【爬虫工具】用python开发的youtube油管评论采集界面软件

原创

无双0516

发布于 2025-03-21 10:22:21

10800

代码可运行

运行总次数：0

代码可运行

一、背景介绍

用python开发的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、评论作者昵称、评论作者频道、点赞数

1.1 软件说明

几点重要说明：

运行之前，先打开魔法
Windows用户可直接双击打开使用，无需Python运行环境
可爬取指定数量评论，或者全部评论（不存在反爬问题）
排序方式支持：按日期排序/按热门排序
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
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：

https://www.bilibili.com/video/BV1A94y147dd

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')