Michael JohnsonLorsque les acheteurs posent la même question dans plusieurs vidéos TikTok, l’équipe d’assistance a intérêt à disposer d’une liste des vidéos originales et des formulations à vérifier. Pour commencer, on peut recueillir les résultats de recherche pour plusieurs requêtes, les regrouper par ID vidéo et soumettre l’échantillon à un étiquetage manuel.
Voici un script Python qui collecte les résultats renvoyés et crée un fichier CSV contenant les liens, les descriptions des vidéos et les expressions de recherche ayant permis de trouver chacune d’elles. Il permet de repérer les recoupements entre les recherches, mais ne détecte pas à lui seul les questions sémantiquement similaires. Cette décision revient à un spécialiste ou à un classificateur distinct, avec vérification ultérieure.
Quelle question la collecte doit-elle résoudre ?
Supposons qu’une équipe vende un mug isotherme et souhaite comprendre les questions posées dans les vidéos publiques. La requête « le mug isotherme fuit » peut renvoyer des vidéos de réclamation, des avis et des tutoriels. La requête « comment laver un mug isotherme » produira un autre échantillon. Plusieurs expressions permettent de constituer un ensemble d’exemples à examiner pour l’assistance et le calendrier éditorial.
Le résultat du script est un tableau où chaque entrée comporte l’ID de la publication, sa description, son lien et la liste des expressions de recherche qui l’ont fait apparaître. La présence d’une même vidéo dans plusieurs résultats indique un recoupement des résultats de recherche, mais ne prouve pas encore qu’une question récurrente y est posée. Pour constituer une file de questions, ouvrez les liens, vérifiez le contexte et attribuez un thème aux formulations confirmées.
Ce processus est utile au développeur qui automatise la collecte comme à l’analyste qui a besoin d’un ensemble reproductible à examiner. Le lien vers la vidéo d’origine permet de vérifier les conclusions avant de modifier les instructions ou de préparer un nouveau contenu.
Quelles données la recherche renvoie-t-elle ?
La route /searchVideo et ses paramètres sont répertoriés dans le guide de l’API TikTok. Le paramètre keyword est obligatoire ; les paramètres supplémentaires comprennent count, cursor, region, date_posted, sort_by et cache_timeout. La requête est authentifiée au moyen du paramètre license_key. L’exemple ci-dessous utilise une expression et la taille de page.
La forme de réponse vérifiée comprend un status de premier niveau et un objet tiktok. Les éléments peuvent comporter des ID, une description, un lien, des informations sur l’auteur et des statistiques, notamment le nombre de vues et de commentaires. Certains champs peuvent être absents : dans le CSV, ces valeurs restent donc vides au lieu d’être converties en zéros.
La réponse de recherche prend en charge deux structures : les éléments peuvent se trouver dans aweme_list ou dans search_item_list[].aweme_info. Le normalisateur traite les deux variantes. Le code vérifie également la présence de l’objet tiktok, afin de ne pas interpréter une forme de réponse inattendue comme un résultat vide valide.
Un collecteur Python prêt à l’emploi
L’exemple est compatible avec Python 3.8+ et la bibliothèque requests. Il effectue une requête pour chaque expression, vérifie la réponse HTTP et le statut de l’API, regroupe les entrées par ID, conserve les expressions de recherche correspondantes et écrit le CSV. La clé est lue dans une variable d’environnement et n’est pas affichée.
import csv
import os
import sys
import requests
BASE_URL = "https://tiktok.evelode.com/searchVideo"
KEY = os.environ.get("JSONSCRAPER_TIKTOK_LICENSE_KEY")
QUERIES = [
"термокружка протекает",
"как мыть термокружку",
"термокружка не держит тепло",
]
if not KEY:
sys.exit("Задайте JSONSCRAPER_TIKTOK_LICENSE_KEY")
def extract_items(payload):
data = payload.get("tiktok")
if not isinstance(data, dict):
raise RuntimeError("В ответе отсутствует объект tiktok")
items = list(data.get("aweme_list") or [])
for entry in data.get("search_item_list") or []:
video = entry.get("aweme_info") if isinstance(entry, dict) else None
if isinstance(video, dict):
items.append(video)
return items
rows = {}
for query in QUERIES:
response = requests.get(
BASE_URL,
params={"license_key": KEY, "keyword": query, "count": 20},
timeout=30,
)
response.raise_for_status()
payload = response.json()
if payload.get("status") != "ok":
raise RuntimeError("API вернул статус, отличный от ok")
for item in extract_items(payload):
video_id = item.get("aweme_id")
if not video_id:
continue
stats = item.get("statistics") or {}
author = item.get("author") or {}
row = rows.setdefault(video_id, {
"video_id": video_id,
"description": item.get("desc"),
"share_url": item.get("share_url"),
"author": author.get("nickname"),
"play_count": stats.get("play_count"),
"comment_count": stats.get("comment_count"),
"matched_queries": set(),
})
row["matched_queries"].add(query)
fields = ["video_id", "description", "share_url", "author",
"play_count", "comment_count", "matched_queries"]
with open("tiktok_questions.csv", "w", newline="", encoding="utf-8-sig") as file:
writer = csv.DictWriter(file, fieldnames=fields)
writer.writeheader()
for row in rows.values():
output = dict(row)
output["matched_queries"] = " | ".join(sorted(row["matched_queries"]))
writer.writerow(output)
Installez la dépendance avec la commande python -m pip install requests, définissez JSONSCRAPER_TIKTOK_LICENSE_KEY dans l’environnement du processus, puis exécutez le fichier. Ne placez pas la clé dans le code source, le CSV ou les journaux. Pour planifier l’exécution, lancez le script dans un environnement sécurisé où la variable est accessible à la tâche.
Transformer le CSV en file de questions
Après la collecte, ouvrez les vidéos et relevez manuellement les questions réellement posées, puis regroupez les formulations confirmées par thème, par exemple « étanchéité », « entretien » ou « conservation de la chaleur ». L’expression de recherche aide à trouver la publication, mais la description de la vidéo et le recoupement des requêtes ne remplacent pas la vérification du contexte.
Si vous utilisez un modèle de langage, transmettez-lui la description et demandez-lui de proposer une brève étiquette thématique et une question possible. Conservez à côté le texte d’origine, le lien et le résultat du modèle, afin qu’un spécialiste puisse vérifier les fondements de la classification. Ne présentez pas la formulation proposée par le modèle comme une question citée mot pour mot si elle ne figure pas dans la description.
Le nombre d’entrées trouvées décrit uniquement les résultats renvoyés pour des requêtes précises. Il ne mesure ni l’ensemble des discussions ni la demande. Pour un rapport interne, conservez la date d’exécution, l’expression d’origine, l’ID et la réponse brute de l’API. Vous pourrez ainsi comparer les résultats des exécutions successives et signaler séparément les nouveaux ID.
L’exemple ne comporte volontairement pas de pagination automatique. Pour les pages suivantes, la documentation indique le paramètre cursor : sa valeur est récupérée dans la réponse précédente puis transmise telle quelle. Une page ne représente que le lot de résultats reçu, et non l’ensemble des résultats.
Ce que l’équipe verra
Le fichier tiktok_questions.csv contient une ligne par ID unique trouvé à partir des expressions indiquées. La colonne matched_queries montre quelles requêtes ont fait apparaître cette vidéo. C’est un moyen pratique de repérer les recoupements entre résultats et de choisir des exemples à vérifier ; la classification des questions doit être effectuée séparément.
Le CSV peut ensuite être intégré à une automatisation hebdomadaire : le planificateur lance la collecte, le stockage conserve un instantané et une notification est envoyée lorsqu’un ID absent du journal apparaît. Cette logique relève de l’orchestration externe, et non de la fonction de l’endpoint de recherche. L’équipe reçoit une file de liens à analyser, et non une conclusion définitive sur les raisons du comportement des acheteurs.
Les paramètres des routes sont disponibles dans la documentation de l’API ; vous pouvez tester une requête sur le banc d’essai de l’API TikTok. Avant toute collecte régulière, vérifiez la forme réelle de la réponse et conservez les valeurs nécessaires pour passer du récapitulatif à une vidéo précise. La présentation du produit figure sur la page de TikTok Scraper API.
Le résultat utile est un ensemble vérifiable de vidéos associées à des expressions de recherche précises. Il aide à choisir des contenus à examiner manuellement et à conserver les sources de chaque thème retenu pour le calendrier éditorial.
