企业官网建设流程全解析

B站视频评论爬虫：如何完整爬取一级与二级评论并导出CSV？

【免费下载链接】BilibiliCommentScraperB站视频评论爬虫 Bilibili完整爬取评论数据，包括一级评论、二级评论、昵称、用户ID、发布时间、点赞数项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper

凌晨一点，你为了写一份视频用户调研，正对着B站评论区一页一页往下翻。翻了二十分钟，才存下八十来条评论，楼中楼的回复更是理不清谁在回谁——手都酸了，数据还残缺。这不是你手速的问题，是方法的问题。BilibiliCommentScraper这个开源的B站视频评论爬虫，正是为这种场景准备的：把一级评论、二级评论、昵称、用户ID、发布时间、点赞数一次性完整搬进 CSV，你只管睡觉，它替你熬夜。

不调接口，它把自己伪装成"真人"

市面上不少爬虫走 B 站 API，省事是真省事，可拿到的往往只有前几十条，评论层级也丢得七七八八。BilibiliCommentScraper 换了一条更笨、也更稳的路——用 Selenium 驱动真实浏览器，模拟真人浏览网页。

你在网页上怎么操作，它就怎么操作：不断向下滚动，逼页面把评论一条条加载出来；遇到"查看全部"就点开；二级评论一页翻不完，就一页一页翻到底。模拟真人浏览，意味着页面能看到的评论，它都能拿到，包括 API 接口通常不给的楼中楼。这对你意味着什么？意味着你不用再对着残缺数据做情感分析、写调研报告，数据底座完整了，后面的分析才站得住。

一张速查卡：从零到 CSV 只要三行命令

别急着研究代码，先看全流程有多短：

登录这步值得多说一句。它会在本地生成cookies.pkl，把你的登录态存下来。之后每次运行都自动带登录状态，不用反复扫码，你要做的只是把新视频链接追加进video_list.txt，然后回车。批量管理多个视频就是这么简单——每个视频会生成一个以视频 ID 命名的独立 CSV，互不干扰。

断点续爬：断电、断网、浏览器崩了，都吓不跑它

来做一个情景模拟，你感受一下：

你在爬一个评论上万的热门视频，进度走到 60%，笔记本没电了。

第二天开机，重新运行程序，它直接问都不问，接着上次的第 37 条一级评论继续爬，CSV 文件也在原来的基础上继续追加，不重复、不丢数据。

秘密藏在progress.txt里。这个文件像一张精确到毫米的书签，记录着"第几个视频、第几条一级评论、二级评论翻到第几页"。程序每次落笔前都会更新它，所以任何时刻中断，都能原路找回进度。想从头再来？删掉progress.txt即可。想跳过某个爬不动的视频？把video_count加一，干净利落。

同样的省心逻辑还体现在错误处理上：网络抖动、页面加载超时，程序会自动重试；实在爬不了的视频会被记进video_errorlist.txt，你事后扫一眼就知道哪个视频掉了队。

开爬前 60 秒检查清单

别等跑起来才发现少了什么，开爬前扫一遍这张清单：

• Python 3 已安装，依赖库已pip install
• video_list.txt里每行是一个完整的 B 站视频 URL
• 网络稳定（首次运行建议人在电脑前，方便扫码）
• 想从头爬？确认没有残留的progress.txt
• 如果之前登录过但 cookies 失效，删掉cookies.pkl重新登录

全部打勾，就可以放心让程序跑一整晚了。

参数拧两下，热门视频也稳

默认参数适合大多数场景，但碰到 10 万+ 评论的爆款视频，页面会因为加载数据过多而内存崩溃。这时你需要动两个旋钮：

MAX_SCROLL_COUNT = 45 # 默认45次滚动，约能加载920条一级评论，可调小 max_sub_pages = 150 # 二级评论最多翻150页，设 None 表示不限制

滚动次数越少，页面越轻，越不容易崩；二级评论页数设个上限，同样是为了省内存。嫌请求太密集、怕被平台"限流"？加一行随机延时：

import random time.sleep(random.uniform(1, 5)) # 每次等待1~5秒，随机分散请求节奏

把参数调成适合自己视频的量级，爬取过程就从"碰运气"变成了"可预期"——这也是这个工具和一次性脚本最大的区别。

拿到 CSV 之后：这张表怎么读

程序跑完，同级目录下会出现以视频 ID 命名的 CSV 文件，每一行是一条评论，字段结构如下：

• 编号：该评论在整个评论流中的位置
• 隶属关系：一级评论 / 二级评论，层级一目了然
• 被评论者昵称、被评论者ID：一级评论显示"up主"，二级评论显示被回复的那位用户
• 昵称、用户ID：评论者本人信息
• 评论内容、发布时间、点赞数：分析最常用的三个字段

截图里每一行都带着完整归属信息：哪条是楼中楼、回复的是谁、多少赞、什么时候发的——这份结构化数据可以直接喂给 pandas 做情感分析、词频统计或社群网络研究，不需要再手工整理。

翻车现场急救箱

用的时候难免遇到几个小状况，提前给你备好解药：

CSV 用 Excel 打开是乱码？文件是 UTF-8 编码，Excel 默认没认出来。改用记事本打开，或走"数据 → 从文本/CSV 导入"并手动选择 UTF-8，即可正常显示。

单元格显示$NAME?报错？这是 Excel 把以-开头的昵称当成了公式，例如"-Ghauster"。不是数据坏了，换个导入方式或直接用代码读取就好。

爬到的评论数比页面标称的少？正常。B站评论数存在虚标，部分评论可能被隐藏或屏蔽。判断标准很简单：你手动把网页滚到底，看到的最后几条评论和 CSV 末尾对得上，就是完整爬全了。

报 Permission denied？多半是 CSV 或 progress.txt 被其他程序占用，比如你正开着 Excel 看它。关掉占用文件，或换管理员身份运行，即可解决。

程序长时间没动静？大概率是访问太频繁被平台"冷处理"了。重启程序即可断点续爬，若频繁出现，就按前面说的把延时拉长。

你的第一份完整评论数据集，现在就能开始

从手工翻页到全自动爬取，从残缺数据到层级完整的 CSV，差的只是一个对的工具。BilibiliCommentScraper 的价值不在于代码多炫，而在于它把"完整、断点、批量、省心"这四个词落到了实处，让每一个想认真做数据分析的人，都能用十分钟搭好自己的数据管道。

想立刻上手？克隆下来跑一遍就知道：

git clone https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper.git cd BilibiliCommentScraper pip install selenium beautifulsoup4 webdriver-manager

把你想分析的视频链接写进video_list.txt，运行python Bilicomment.py，剩下的交给它。如果你在爬取中发现新的坑、或者有更好的参数方案，也欢迎把经验带回项目——这类工具的价值，正是在使用者的反馈中一点点长起来的。数据驱动的时代，先拿到完整数据的人，赢在起跑线上。

【免费下载链接】BilibiliCommentScraperB站视频评论爬虫 Bilibili完整爬取评论数据，包括一级评论、二级评论、昵称、用户ID、发布时间、点赞数项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper