5分钟导出全量评论Excel：TikTokCommentScraper免费评论采集工具上手指南
【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper
一条视频下面堆着几千条评论，你想整理成表格，却只能对着屏幕一条条复制粘贴。TikTokCommentScraper 是一款免费开源的评论采集工具，它自动替你滚屏、点开所有回复、把每条评论抄进表格，几分钟就把完整评论区导出成一份规整的 Excel。
一分钟看懂它：一位抄写员，配一位排版工
把工具想成两位分工明确的工作人员。
**抄写员（JavaScript）**住在浏览器里。你把它喊出来，它就自己滚动页面，触发评论区的懒加载——说白了就是逼平台把没显示出来的评论吐出来——再自动点开所有「查看回复」按钮。等评论全部就位，它把每条评论的昵称、内容、时间、点赞数整理成 CSV 格式，复制进剪贴板。
**排版工（Python）**在本地待命。你喊它一声，它就从剪贴板取走 CSV，转成.xlsx表格存进项目目录，顺手清理临时文件。
两个环节之间没有接口、没有网络请求，全靠剪贴板这个「信使」传递数据——这也是整条流程里你唯一需要小心的环节。
三步上手：从准备环境到拿到第一份 Excel
整个过程只需三件事：备好工具、跑采集、导表格。每一步都有明确的完成信号，你随时知道自己走到哪了。
开跑前的 3 项准备
- 一个 Chromium 内核的浏览器：Chrome、Edge、Brave 都行，采集脚本就跑在它的开发者控制台里；
- 一个已登录的 TikTok 账号：打开目标视频页，先手动滚一下评论区，确认评论能正常加载；
- 项目代码：在命令行执行
git clone https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper拉取到本地。
小贴士：Windows 用户最省心，项目自带了精简版 Python 环境，解压即用；Linux 或 macOS 用户先装两个依赖：pip install pyperclip openpyxl。
启动采集：粘贴脚本，等一句提示
在视频页按Ctrl+Shift+J呼出开发者控制台，然后双击项目里的Copy JavaScript for Developer Console.cmd（非 Windows 系统运行python src/CopyJavascript.py），采集脚本会自动进入你的剪贴板。
回到控制台粘贴回车，页面立刻开始自动滚动。你会看到控制台不停刷出日志：先是加载一级评论的进度，接着是逐个展开回复。当出现 "CSV copied to clipboard!" 这行绿字，采集就完成了，这是最明确的成功信号。
你知道吗？在导出之前，千万别再复制任何别的东西——剪贴板是唯一的快递通道，中途换货，导出就会失败。
导出结果：双击一下，Excel 到手
双击Extract Comments from Clipboard.cmd（非 Windows 系统运行python src/ScrapeTikTokComments.py），命令行会依次显示写入 CSV、转换 XLSX、保存文件、删除临时文件，最后以一句Done收尾。
这时回到项目目录，你会看到一个Comments_<时间戳>.xlsx文件，这就是你这次采集的全部成果。
读懂输出：Excel 里每一列都是什么
打开表格，你会先看到一块「视频身份证」信息：视频链接、发布者昵称与主页、发布时间、点赞数、转发数、视频描述，以及实际抓到的评论数与平台显示数的差异。这些信息方便你日后追溯数据来源。
往下就是评论明细表，逐列来看：
| 列名 | 含义 |
|---|---|
| Comment Number | 评论序号 |
| Nickname | 评论者昵称 |
| User @ / User URL | TikTok 账号与主页链接 |
| Comment Text | 评论文本 |
| Time | 发布时间（相对时间或日期） |
| Likes | 点赞数 |
| Profile Picture URL | 头像链接 |
| Is 2nd Level Comment | 是否二级回复 |
| User Replied To | 回复的是哪条评论 |
| Number of Replies | 这条评论收到了多少条回复 |
正因为层级关系被完整保留，你可以直接做两件很有价值的事：按 Likes 排序，找出互动最高的几条评论；或者用数据透视表统计回复数高的用户——这批人往往是你的核心粉丝。
不同人怎么用：三类身份，三种打开方式
- 内容创作者：把评论区当免费的用户调研。把评论文本丢进词频工具，高频词就是下一条视频的方向；再结合时间列，还能摸清粉丝的活跃时段。
- 市场分析师：拿评论区做竞品情报站。同一主题下，A 品牌被夸什么、B 品牌被吐槽什么，导出两张表一对比，改进方向自然浮现。
- 社区运营：评论数据是你的值班表。按回复数筛出高价值用户主动维护，按负面关键词筛出投诉及时跟进，把口碑风险掐灭在萌芽里。
避坑清单：4 个高频问题与解法
Q1：评论加载不全怎么办？先手动滚到页面底部，确认没有「加载更多」按钮；重跑脚本时把等待时间拉长；再不行就清一下浏览器缓存，检查网络稳定性。
Q2：Excel 文件没有生成？先关掉所有已打开的 Excel 窗口（文件被占用会写入失败）；确认剪贴板内容仍是 CSV 格式；再检查 Python 环境是否正常。
Q3：导出后中文乱码？用记事本打开 CSV 另存为 UTF-8 编码，或在 Excel 里用「数据 → 自文本」导入并指定编码。
Q4：采集速度太慢？关掉无关的浏览器扩展、减少标签页数量；评论特别多时可以分批采集，一次处理 500～1000 条更流畅。
最后两句心里话：单次采集建议控制在 5000 条以内，只用于正当的调研分析；也别把数据当成绝对精确——平台本身对评论展示有限制，实际条数与显示数字有少量出入是正常现象。
工具只是放大器，价值在于你怎么用数据。现在就可以开始：克隆项目、挑一条你关心的视频、按下Ctrl+Shift+J，五分钟后你手里就有一份干净、完整、可直接分析的评论表格。去打开那个视频页面吧。
【免费下载链接】TikTokCommentScraper项目地址: https://gitcode.com/gh_mirrors/ti/TikTokCommentScraper
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
