2024年短视频评论区批量爬取采集软件

您所在的位置:网站首页 批量评论点赞工具在哪 2024年短视频评论区批量爬取采集软件

2024年短视频评论区批量爬取采集软件

2024-07-09 15:45| 来源: 网络整理| 查看: 265

一、背景说明 前言

在这里插入图片描述评论区引流,顾名思义,是通过在视频下方进行留言评论、回复评论,吸引用户的注意,从而和你的账号产生互动、交易。比如,在一个关于健身的视频下方,留言分享自己的健身经验或者提出问题。通过及时回复用户的评论,并积极与他们交流,可以建立起良好的互动关系,增加用户对你账号的关注度和信任感。通过不断与用户互动,吸引客户到你的专属领域里,从而引导成交。

所以,这一切的前提,就是全面采集到评论数据!

1.1 效果演示

因此,我用python开发了一个爬虫采集软件,可自动抓取D音评论数据,并且含二级评论!

为什么有了源码还开发界面软件呢?方便不懂编程代码的小白用户使用,无需安装python、无需懂代码,双击打开即用!

软件界面截图:软件运行界面

爬取结果截图:结果截图1

结果截图2

结果截图3

以上。

1.2 演示视频

软件运行演示:【软件演示】DOU音评论采集工具,可爬取上万条,含二级评论!

文科生小白可以不看下面的代码了,直接通过视频了解工具使用!

1.3 软件说明

几点重要说明:软件说明

二、代码讲解 2.1 爬虫采集模块

首先,定义接口地址作为请求地址:

# 请求地址 url = 'https://www.douyin.com/aweme/v1/web/comment/list/'

定义一个请求头,用于伪造浏览器:

# 请求头 h1 = { 'accept': 'application/json, text/plain, */*', 'accept-encoding': 'gzip, deflate, br', 'accept-language': 'zh-CN,zh;q=0.9,en-US;q=0.8,en;q=0.7', 'cookie': '换成自己的cookie值', 'referer': 'https://www.douyin.com/', 'sec-ch-ua': '"Not_A Brand";v="99", "Google Chrome";v="109", "Chromium";v="109"', 'sec-ch-ua-mobile': '?0', 'sec-ch-ua-platform': '"macOS"', 'sec-fetch-dest': 'empty', 'sec-fetch-mode': 'cors', 'sec-fetch-site': 'same-origin', 'user-agent': ua, }

其中,cookie是个关键参数,需要填写到软件界面里。cookie获取方法如下:cookie获取方法

加上请求参数,告诉程序你的爬取条件是什么:

# 请求参数 params = { 'device_platform': 'webapp', 'aid': 6383, 'channel': 'channel_pc_web', 'aweme_id': video_id, # 视频id 'cursor': page * 20, 'count': 20, 'item_type': 0, 'insert_ids': '', 'rcFT': '', 'pc_client_type': 1, 'version_code': '170400', 'version_name': '17.4.0', 'cookie_enabled': 'true', 'screen_width': 1440, 'screen_height': 900, 'browser_language': 'zh-CN', 'browser_platform': 'MacIntel', 'browser_name': 'Chrome', 'browser_version': '109.0.0.0', 'browser_online': 'true', 'engine_name': 'Blink', 'engine_version': '109.0.0.0', 'os_name': 'Mac OS', 'os_version': '10.15.7', 'cpu_core_num': 4, 'device_memory': 8, 'platform': 'PC', 'downlink': 1.5, 'effective_type': '4g', 'round_trip_time': 150, 'webid': 7184233910711879229, 'msToken': 'LZ3nJ12qCwmFPM1NgmgYAz73RHVG_5ytxc_EMHr_3Mnc9CxfayXlm2kbvRaaisoAdLjRVPdLx5UDrc0snb5UDyQVRdGpd3qHgk64gLh6Tb6lR16WG7VHZQ==', }

下面就是发送请求和接收数据:

# 请求地址 url = 'https://www.douyin.com/aweme/v1/web/comment/list/' # 发送请求 r = requests.get(url, headers=h1, params=params) # 转json格式 json_data = r.json()

定义一些空列表,用于存放解析后字段数据:

ip_list = [] # ip属地 text_list = [] # 评论内容 create_time_list = [] # 评论时间 user_name_list = [] # 评论者昵称 user_url_list = [] # 评论者主页链接 user_unique_id_list = [] # 评论者DY号 like_count_list = [] # 点赞数 cmt_level_list = [] # 评论级别

循环解析字段数据,以"评论内容"为例:

# 循环解析 for comment in comment_list: # 评论内容 text = comment['text'] text_list.append(text)

其他字段同理,不再赘述。

最后,是把数据保存到csv文件:

# 保存数据到DF df = pd.DataFrame( { '目标链接': 'https://www.douyin.com/video/' + str(video_id), '页码': page, '评论者昵称': user_name_list, '评论者id': user_unique_id_list, '评论者主页链接': user_url_list, '评论时间': create_time_list, '评论IP属地': ip_list, '评论点赞数': like_count_list, '评论级别': cmt_level_list, '评论内容': text_list, } ) # 保存到csv文件 if os.path.exists(result_file): # 如果文件存在,不再设置表头 header = False else: # 否则,设置csv文件表头 header = True df.to_csv(result_file, mode='a+', index=False, header=header, encoding='utf_8_sig')

完整代码中,还含有:判断循环结束条件、时间戳转换、二级评论及二级展开评论的采集等关键实现逻辑,详见文末。

2.2 软件界面模块

软件界面采用tkinter开发。 主窗口部分:

# 创建日志目录 work_path = os.getcwd() if not os.path.exists(work_path + "/logs"): os.makedirs(work_path + "/logs") # 创建主窗口 root = tk.Tk() root.title('dy评论采集软件 | 马哥python说') # 设置窗口大小 root.minsize(width=850, height=650)

填写cookie控件:

# 【填入Cookie】 tk.Label(root, justify='left', font=('微软', 14), text='个人Cookie:').place(x=30, y=75) entry_ck = tk.Text(root, bg='#ffffff', width=110, height=2, ) entry_ck.place(x=30, y=100, anchor='nw') # 摆放位置

填写视频链接控件:

# 【视频链接】 tk.Label(root, justify='left', font=('微软', 14), text='视频链接:').place(x=30, y=145) note_ids = tk.StringVar() note_ids.set('') entry_nt = tk.Text(root, bg='#ffffff', width=110, height=14, ) entry_nt.place(x=30, y=170, anchor='nw') # 摆放位置

底部软件版权说明:

# 版权信息 copyright = tk.Label(root, text='@马哥python说 All rights reserved.', font=('仿宋', 10), fg='grey') copyright.place(x=290, y=625)

以上。

2.3 日志模块

好的日志功能,方便软件运行出问题后快速定位原因,修复bug。

核心代码:

def get_logger(self): self.logger = logging.getLogger(__name__) # 日志格式 formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s' # 日志级别 self.logger.setLevel(logging.DEBUG) # 控制台日志 sh = logging.StreamHandler() log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S') # info日志文件名 info_file_name = time.strftime("%Y-%m-%d") + '.log' case_dir = r'./logs/' info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name, when='MIDNIGHT', interval=1, backupCount=7, encoding='utf-8')

日志文件截图:日志文件截图

三、获取源码及软件

完整python源码及exe软件,微信公众号"老男孩的平凡之路"后台回复"爬抖音评论软件"即可获取。点击直达



【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3