如何用BilibiliCommentScraper高效获取B站完整评论数据：新手完整指南

如何用BilibiliCommentScraper高效获取B站完整评论数据：新手完整指南

【免费下载链接】BilibiliCommentScraperB站视频评论爬虫 Bilibili完整爬取评论数据，包括一级评论、二级评论、昵称、用户ID、发布时间、点赞数项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper

凌晨一点，你还在手动复制B站爆款视频的评论区，几十条评论翻得眼花，谁回复了谁、点赞多少完全对不上号，更别提还有20个视频排着队等你处理。手动采集B站评论数据，几乎是每个内容创作者和研究者都踩过的坑。而 BilibiliCommentScraper 就是为彻底解决这个痛点而生的免费开源工具：批量抓取、层级完整、还能断点续爬，把几小时的苦力活压缩成几分钟。

30秒看懂这个工具

一句话定义：BilibiliCommentScraper 是一款基于 Python + Selenium 的 B站评论数据采集工具，它会像真人一样打开浏览器、滚动页面，把一级评论、二级评论连同昵称、用户ID、发布时间、点赞数全部抓下来，自动存成 CSV 表格。

适合谁？

• 📹 内容创作者：分析观众反馈，寻找创作灵感
• 🎓 研究者与学生：情感分析、用户行为研究
• 📊 市场运营：舆情监测、竞品对比

能带来什么？一次登录，批量视频自动跑；中途断电、程序崩溃都不怕，随时接着上次的进度继续。

上图就是工具输出的一张评论数据表：编号、隶属关系、被评论者、评论内容、发布时间、点赞数一应俱全，一级评论和二级评论的层级关系一目了然。

5步闪电上手，10分钟跑通

别担心，全程不需要你懂编程，跟着做就行。

第1步：准备环境安装 Python 3（官网下载安装包，一路"下一步"即可），再装好 Chrome 浏览器。

第2步：安装依赖打开命令行（Windows 用 cmd 或 PowerShell），执行：

pip install selenium beautifulsoup4 webdriver-manager

第3步：下载项目

git clone https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper cd BilibiliCommentScraper

第4步：填写视频列表用记事本打开项目里的video_list.txt，每行填一个B站视频链接：

https://www.bilibili.com/video/BV1xxxxxxxxx https://www.bilibili.com/video/BV1yyyyyyyyy

第5步：运行

python Bilicomment.py

运行后 Chrome 会自动弹出，提示"请登录，登录成功跳转后，按回车键继续..."。扫码登录一次，回车，程序就开始自动爬了。

✅预期结果：控制台持续打印"下滑滚动第X次"，完成后项目目录下会多出以视频ID命名的 CSV 文件，比如BV1xxxxxxxxx.csv。就这么简单。

内核透视：它比传统方式强在哪

一张对比表看懂差异

杀手级特性一：二级评论也不放过

很多工具只抓表层，对话关系全丢。这个工具会模拟点击每条一级评论下的"查看全部"按钮，再一页页翻二级评论：

# Bilicomment.py 中控制二级评论页码上限 max_sub_pages = 150 # 最多翻150页，设为 None 则无限制 while current_sub_page < max_sub_pages: # 找到"下一页"按钮，点击后继续提取二级评论

每条评论都带"隶属关系"字段，谁回复了谁，清清楚楚。

杀手级特性二：智能断点续爬

程序会实时把进度写进progress.txt，例如：

{"video_count": 1, "first_comment_index": 15, "sub_page": 114, "write_parent": 1}

含义分别是：已完成1个视频；当前视频的第15条一级评论；这条评论的二级评论已翻到114页；这条一级评论已写入文件。

想从头开始？删掉progress.txt即可。想跳过某个视频？把video_count加1就行。控制权完全在你手里。

进阶调优：让它跑得更快更稳

三个可调参数

MAX_SCROLL_COUNT = 45 # 默认45次滚动，约920条一级评论，想抓更多可调大 max_sub_pages = 150 # 二级评论页数上限，减少可省内存 time.sleep(2) # 请求间隔，遇到风控就调大

用随机延时降低被限流概率

import random time.sleep(random.uniform(1, 5)) # 每次随机等1~5秒

批量处理建议

1. 先跑评论量少的视频，熟悉流程
2. 热门视频分批放，别一次塞太多
3. 内存不足导致网页崩溃时，调小MAX_SCROLL_COUNT

⚠️避坑提示：CSV 文件用 Excel 打开乱码？别慌，用记事本或 VS Code 打开即可；或 Excel 里选"数据→从文本/CSV"，编码选 UTF-8。

实战复盘：三个拿来即用的场景

场景一：内容创作——找出最受欢迎的声音

import pandas as pd df = pd.read_csv('BV1xxxxxxxxx.csv', encoding='utf-8') top = df.nlargest(10, '点赞数')[['昵称', '评论内容', '点赞数']] print(top) # 点赞最高的10条评论，就是观众最关心的内容

场景二：学术研究——分析评论活跃时段

df['发布时间'] = pd.to_datetime(df['发布时间']) hourly = df.groupby(df['发布时间'].dt.hour).size() print(hourly) # 看哪个时段讨论最热烈

场景三：市场调研——批量对比竞品互动

流程很简单：把竞品视频链接全部填进video_list.txt，跑一轮批量采集，再用 pandas 分别读取多个 CSV，对比评论总量、平均点赞和负面情绪关键词出现频率。

高频问答

❓ Q1：CSV 用 Excel 打开是乱码？✅ 文件是 UTF-8 编码，用记事本或 VS Code 打开；或用 Excel 的"数据→从文本/CSV"导入并选择 UTF-8 编码。

❓ Q2：报错 Permission denied？✅ 通常是 CSV 或 progress.txt 被其他程序（比如你开着的 Excel）占用。关掉占用程序再重试，或右键以管理员身份运行。

❓ Q3：爬到的评论数比B站显示少？✅ 这是正常现象，B站评论数存在虚标。验证方法：手动滚动网页到底部，对比最后几条评论是否与 CSV 末尾一致，一致就说明抓全了。

❓ Q4：程序长时间没动静？✅ 可能是访问太频繁被限流。直接重启程序，它会断点续爬；同时把延时调大或改成随机延时。

❓ Q5：想跳过某个视频怎么办？✅ 编辑progress.txt，把video_count加1，程序启动后会自动跳过当前视频。

现在就行动

按这份清单走，十分钟内就能跑通：

1. ✅ 安装 Python 3 和 Chrome
2. ✅ 执行pip install selenium beautifulsoup4 webdriver-manager
3. ✅git clone https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper
4. ✅ 编辑video_list.txt，放入要分析的视频链接
5. ✅ 运行python Bilicomment.py，扫码登录一次
6. ✅ 查看生成的 CSV 文件，开始你的分析

💡最后提醒一句合规原则：请仅采集公开可见的评论、合理控制请求频率、遵守平台规则，数据仅用于合法合规的用途。

别等了，就从你收藏夹里那条爆款视频开始吧。打开命令行，试一次，你会回来感谢自己的。🚀

【免费下载链接】BilibiliCommentScraperB站视频评论爬虫 Bilibili完整爬取评论数据，包括一级评论、二级评论、昵称、用户ID、发布时间、点赞数项目地址: https://gitcode.com/gh_mirrors/bi/BilibiliCommentScraper