三步搞定TikTok评论批量采集：完整评论数据一键导出Excel实战

【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper

你是否经历过这样的崩溃瞬间：想分析一条热门视频的评论区，却只能手动滚动、逐条复制，折腾一下午还漏掉大半回复？你是否好奇，为什么别人能在几分钟内把成百上千条评论整理成一份规整的表格？答案就在今天的主角——TikTokCommentScraper。这是一款专为 TikTok（国际版抖音）评论批量采集设计的开源小工具，不需要你懂编程，照着三步走，就能把完整的评论数据，包括那些藏得最深的二级回复，一次性导出成 Excel。

🚀 全景速览：30秒认识这个评论采集工具

它是谁？

TikTokCommentScraper 是一个极简的开源脚本集合，核心只有两个部分：一段跑在浏览器里的 JavaScript，负责在页面上"采集"；一段跑在电脑上的 Python 脚本，负责把数据"整理"成表格。项目还内置了一个精简过的 Python 运行环境，Windows 用户连 Python 都不用装，双击就能用。

它能解决什么？

它能在你打开视频页的前提下，自动滚动评论区触发加载全部一级评论，自动点击每一个"查看回复"按钮展开二级回复，最后把评论正文、用户昵称、发布时间、点赞数、回复归属等信息整理成 CSV 并复制到剪贴板，再由本地脚本转换成 Excel。

它适合谁？

内容创作者、社群运营、市场分析师，以及任何需要批量研究视频评论的人。你只需要会打开浏览器，会复制粘贴，其余全部交给工具。

🛠️ 三步上手：从零到拿到Excel只花十分钟

第一步：五分钟完成环境准备

拿到项目有两种方式，任选其一：

• 电脑上装了 Git，直接克隆仓库：

git clone https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper

这条命令会把项目完整下载到当前目录，稍后要用到的 .cmd 文件、src 脚本都在里面。

• 没有 Git 也没关系，直接下载项目的 ZIP 压缩包并解压，效果完全一样。

Windows 用户到这一步就可以跳过安装了，项目自带的python38目录里已经打包好了运行环境。Linux 或 macOS 用户则需要安装两个 Python 依赖：

cd src && pip install -r ../requirements.txt

这条命令进入 src 目录，并安装 pyperclip（剪贴板读写）和 openpyxl（Excel 生成）两个依赖，都是开源的小库，装起来很快。

专业提示：项目尽量放在纯英文路径下，可以规避个别系统里中文路径引发的编码问题。

第二步：一键复制采集脚本并粘贴执行

这一步是整个流程的核心，操作只需四步：

1. 打开 Chrome、Brave 等 Chromium 内核浏览器，登录 TikTok，进入你想采集评论的视频页面，先手动往下滚动，确认评论区可以正常加载。
2. 按下Ctrl+Shift+J，直接打开开发者控制台。
3. 双击项目根目录下的Copy JavaScript for Developer Console.cmd，它会把采集用的 JavaScript 代码复制到剪贴板。非 Windows 用户手动运行python src/CopyJavascript.py即可。
4. 切回控制台，粘贴这段代码，回车执行。

之后你什么都不用做，脚本会安静地完成三个阶段：

• 一级评论加载：自动滚动到已加载评论的末尾，反复触发 TikTok 的加载机制，直到连续多轮都没有新评论出现；
• 二级回复展开：找出页面上所有"View"查看回复按钮，逐个点击展开，直到不再出现新的回复；
• 数据整理输出：读取所有已渲染的评论，提取昵称、账号、正文、发布时间、点赞数、头像等字段，按 CSV 格式拼接，最后复制到剪贴板。

当控制台里出现 "CSV copied to clipboard!" 这行提示，就代表采集完成。整个等待过程里你不需要碰任何键，几百条评论往往一分钟内就能跑完。

专业提示：采集前可以在开发者工具里禁用图片加载，页面滚动速度会明显提升，对评论特别多的视频效果显著。

第三步：一键导出结构化Excel表格

回到文件管理器，双击Extract Comments from Clipboard.cmd，非 Windows 用户运行python src/ScrapeTikTokComments.py。脚本会自动完成三件事：

1. 读取剪贴板中的 CSV 文本，写入本地临时文件；
2. 用 openpyxl 把它转换成规范的 Excel 工作簿；
3. 在项目根目录生成Comments_时间戳.xlsx，并自动清理临时 CSV 文件。

生成的表格信息量很足：每条评论的正文、昵称、账号链接、发布时间、点赞数、头像链接，还包括视频本身的点赞数、分享数、描述，以及每条二级回复归属于哪条一级评论、一级评论带了多少条回复，做后续分析几乎不用二次加工。

🎯 实战场景：三类人如何把评论数据用起来

内容创作者：把评论区当成免费的用户调研

• 统计高频评论者，锁定你的核心粉丝，定向维护深度关系；
• 按评论发布时间排序，反推粉丝活跃时段，优化你的发布节奏；
• 汇总反复出现的关键词，下一期选题灵感直接到手；
• 用评论的整体情感倾向给视频效果打分，指导内容方向调整。

社群运营：把用户声音变成运营抓手

• 第一时间捕捉差评和投诉，建立自己的危机预警机制；
• 找出"回复数最多"的评论，那里就是用户最爱讨论的话题，围绕它策划互动活动；
• 总结高赞评论的共性表达，沉淀出一套可复制的运营话术。

市场分析：用真实反馈辅助决策

• 批量采集竞品视频的评论，做口碑层面的横向对比；
• 跟踪同一话题下评论热词的演变，提前预判趋势走向；
• 把 Excel 里的点赞数、评论数、时间等字段拖进数据透视表，几分钟完成一次轻量级量化分析。

💡 避坑指南：高频故障一次讲清

典型问题 1：评论加载不全，数量明显偏少

• 原因分析：网络偏慢或页面卡顿时，滚动触发加载的节奏被打乱，脚本可能提前判定"没有更多评论"而结束循环。
• 解决办法：先手动把页面滚到评论区最底部，确认没有遗漏；如果网络环境较差，可以调高 JavaScript 里loadingCommentsBuffer的初始值，给加载留更多余量；仍不行就清除浏览器缓存后重新采集。

典型问题 2：Excel 文件生成失败

• 原因分析：最常见的是剪贴板里没有有效数据，例如中途不小心复制了别的内容；其次是 Excel 正在打开，占用了文件。
• 解决办法：确认控制台出现过 "CSV copied to clipboard!"，并且等待期间没有复制其他东西；关闭所有已打开的 Excel 文件再重试；也可以在终端手动运行python src/ScrapeTikTokComments.py，直接查看具体报错信息。

典型问题 3：表格里的中文或特殊字符显示异常

• 原因分析：不同操作系统、不同表格软件对 CSV 编码的默认处理不一致，常见于编码未被识别为 UTF-8 的情况。
• 解决办法：用记事本打开临时 CSV 文件，另存为 UTF-8 编码；或者在 Excel 中使用"数据 → 自文本"导入，手动指定 UTF-8 编码。

典型问题 4：对粘贴进控制台的代码心存疑虑

• 原因分析：往浏览器控制台粘贴并执行陌生代码，本身是公认的高危操作，稍有不慎就可能泄露账号信息。
• 解决办法：项目自带的 JavaScript 全程不发起任何网络请求，唯一涉及安全的动作是把结果复制到剪贴板；如果你是从别处得到的代码，务必先通读一遍再运行。

关于数量与合规的提醒

工具在约 3000 条评论的中型视频上实测表现稳定，但有一个平台限制需要坦白说明：TikTok 出于防采集考虑，实际可渲染的评论数通常会略低于页面显示的数值，比如显示 750 条，实际采到约 740 条，这个差额属于平台机制，不是工具出错。建议单次采集控制在 5000 条以内，合理使用、保护他人隐私，只将数据用于合法的调研与内容分析。

📌 写在最后：把评论区变成你的决策引擎

TikTokCommentScraper 的价值，远不止"省下复制粘贴的时间"。把散落在评论区里的零散声音，变成一份随时可以筛选、排序、透视的结构化表格，你才算真正拥有了"看见用户"的能力：

1. 采集效率提升一个量级，十分钟完成原本一下午的活；
2. 二级回复不再遗漏，讨论的深度和广度被完整还原；
3. 数据自带结构化字段，后续分析几乎零门槛；
4. 无需任何编程基础，普通办公电脑即可流畅运行。

现在就动手吧。挑一条你最近发布的视频，或者一条你盯了很久的竞品爆款，打开浏览器，走完这三步。十分钟后，你会拿到人生中第一份属于自己的评论数据报表。数据驱动的决策，就从这一份表格开始。

【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper