怎样导出视频号评论,整理观众反复问的问题?
用目标视频的数字 ID 调 wechat_channels.v2.fetch_video_comments 取可见评论,保存每次响应,再用 export_channel_comments.py 把已存响应导出成 comment-observations.csv。一级评论的 comment_id 留空。要读某条评论的回复,就填这条父评论的 comment_id,从父评论回复分支的第一页开始。
例如你做了一条活动介绍视频,想知道观众对门票、预约和入场有什么疑问。找出具体问题,核对视频是否已经回答每个问题,再决定往 FAQ 或视频介绍里补什么。
从一条视频开始,怎样做?
- 确认目标作品。 有数字作品 ID 就直接复用;只有分享链接时,按链接与标识流程先确认作品与发布账号。
- 读取一级评论。 先读最多 3 页,保存评论正文、实际返回的点赞数、时间及来源。研究需要更大范围时,另安排下一批。
- 展开会改变理解的回复。 例如“这个还要另外预约吗”可能指某个具体项目,读这条父评论的回复,并保留父评论与回复的关系。
- 整理问题。 评论者原句与你的归纳分列。先核对视频本身的说明,再写下一步:引用已有说明、补充说明,或核实细节。
可以给已连接 BeatAPI 的助手这样的任务:
读取这条活动视频最多3页评论,整理票价、预约和入场方面的问题。每个问题保留原句和来源;需要理解上下文时再看该条回复。导出评论材料表,并列出值得补进FAQ的问题。
评论怎样变成能用的FAQ线索?
措辞相近的评论可以归为同一主题,但同一条评论重复返回仍只是一条来源。按实际核对过的问题记录来描述结果;3 页评论样本不代表所有观众。
拿到导出文件后先看什么?
comment-observations.csv 每行一条评论观察,coverage.json 记录作品、父评论分支、实际读取的页数与停止原因。先读评论正文选问题,再从原始响应里选择需要展开的父评论。本页后面的 prepare_reply_branch.py 直接从已存响应生成回复分支请求,避免从表格复制被软件改写过的长 ID。
comment-observations.csv 不含昵称、头像和属地资料列,整理时只看问题。分享前检查评论正文里有没有评论者自己透露的个人信息;原始响应与内部研究表分开保存。
下面几节讲取评论、保存页面与本地导出。export_channel_comments.py 每次运行只处理一条作品的一个分支。
选一级评论分支或一个回复分支
两种分支都用 data:wechat_channels.v2.fetch_video_comments:
- 一级评论设
comment_id=""。 - 回复设为选定父评论的原始
comment_id。
一级分支和回复分支是同一个动作的不同范围,不是另一个回复接口。每个分支开始时把 last_buffer 重置为 "",并明确设置 raw:false。响应包含 data.object_id、comment_id、comments、down_continue 和 last_buffer;每条评论有 comment_id 和 content,可选 like_count、reply_count 和 create_time。reply_count 是回复数,不等于已经取到回复。
一级评论请求如下,按你的目标替换作品 ID。发送请求需要单独批准;后面的导出器离线处理已保存响应:
保存完整响应,每次导出一个分支
- 创建
comment-pages.json,其中的路径相对于清单文件。后续每一页都用上一页实际返回的last_buffer,不是页码;object_id、comment_id、raw保持不变。记录每页真实的 HTTP 状态与采集时间,包括末页失败响应。传输超时没有响应时,不要伪造 JSON。
- 把下面的脚本保存为
export_channel_comments.py,运行python3 export_channel_comments.py comment-pages.json root-review。 - 选定父评论的回复另用一份清单和一个输出目录,例如
reply-123-review。不要把一级页与回复页拼成同一条分页链。
export_channel_comments.py 核对返回的 object_id 和父评论身份;返回的回显不安全或不一致时,export_channel_comments.py 在创建输出前停止,不信任可能已被舍入的标识。
验收表格,而不只是HTTP成功
- CSV 每行是一条观察。
export_channel_comments.py会标记重复的可用评论 ID,不静默覆盖前一行;缺失和 null 计数分开保留。同一评论重复出现不等于第二条独立意见。 - 评论 ID 不安全的行没有可用的
comment_id。这一行的正文仍可凭source_index和comment_index审阅,但不能安全地用来请求回复;不要把舍入后的数字转成文字假装修复。 provider_end只表示当前分支到达服务端报告的终点。一级分支结束不代表任何回复分支结束。预算用完、游标重复或缺失、空页仍报告有更多、未知标记是各自独立的停止原因。- 末页网关错误时,保留前面各页的评论和错误证据;作品或父评论混用、结构错误或游标链断开时,整批拒绝。
export_channel_comments.py不覆盖已有输出;写入中断的输出目录按未完成处理。 - CSV 刻意不带昵称、username、头像与 IP 属地字段。评论正文仍可能暴露身份,删掉资料列不等于匿名化。分享时另做审核脱敏的副本,原件只存在私有本地证据目录。脚本不上传、不发通知。
先限定审核预算
例如先取 3 页一级评论,再为选中的 2 个父评论各取 1 页回复,计划最多 5 次评论页请求。按价格页当前单价估算这 5 次请求;定位作品和额外页面是另外的请求,实际评论条数取决于响应。在本地导出和阅读已存材料不需要新的取数请求。
读导出的正文,选出少量值得核对的问题或投诉,每条引用旁保留来源行。有限样本不能支撑关于整体情感、代表性、独立用户数或全部公开讨论的结论。选中的回复分支可以补充上下文,但保存的回复请求必须对应一级证据里那个确切且安全的父评论。
导出前用已保存的响应核对评论字段和游标字段。本页示例中的记录是合成数据。
从一级原件选择父评论,而不是复制表格里被编辑的ID
- 在一级导出表里选父评论的
source_index(从 1 开始的页号)和comment_index(原comments数组里从 0 开始的行号)。 - 把下面的脚本保存为
prepare_reply_branch.py,运行python3 prepare_reply_branch.py root-review 1 0 selected-parent。运行前先人工阅读那条确切的原评论;不要按标题、作者名或最大reply_count自动选父评论。 prepare_reply_branch.py重新读取归档响应,核对响应的哈希、动作、一级范围与身份,不信任 CSV 里被编辑过的评论 ID:安全整数或原始数字字符串可用,不安全的裸数字父 ID 会在创建输出前停止。reply_count不作为回复当前可取的证明。prepare_reply_branch.py把未执行的回复请求和本地父评论来源证据写进新目录selected-parent。
单独批准采集后,在新的回复清单里记录这个确切的 object_id 和 comment_id、实际响应与时间,从 last_buffer="" 开始。用 export_channel_comments.py 写到独立的回复目录,并把 selected-parent 目录放在回复目录旁边。selected-parent 让回复分支的选择能追溯到已记录的一级页面,但不表示回复页已经取回。一级证据的哈希只证明本地字节一致,不认证网络来源;不要同时修改原件和元数据来绕过校验。两个脚本都不会自动调用、重试或展开分支。

