Question

希望获取给定视频中的所有评论，而不是一次只翻页。

from gdata import youtube as yt
from gdata.youtube import service as yts

client = yts.YouTubeService()
client.ClientLogin(username, pwd) #the pwd might need to be application specific fyi

comments = client.GetYouTubeVideoComments(video_id='the_id')
a_comment = comments.entry[0]

上面的代码让你抓住一条评论，可能是最近的评论，但我正在寻找一种方法来立即获取所有评论。这可能是Python的gdata模块吗？

comments的Youtube API文档，评论供稿docs和Python API docs

Answer 1

以下内容符合您要求使用Python YouTube API：

的要求

from gdata.youtube import service

USERNAME = 'username@gmail.com'
PASSWORD = 'a_very_long_password'
VIDEO_ID = 'wf_IIbT8HGk'

def comments_generator(client, video_id):
    comment_feed = client.GetYouTubeVideoCommentFeed(video_id=video_id)
    while comment_feed is not None:
        for comment in comment_feed.entry:
             yield comment
        next_link = comment_feed.GetNextLink()
        if next_link is None:
             comment_feed = None
        else:
             comment_feed = client.GetYouTubeVideoCommentFeed(next_link.href)

client = service.YouTubeService()
client.ClientLogin(USERNAME, PASSWORD)

for comment in comments_generator(client, VIDEO_ID):
    author_name = comment.author[0].name.text
    text = comment.content.text
    print("{}: {}".format(author_name, text))

不幸的是，API会将可以检索的条目数限制为 1000 。这是我尝试使用手工制作的GetYouTubeVideoCommentFeed网址参数进行调整后的版本时出现的错误：

gdata.service.RequestError: {'status': 400, 'body': 'You cannot request beyond item 1000.', 'reason': 'Bad Request'}

请注意，相同的原则应适用于检索API的其他Feed中的条目。

如果您想手工制作GetYouTubeVideoCommentFeed网址参数，其格式为：

'https://gdata.youtube.com/feeds/api/videos/{video_id}/comments?start-index={sta‌rt_index}&max-results={max_results}'

以下限制适用：start-index <= 1000和max-results <= 50。

Answer 2

我现在唯一的解决方案，但它没有使用API，并且在有数千条评论时变慢。

import bs4, re, urllib2
#grab the page source for vide
data = urllib2.urlopen(r'http://www.youtube.com/all_comments?v=video_id') #example XhFtHW4YB7M
#pull out comments
soup = bs4.BeautifulSoup(data)
cmnts = soup.findAll(attrs={'class': 'comment yt-tile-default'})
#do something with them, ie count them
print len(cmnts)

请注意，由于'class'是一个内置的python名称，你不能通过regex或lambdas定期搜索'startwith'，如here所示，因为你使用的是dict，而不是常规参数。由于BeautifulSoup，它也变得非常慢，但它需要被使用，因为etree和minidom由于某种原因找不到匹配的标签。即使在prettyfying()之后bs4

如何使用Python的gdata模块获取所有YouTube评论？

2 个答案: