抖音评论采集终极指南TikTokCommentScraper 完整使用教程免代码 5 分钟导出全量评论 Excel【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper想给视频做一次全量抖音评论采集却不想碰任何爬虫代码TikTokCommentScraper 是目前最省事的免费方案之一它能把一条视频下所有一级评论和二级回复整理成结构化 Excel适合抽奖核对、竞品观察和选题调研的运营、创作者与数据分析新手。这篇教程会带你把从拿到代码到产出表格的完整流程走通顺便讲清它背后的原理和几个容易踩的坑。一、先聊聊手动采集有多磨人假设你是一个做社区活动的运营视频发出后评论区涌进来几百条留言你要逐条核对参与名单。手动操作会是什么体验划到屏幕底页面唰地又加载一批不知道什么时候才到头想展开楼中楼回复得一条条点View more点到手酸终于复制出来了粘贴到表格里格式全乱昵称、时间、内容搅成一团。最让人崩溃的是第三点数据残缺。TikTok 是动态加载的你永远只看得见当前屏幕这部分评论真正完整的评论列表靠肉眼根本拼不出来。TikTokCommentScraper 的定位就是把这三件事自动化替你滚到底、替你点开所有回复、替你把数据排成齐整的表格。二、工具到底能导出什么先看产出清单与其空口说能采集评论不如直接看它能给你什么。最终生成的Comments_时间戳.xlsx里包含两类信息。帖子层面的数据开头几行字段含义Post URL视频链接Publisher Nickname / 发布者昵称与账号Publish Time发布时间Post Likes / Shares帖子点赞与分享数Description视频文案Number of 1st/2nd level comments一级评论与回复的各自数量评论层面的数据每条一行字段含义Nickname / User 评论者昵称与账号Comment Text评论原文Time发布时间Likes该条评论点赞数Is 2nd Level Comment是否为二级回复User Replied To回复的是谁Number of Replies该评论获得的回复条数也就是说一次采集得到的不是一坨文字而是带层级关系、带互动数据的结构化数据集。这和手动复制有着本质差别手动只能拿到看得见的这个工具拿到的是完整的。三、上手实操从拿到代码到产出 Excel 的四步走下面这份流程只要照做就能跑通全程不需要写任何代码。用 Windows 会尤其省事仓库里自带了精简过的 Python 环境。第一步获取项目与运行环境git clone https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper Windows 用户拿到项目后可以直接用仓库内已内置精简版 Python 环境约 7MB无需再装依赖。Linux 或 macOS 用户则需确保系统有 Python 3.6并安装两个包pip install pyperclip openpyxl。第二步打开目标视频进入开发者工具用 Chrome、Edge、Brave 这类 Chromium 内核浏览器打开要采集的视频页先手动滚动一下评论区确认评论能正常加载。然后按F12切到 Console 标签页这一步是把执行环境准备好。第三步注入采集脚本在项目根目录双击Copy JavaScript for Developer Console.cmd它会把 src/ScrapeTikTokComments.js 里的采集脚本自动复制到剪贴板。回到浏览器 Console粘贴并回车执行。接下来你会看到类似这样的日志滚动Loading 1st level comment number 120——正在滚动加载一级评论Opened all 1st level comments——一级评论全部加载完Buffer 3——正在反复点击回复展开按钮最后出现CSV copied to clipboard!——数据已按 CSV 格式写入剪贴板。第四步把剪贴板变成 Excel回到文件资源管理器双击Extract Comments from Clipboard.cmd。Python 脚本会读取剪贴板里的 CSV转成 xlsx 并保存到项目根目录。看到提示Done.后用 Excel 或 WPS 打开即可。⏱️ 耗时参考200 条以内的评论很快3000 条左右大约 5 分钟内完成。等待期间让页面保持在前台、不要手动滚动干扰脚本即可。四、它背后在做什么原理白话版不依赖官方 API不抓包它只是很老实地模拟了一个真人操作的过程分三个阶段进行。阶段一滚动式加载。脚本反复把最后一条评论滚进视野逼着抖音的懒加载机制吐出下一批评论。只有当连续多次滚动都刷不出新内容时才判定到底了。阶段二逐层展开回复。评论区里凡是带View字样的展开按钮都会被自动点击直到所有二级回复全部渲染出来。这一步解决的是层级完整性问题——光有评论没有楼中楼数据价值会大打折扣。阶段三DOM 解析与格式化。页面上的评论已全部就位脚本逐个读取昵称、内容、时间、点赞数等字段按行拼成 CSV 字符串最后通过copy()塞进剪贴板。整个链路里剪贴板扮演了数据搬运工浏览器里的 JS 把结果放进剪贴板本地的 Python 再从剪贴板取出来转成 Excel。这套设计的好处很明显不需要配置后端服务、不需要 API 密钥也没有调用次数限制完全是零成本运行。五、数据到手之后能用在哪儿拿到这份 Excel很多日常工作会立刻变得轻松活动抽奖与名单核对用评论内容和昵称两列去重、筛选比人工翻评论快得多还能核对 TikTok 显示的评论数与实际采集数的差异竞品与舆情观察把对手爆款视频的评论拉下来看看用户在意的点是什么、有没有集中出现的负面反馈这比只看点赞数有信息量得多选题与关键词挖掘统计评论里的高频词能快速判断观众对这条视频的真实反应为下一条内容提供方向。只要会一点 Excel 操作筛选、排序、数据透视就能把这份原始数据变成可用的洞察。想做更高级的处理也可以用 pandas 读入后做词频或情感分析。六、新手最容易踩的 5 个坑把实操中常见的几个问题提前列出来能帮你少走弯路。采集数量与 TikTok 显示数对不上。这是平台机制造成的正常现象TikTok 显示的评论数往往虚高。实测 3000 条评论的视频最终可能少采 60 多条比例通常可忽略。工具还会在 CSV 里专门记录差值字段方便你评估偏差。评论非常多时页面会卡顿。这是浏览器渲染压力所致属预期行为。采集超多评论的视频时可以耐心等待脚本本身会控制滚动节奏。循环提前结束、评论没采全。如果网络较慢滚动加载跟不上脚本的判定节奏可打开 src/ScrapeTikTokComments.js把第一阶段的loadingCommentsBuffer 30调大比如 60让脚本更能容忍暂时没刷出新内容的等待期。非 Windows 用户不熟悉命令行。把两个.cmd替换为对应的 Python 命令即可先python3 src/CopyJavascript.py复制脚本采集后再python3 src/ScrapeTikTokComments.py导出表格。安全红线别盲目粘贴陌生代码。向开发者控制台粘贴执行任何代码前都先通读一遍确认无恶意行为。本项目原版脚本不会发起任何网络请求剪贴板是唯一涉及系统操作的动作但这条自查习惯对任何工具都适用。七、结尾给你一份可直接照做的清单如果你现在就想试一次按下面这份清单走即可克隆仓库到本地或用 ZIP 下载解压打开目标视频页面按F12进入 Console双击Copy JavaScript for Developer Console.cmd粘贴并运行 JS等控制台出现CSV copied to clipboard!双击Extract Comments from Clipboard.cmd拿到 xlsx 文件。想进一步研究细节可以翻看 README.md 看完整说明或直接读 src/ScrapeTikTokComments.js 和 src/ScrapeTikTokComments.py 两个核心文件代码注释写得相当清楚。读完这篇教程的你下一步打算用它来采集哪类视频的评论是抽奖核对、竞品分析还是评论区选题挖掘欢迎试着跑一遍再回来对照生成的字段看看数据里能不能挖出点新东西——数据只是起点怎么用才是真正的价值所在。【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