douyin

本软件工具仅限学术交流使用，严格遵循相关法律法规，符合平台合法性，禁止任何商业用途！

最近捣鼓出了一款用 Python 开发的抖音评论区数据采集工具 ——douyin_search_comment_tool。它可不是一般的小玩意儿，能帮咱们挖到抖音评论区里超多有价值的信息！

一、为啥开发这个工具？

抖音现在多火不用我多说了吧，日活好几亿，那评论区简直就是个信息大宝库！消费者对各种商品、品牌的看法、需求，还有购买意图都藏在这些评论里。我就想着，能不能做个工具，合法合规地把这些数据收集起来分析分析，让大家能更了解消费者的心思呢？于是，这款工具就诞生啦~

它支持两种采集模式：

按关键词采集：输入作品关键词，找到相关作品链接，再抓取评论，就像顺着藤蔓找西瓜一样。

按作品链接采集：直接输入作品链接，就能把评论捞出来，简单直接。

二、软件长啥样？效果咋样？

给你们看看软件运行时的样子，界面设计得很简洁，操作起来超方便。不管你是技术大神，还是刚接触这类工具的小白，都能轻松上手。

采集完的数据也很直观。笔记数据会自动导出csv文件，里面包含关键词、视频标题、作者昵称、粉丝数等 13 个字段:

评论数据的csv文件也有 11 个字段，像评论者昵称、评论时间、评论内容都有，清清楚楚，方便分析:

我还录了个软件运行演示视频，大家可以去看看，更直观地感受一下它的强大！

三、使用说明

几个必需的说明：

• 系统适配：Windows 用户有福啦，不用再费劲去装 Python 运行环境，直接双击就能打开用，主打一个方便快捷！
• 爬取方式：它是通过接口协议来爬取数据的，不是那种模拟浏览器的方式，稳定性超棒，不用担心爬着爬着就出问题。
• cookie 设置：使用前得在 cookie.txt 文件里填好自己的 cookie 值（获取方法也很简单，有专门的说明，按照步骤来就行），这样就能重复使用，方便后续操作。
• 筛选功能：支持多种筛选条件，排序方式有综合排序、最新发布、最多点赞；发布时间能选不限、一天内、一周内、半年内。还有笔记关键词、笔记链接、评论关键词、IP 属地这些都能设置，想找啥数据，轻松筛选就行。
• 数据保存：爬取过程中，每爬完一页就会存一次 csv 文件，每隔 1 - 2 秒存一次，就算中途出点小意外，也不用担心前面的数据丢了，主打一个安心。
• 运行记录：爬取的时候会生成 log 文件，详细记录运行过程，要是出了问题，顺着 log 文件就能找到原因，回溯超方便。
• 筛选效率：评论筛选不是等全部爬完再进行，而是边爬边筛，效率直接拉满！

四、技术揭秘

这款软件全部用 Python 开发，里面用到了几个常用模块：

tkinter：负责打造软件的 GUI 界面，让咱们操作起来一目了然。
requests：在合法合规的前提下，负责去请求数据，把需要的数据从抖音 “拿” 回来。
json：解析获取到的响应数据，让数据变得有条有理，方便后续处理。
pandas：用来保存 csv 结果，还能在合法范围内清洗数据，去除那些没用的信息。
logging：记录日志，把操作过程都记下来，方便检查是不是合规。

不过呢，出于版权和合规的考虑，暂时还不能公开源码，希望大家理解哈。

五、功能详解

填写 cookie：这是使用的第一步，把通过合法途径获取的 cookie 值填到 cookie.txt 文件里。

大家一定要遵守抖音平台关于 cookie 使用的规定，别违规操作哦！

根据关键词爬评论：先在软件左上区填好笔记筛选项，再在右上区设置评论筛选项，最后点击按钮 1，就等着数据乖乖 “跑” 到你的电脑里吧！

根据作品链接爬评论：在中上区输入作品链接，右上区设置好评论筛选项，点击按钮 2，数据采集就开始啦，是不是很简单？

六、作者声明

软件首发公众号 “老男孩的平凡之路”，主要是供大家学术交流、技术探讨用的，可千万别拿去商用哦！要是违反规定，那可就不好啦。

希望大家在遵守规则和法律的前提下，一起交流使用心得，让这个工具变得更完善！