企业官网建设流程全解析

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）：

评论层面的数据（每条一行）：

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。

1. 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。
2. 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。
3. 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。
4. 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。
5. 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：

1. 克隆仓库到本地（或用 ZIP 下载解压）；
2. 打开目标视频页面，按F12进入 Console；
3. 双击Copy JavaScript for Developer Console.cmd，粘贴并运行 JS；
4. 等控制台出现CSV copied to clipboard!；
5. 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