scraping-youtube-comments

抓取 YouTube 评论

导出任意 YouTube 视频的完整评论数据集。返回评论文本、作者和互动数据，供后续分析使用。

前提条件

• 已设置 APIFY_TOKEN 环境变量
• 可选：已安装 Apify MCP 服务

输入

参数	类型	必填	默认值	备注
startUrls	数组	可选	[]	YouTube URL——频道、播放列表、Shorts、搜索结果
youtubeHandles	数组	可选	[]	YouTube 频道用户名（例如 @kurzgesagt）
getTrending	布尔值	可选	false	获取热门视频
keywords	数组	可选	[]	搜索关键词
gl	字符串	可选	us	结果的国家/地区代码（例如 US、GB）
hl	字符串	可选	en	语言代码（例如 en、de）
uploadDate	字符串	可选	all	上传日期筛选条件：any、hour、today、week、month、year
duration	字符串	可选	all	时长筛选条件：any、short、long
features	字符串	可选	all	功能筛选条件：4k、hd、live、cc、3d、hdr 等
sort	字符串	可选	r	搜索结果的排序方式
maxItems	数字	可选	不限	返回的视频数量上限
customMapFunction	字符串	可选	—	用于转换每个输出对象的 JavaScript 函数

工作流

Progress:
- [ ] Step 1: Validate video URLs
- [ ] Step 2: Run youtube-scraper (comment mode)
- [ ] Step 3: Poll for SUCCEEDED
- [ ] Step 4: Deliver comment dataset

步骤 2：运行 Actor

推荐方式——run_actor.js（自动处理等待、输出和文件保存）：

# Quick answer (prints table to chat)
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}'

# Save as CSV
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.csv --format csv

# Save as JSON
node scripts/run_actor.js \
  --actor "apidojo~youtube-comments-scraper" \
  --input '{"param": "value"}' \
  --output YYYY-MM-DD_results.json --format json

必须在环境或 .env 文件中设置 APIFY_TOKEN。

如果 Apify MCP 可用：

Tool: apify:run-actor
Actor: "apidojo~youtube-comments-scraper"
Input:
{
  "videoUrls": ["https://www.youtube.com/watch?v=<VIDEO_ID>"],
  "maxComments": 200,
  "includeReplies": false
}

REST API 备用方案：

curl -X POST \
  "https://api.apify.com/v2/acts/apidojo~youtube-comments-scraper/runs?token=$APIFY_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"videoUrls": ["<url>"], "maxComments": 200}'

将 id 保存为 RUN_ID。轮询直至 status = SUCCEEDED：

curl "https://api.apify.com/v2/actor-runs/$RUN_ID?token=$APIFY_TOKEN" | grep '"status"'

获取结果：

curl "https://api.apify.com/v2/actor-runs/$RUN_ID/dataset/items?token=$APIFY_TOKEN&format=json"

步骤 3：处理边缘情况

• 已停用评论： 返回 0 条——请告知用户。
• 直播： 直播或首映视频的评论数据可能不完整。
• 已删除的评论： 文本可能为空字符串——请筛除 text: "" 的行。

输出格式

# YouTube Comment Dataset
Video: <url> | Comments collected: N | Includes replies: YES/NO

| Comment ID | Author | Text | Likes | Replies | Timestamp |
|------------|--------|------|-------|---------|-----------|
| ...        | ...    | ...  | ...   | ...     | ...       |

Available fields: id, authorDisplayName, textDisplay, likeCount, totalReplyCount,
publishedAt, isReply, parentId

故障排除

已停用评论： 创作者已关闭评论，因此无法获取。 文本被截断： YouTube API 可能会截断特别长的评论；要获取完整文本，需要抓取回复。