用python爬取youtube视频评论，并封装成GUI软件！

原创

马哥小迷弟132

发布于 2024-07-02 09:19:20

1010

发布于 2024-07-02 09:19:20

文章被收录于专栏：油管采集软件油管采集软件

一、背景介绍

众所周知，YouTube是全球最大的视频分享平台，用户可以在上面观看和上传视频内容。该平台现已成为在线视频市场的领军者之一，拥有数十亿的用户和数以亿计的视频内容。视频下方评论区也成为众多媒体从业者的分析目标。不仅可以分析评论中的情感倾向，了解公众对特定视频或主题的情感反馈，有助于了解受众的情绪和看法。还可以洞察观众对视频内容的喜好、关注点以及反馈，有助于内容创作者做出更好的决策。同时，评论也可以作为市场调研的一部分，帮助企业和品牌了解公众对其产品或服务的态度，从而调整营销策略。

基于以上背景分析，我用python开发了一个GUI爬虫软件，作用是爬取YouTube指定视频的评论。

6个关键字段，含：

1.评论id 2.评论内容 3.评论时间 4.评论者昵称 5.评论者频道 6.点赞数

1.1 软件说明

几点重要说明：

1.2 效果演示

演示视频：【软件演示】python开发的youtube评论采集界面工具，适合小白！

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。你发现规律了吗？

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。tkinter是Python的内置标准GUI（图形用户界面）工具包。它提供了许多用于创建GUI应用程序的组件和工具，可以用来设计和开发用户友好的界面。tkinter是一个跨平台的工具包，是一个功能强大且易于学习和使用的GUI工具包，非常适合用来开发简单的桌面应用程序和工具。

主窗口模块核心代码：

# 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)

按钮控件模块核心代码：

# 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

在软件开发项目构建过程中，日志是非常重要的工具，起到记录作用。用于记录应用程序的运行状态、错误信息、调试信息以及其他相关信息。有利于快速故障排查、性能监控、跟踪程序运行情况！

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：