【爬虫GUI】YouTube评论采集软件，突破反爬，可无限爬取！

原创

马哥python说

修改于 2024-03-19 13:53:04

1690

修改于 2024-03-19 13:53:04

文章被收录于专栏：Python爬虫Python爬虫

一、背景介绍

你好，我是@马哥python说，一名10年程序猿。

最近我用python开发了一个GUI桌面软件，作用是爬取YouTube指定视频的评论。

6个关键字段，含：

✅ 评论id

✅ 评论内容

✅ 评论时间

✅ 评论者昵称

✅ 评论者频道

✅ 点赞数

1.1 软件说明

几点重要说明：

1. 运行之前，先打开魔法!
2. Windows用户可直接双击打开使用，无需Python运行环境
3. 可爬取指定数量评论，或者全部评论（不存在反爬问题）
4. 排序方式支持：按日期排序/按热门排序
5. 可爬取6个字段，含：评论id、评论内容、评论时间、评论作者昵称、评论作者频道、点赞数
6. 其中，评论时间含绝对时间（年月日时分秒的格式）

1.2 效果演示

演示视频：【Python爬虫GUI】我开发了一个采集YouTube评论的软件！

运行截图1：

运行截图2：

二、科普知识

2.1 关于视频id

油管视频id号，比如，https://www.youtube.com/watch?v=9lc6D6nPd38 这个视频链接的视频id就是"9lc6D6nPd38"。YouTube的每个视频都是如此。

2.2 关于评论时间

YouTube网页上是看不到绝对时间（年月日时分秒格式）的，只能看到相对时间（几个月前、几天前之类），此软件支持爬取绝对时间。

三、爬虫代码

3.1 界面模块

软件界面采用tkinter开发。

主窗口部分：

# 创建主窗口
root = tk.Tk()
root.title('YouTube评论爬虫 | 马哥python说')
# 设置窗口大小
root.minsize(width=850, height=650)
show_list_Frame = tk.Frame(width=800, height=350)  # 创建<消息列表分区>
show_list_Frame.pack_propagate(0)
show_list_Frame.place(x=30, y=180, anchor='nw')  # 摆放位置
# 滚动条
scroll = tk.Scrollbar(show_list_Frame)
# 放到Y轴竖直方向
scroll.pack(side=tk.RIGHT, fill=tk.Y)

按钮控件部分：

# 界面设计
# 视频id
tk.Label(root, text='视频id：').place(x=30, y=50)
video_id = tk.StringVar()
video_id.set('')
entry = tk.Entry(root, bg='#ffffff', width=20, textvariable=video_id)
entry.place(x=160, y=50, anchor='nw')  # 摆放位置

3.2 爬虫模块

通过请求YouTube评论的ajax接口实现，详见文末完整代码。

3.3 日志模块

好的日志功能，方便软件运行出问题后快速定位原因，修复bug。

核心代码：

def get_logger(self):
	self.logger = logging.getLogger(__name__)
	# 日志格式
	formatter = '[%(asctime)s-%(filename)s][%(funcName)s-%(lineno)d]--%(message)s'
	# 日志级别
	self.logger.setLevel(logging.DEBUG)
	# 控制台日志
	sh = logging.StreamHandler()
	log_formatter = logging.Formatter(formatter, datefmt='%Y-%m-%d %H:%M:%S')
	# info日志文件名
	info_file_name = time.strftime("%Y-%m-%d") + '.log'
	case_dir = r'./logs/'
	info_handler = TimedRotatingFileHandler(filename=case_dir + info_file_name,
											when='MIDNIGHT',
											interval=1,
											backupCount=7,
											encoding='utf-8')

日志截图：