跳到导航

用Python研究抖音收纳视频,怎样从搜索走到有原句的问题清单?

要用 Python 把抖音研究整理成带出处的问题清单:先用 douyin.search.fetch_general_search_v2 搜一页抖音视频,按实际用途选出相关作品,再用每条作品的 aweme_id 调 douyin.app.v3.fetch_video_comments 取一级评论。已有核对过的作品 ID 时,直接查评论。交付表把问题、原句、使用场景和来源放在同一行。

例如做租房收纳内容,先搜「租房收纳」,选确实展示使用过程的视频,再从评论里找柜体尺寸、取放和搬家拆装的问题。看过原句,再决定哪项值得拍成讲解。

1. 准备一轮小范围研究

使用 Python 3 标准库,把 BeatAPI 密钥配置在本地环境变量 BEATAPI_API_KEY。先做一页搜索,再挑三条作品各读首批评论,计划最多四次查询;实际候选和评论数量以返回为准。价格见价格页。

示例按综合排序搜索最近一周的视频。研究近期的新表达时,把 sort_type 改成字符串 "2";找点赞最多的候选用 "1"。排序只帮助发现候选,相关性还要看实际作品判断。

2. 保存一次请求与原响应

把下面的脚本保存为 dy_read.py。每次运行取一批搜索或一批评论,把请求条件、时间和响应放进一个新目录。

import json
import os
import sys
from datetime import datetime, timezone
from pathlib import Path
from urllib.error import HTTPError, URLError
from urllib.request import Request, urlopen
if len(sys.argv) != 4 or sys.argv[1] not in {"search", "comments"}:
raise SystemExit("Usage: python3 dy_read.py search|comments VALUE NEW_DIRECTORY")
mode, value, directory = sys.argv[1:]
if not value.strip():
raise SystemExit("Supply a keyword or a verified aweme ID")
key = os.environ.get("BEATAPI_API_KEY")
if not key:
raise SystemExit("Set BEATAPI_API_KEY in your local environment")
if mode == "search":
action = "douyin.search.fetch_general_search_v2"
params = {"keyword": value, "cursor": 0, "sort_type": "0",
"publish_time": "7", "filter_duration": "0", "content_type": "1",
"search_id": "", "backtrace": ""}
else:
action = "douyin.app.v3.fetch_video_comments"
params = {"aweme_id": value, "cursor": 0}
body = {"action": action, "params": params}
out = Path(directory)
out.mkdir(parents=True, exist_ok=False)
(out / "request.json").write_text(json.dumps(body, ensure_ascii=False, indent=2), encoding="utf-8")
started = datetime.now(timezone.utc).isoformat()
(out / "attempt.json").write_text(json.dumps({"started_at": started, "action": action}), encoding="utf-8")
request = Request("https://api.beatapi.io/v1/social-data/call",
data=json.dumps(body).encode("utf-8"), method="POST",
headers={"Authorization": "Bearer " + key, "Content-Type": "application/json"})
try:
with urlopen(request, timeout=60) as response:
status, raw = response.status, response.read()
except HTTPError as error:
status, raw = error.code, error.read()
except URLError:
(out / "transport-error.json").write_text(json.dumps({"outcome": "unknown", "action": action}), encoding="utf-8")
raise SystemExit("No final response saved; review the attempted request before repeating")
(out / "response.json").write_bytes(raw)
(out / "call.json").write_text(json.dumps({"action": action, "params": params,
"http_status": status, "started_at": started,
"finished_at": datetime.now(timezone.utc).isoformat(),
"response_file": "response.json", "platform_review": "required"},
ensure_ascii=False, indent=2), encoding="utf-8")
try:
payload = json.loads(raw)
except (ValueError, UnicodeError):
raise SystemExit("Saved a non-JSON response; inspect response.json")
if status != 200 or not isinstance(payload, dict) or payload.get("status") != "succeeded" or payload.get("error") is not None or payload.get("action") != action:
raise SystemExit("Saved a failed or unexpected response; inspect response.json")
print("Saved response for platform-content review: " + str(out / "response.json"))

先搜索:

python3 dy_read.py search '租房收纳' dy-search-01

搜索使用 douyin.search.fetch_general_search_v2。publish_time:"7" 表示最近一周,content_type:"1" 只找视频,filter_duration:"0" 不限时长。改研究范围时明确修改对应条件,并保存到新的查询目录。

dy_read.py 核对网关执行状态后保留平台材料,接下来从 response.json 看具体作品;call.json 保留这批请求的条件和取得时间。HTTP 错误也保存原件;没收到最终响应时留下尝试记录,方便排查。

3. 从首批结果挑相关作品

先核对作品确实在讲租房收纳,再选使用问题不同的作品,例如窄柜怎样量尺寸、常用的东西怎样取放、搬家时怎样拆装。每条作品记录来源、实际作品标识和入选理由。

点赞多可以提示值得关注,但同一页里排在前面的内容仍只是本轮检索样本。与目标无关的泛家居展示单独排除;不要用搜索返回顺序代替内容判断。

从真实作品确认 aweme_id 后再读评论;aweme_id 标识作品,与作者的 uid、sec_uid 是不同对象。只有链接时,先按作品链接与ID确认作品。

4. 读选中作品的首批评论

python3 dy_read.py comments '<confirmed_aweme_id>' dy-comments-01

评论动作是 douyin.app.v3.fetch_video_comments,第一次 cursor:0,count 保持默认。换视频时,换成另一条作品的 ID 和新的输出目录,保留每条作品和对应评论批次的关系。

整理前,先看原句是否针对同一种柜体或方案:

评论归类示例内容问题下一步
“我家柜子只有30厘米深”方案的尺寸条件对照原作品说明,整理测量方式与待核尺寸
“每天拿出来太麻烦”取放频率与动线找评论是否交代物品、位置和使用过程
“搬家能拆吗”拆装与重复使用补读作者答复,区分疑问与已有经历
“求链接”“同问”兴趣或接续表达结合父评论,保留原话与上下文

上表用于演示如何把评论原句拆解为内容问题。需要补作者解释时,接评论与回复流程:读回复需分别确认作品的 item_id 与所选评论的 comment_id。

5. 需要更多材料时怎样接着做?

dy_read.py 只读取首批。搜索续页沿用相同筛选条件,带上实际响应里的 cursor、search_id、backtrace;评论续页使用同一作品上一批返回的游标。两条续页记录分开保存,按本轮计划的页数和作品范围继续。

由于 douyin.search.fetch_general_search_v2 和 douyin.app.v3.fetch_video_comments 直接返回原始平台数据结构、没有固定的顶层正文字段路径,建议先保存原始响应并在查看实际结构后整理人工问题表,而非直接按固定列解析为 CSV。重读已存原件不需要重新查询。

6. 交给内容同事什么?

按尺寸、取放、拆装等实际主题整理表格。每条放原句、作品和评论来源、使用条件、作者已有回答、待核项和可做的内容。重复命中按真实标识合并,评论条数和不同作品数分开写。

例如“怎样量柜深”可以变成测量教程;只有泛泛抱怨、没有对象和条件的,留作待核。交付结果要让同事知道接下来该讲什么、依据在哪,而不只看到情绪标签。

把材料交给助手时,可以这样写:

复用这轮租房收纳搜索与评论原件,按尺寸、取放和拆装整理具体问题。每个发现附原句、出处和已知条件,保留作者解释;列出适合做内容的题目与还要补的材料,说明本轮实际范围。

专门找低粉高互动样本时

先用 douyin.billboard.fetch_hot_total_low_fan_list 看榜单样本,例如参数 {"page":1,"page_size":10,"date_window":24,"keyword":"租房收纳"}。date_window 按小时计,接受 1、24、72、168。用低粉榜单动作自己的页号翻页,实际条数和字段以返回为准。榜单候选和普通关键词搜索的样本分开保存。

如果团队自己定义“低粉”,在上文搜索得到的样本上核对作者的实际粉丝数,记录阈值和观察时间。互动和播放分别比较,缺粉丝数或播放数的样本标为待补。读入选作品的内容和评论,看能否借用作品的讲法,比如先展示柜内尺寸再演示收纳。每个样本交付来源、选择理由和可验证的内容做法。