Excel。它不用你写一行代码不用搭复杂的爬虫环境内置环境开箱即用还顺手把二级回复采集这个最容易漏的坑填平了。工具只是起点真正值钱的是你拿到数据之后的判断。下次当你需要分析一条热门视频的评论区时别再手动滑到手指抽筋了——把它交给这个自动化小助手把时间省下来用在真正需要你思考的地方。【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