jsonscraper
Markeder
Tilbake til journalen

Slik gjør du TikTok-kommentarer om til en kø for produktfeil

Hent offentlige kommentarer fra utvalgte videoer, og lagre den opprinnelige JSON-en for å kontrollere svarstrukturen før tematisk merking.

Redaksjonelle retningslinjer Meld fra om en feil

Hvis du vil undersøke diskusjoner om et problem på TikTok, kan du først finne relevante videoer og deretter hente kommentarer til hver video du velger. For et produktteam kan resultatet være et sett med rå JSON-svar koblet til søket og videolenken. Før du lager en temakø, bør du kontrollere den faktiske strukturen på kommentarene: Dokumentasjonen beskriver endepunktet og parameterne, men ikke feltene i svaroppføringene.

Dette er et viktig trinn i en analysepipeline. Søkeresultatene gir kontekst rundt produktet, mens kommentarer kan inneholde feilmeldinger, spørsmål eller omveier. For at klassifiseringen skal bygge på faktiske data, bør du først lagre API-svaret uendret og deretter sammenholde feltene med skjemaet du faktisk mottok.

Hvorfor videosøk ikke er nok

Navnet på en app eller enhet kan hjelpe deg med å finne videoer, men videobeskrivelsen viser først og fremst hvordan skaperen formulerer seg. Seerne kan diskutere konkrete feil og bruksmåter i kommentarfeltet. Ved å hente kommentarer legger du derfor til et nytt datalag knyttet til den opprinnelige videoen.

Tidligere artikler har sett på overvåking av TikTok-søk, uthenting av spørsmål fra beskrivelser og behandling av søkeresultater. Her er oppgaven mer avgrenset: Hent svar fra kommentarendepunktet, og kontroller strukturen før du utvikler en klassifisering. Dette er nyttig for utviklere av analyseintegrasjoner, UX-forskere og kundestøtteteam.

Fra søkefrase til datasett som kan kontrolleres

Oppgi flere konkrete søk, for eksempel produktnavnet sammen med navnet på en funksjon eller modell. Lagre søkeresultatet og URL-ene til videoene du velger. Hent deretter kommentarer med URL-ene, og lagre hvert råsvar separat. Når skjemaet er kontrollert, kan du normalisere de relevante feltene, fjerne duplikater og gruppere tekstene etter tema.

Artikkel: Slik gjør du TikTok-kommentarer om til en kø for produktfeil
Sammendrag: En Python-pipeline kobler TikTok-videosøk til uthenting av kommentarer via jsonscraper. Eksemplet lagrer og skriver ut rå JSON uten å anta hva kommentarfeltene heter.
Bildets rolle: støttende illustrasjon 2 — et annet konkret aspekt
Seksjon: Fra søkefrase til datasett som kan kontrolleres
Visuelt motiv: Infografikk på russisk som viser nøkkelordsøk → valg av video → forespørsel om kommentarer
Diagrammet skiller dokumenterte innsamlingssteg fra normalisering etter at det faktiske svaret er kontrollert.© jsonscraper · AI-generert illustrasjon
  1. Søk: Søk etter videoer med en nøkkelfrase, og kontroller begge støttede resultatstrukturer.
  2. Utvalg: Velg relevante videoer, og lagre ID-ene og URL-ene deres.
  3. Hent kommentarer: Send URL-en til kommentarendepunktet. Bruk den returnerte markøren for å fortsette pagineringen.
  4. Kontroll: Lagre rå JSON, og fastslå de faktiske feltnavnene ut fra svaret.
  5. Analyse: Grupper tekstene når skjemaet er kontrollert, og la et menneske gjennomgå eksemplene.
Diagram: TikTok-videosøk, valg av videoer, forespørsel om kommentarer, lagring av rå JSON, kontroll av strukturen og manuell tematisk merking
Lagre hele svaret først; legg til normalisering etter at de faktiske feltene er kontrollert.

Hvilke endepunkter skal brukes

Dokumentasjonen for TikTok Scraper API beskriver GET /searchVideo, der keyword er obligatorisk. Valgfrie parametere omfatter count, cursor, date_posted, sort_by og region. For kommentarer finnes GET /getCommentsByUrl, der video_url er obligatorisk. De valgfrie parameterne som er oppført, er cursor, count og region. Nøkkelen sendes i parameteren license_key.

Videoer i søkesvaret kan ligge i tiktok.aweme_list eller i tiktok.search_item_list[].aweme_info. Eksemplet håndterer begge formatene, kontrollerer den overordnede statusen og lagrer videoobjektene det finner. For kommentarsvaret antar det verken navnet på en liste eller navnene på feltene: Det lagrer og skriver ut mottatt JSON, slik at du kan kontrollere den.

En enkel Python-innsamler

Koden er kompatibel med Python 3.8 og nyere. Installer requests, og angi nøkkelen i miljøvariabelen JSONSCRAPER_TIKTOK_LICENSE_KEY. Skriptet skriver søke- og kommentarsvar til separate JSON-filer og kobler hvert kommentarsvar til søket og videoens URL. Kommentarfeltene hentes bevisst ikke ut før du har kontrollert den faktiske svarstrukturen.

Artikkel: Slik gjør du TikTok-kommentarer om til en kø for produktfeil
Sammendrag: En Python-pipeline kobler TikTok-videosøk til uthenting av kommentarer via jsonscraper. Eksemplet lagrer og skriver ut rå JSON uten å anta hva kommentarfeltene heter.
Bildets rolle: forsidebilde — hovedideen
Seksjon: En enkel Python-innsamler
Visuelt motiv: Redaksjonelt dokumentarfoto av et utskrevet rått JSON-svar ved siden av kort som representerer video-URL-er og kommentarer, satt opp for et produktteam
Råsvaret bevarer originaldataene, slik at strukturen kan kontrolleres før normalisering.© jsonscraper · laget med KI
import json
import os
from pathlib import Path

import requests

BASE = "https://tiktok.evelode.com"
KEY = os.environ["JSONSCRAPER_TIKTOK_LICENSE_KEY"]
OUT = Path("tiktok_raw")
OUT.mkdir(exist_ok=True)


def get_json(path, params):
    response = requests.get(
        BASE + path,
        params={**params, "license_key": KEY},
        timeout=30,
    )
    response.raise_for_status()
    data = response.json()
    if data.get("status") != "ok":
        raise RuntimeError("API returned non-ok status")
    return data


def videos_from_search(data):
    tiktok = data.get("tiktok") or {}
    found = list(tiktok.get("aweme_list") or [])
    for item in tiktok.get("search_item_list") or []:
        aweme = (item or {}).get("aweme_info") or {}
        if aweme:
            found.append(aweme)

    unique = {}
    for video in found:
        video_id = video.get("aweme_id")
        video_url = video.get("share_url")
        if video_id and video_url:
            unique[video_id] = video
    return list(unique.values())


for index, keyword in enumerate(("APP_NAME ошибка", "APP_NAME не работает")):
    search = get_json("/searchVideo", {"keyword": keyword, "count": 10})
    (OUT / f"search_{index}.json").write_text(
        json.dumps(search, ensure_ascii=False, indent=2), encoding="utf-8"
    )

    for video in videos_from_search(search):
        video_id = video["aweme_id"]
        video_url = video["share_url"]
        comments = get_json(
            "/getCommentsByUrl",
            {"video_url": video_url, "count": 30},
        )
        filename = f"comments_{video_id}.json"
        record = {
            "keyword": keyword,
            "video_id": video_id,
            "video_url": video_url,
            "response": comments,
        }
        (OUT / filename).write_text(
            json.dumps(record, ensure_ascii=False, indent=2), encoding="utf-8"
        )
        print(json.dumps(record, ensure_ascii=False, indent=2))

Skriptet kontrollerer den overordnede statusen til svaret og skriver deretter hele JSON-objektet til fil. Dermed kan du undersøke de faktiske nøklene, verditypene og den nøstede strukturen før du lager en kommentartabell. Hvis API-et returnerer en feil, stopper koden og varsler om den i stedet for å lagre et ugyldig resultat uten å si fra.

Fra rå JSON til en temakø

Når du har kontrollert ett eller flere svar, kan du lage en normalisator ut fra skjemaet du faktisk fant. Behold den opprinnelige JSON-en sammen med de normaliserte radene, slik at du kan kontrollere transformasjonen og behandle dataene på nytt hvis koden endres. Det er nyttig å beholde lenken til videoen, den opprinnelige kommentaroppføringen, innsamlingstidspunktet og versjonen av merkingsregelen i hver oppføring.

Du kan starte tematisk merking med kategorier som «feil», «bruksspørsmål», «funksjonsønske», «tilbakemelding» og «ikke produktrelatert». Nøkkelordregler eller en klassifikator kan hjelpe med å sortere utvalget; lagre den tildelte etiketten separat fra originalteksten. Før noen oppretter en oppgave, bør en fagperson kontrollere sammenhengen i kommentaren og den opprinnelige videoen.

Bruk et ID-felt til deduplisering først etter at du har bekreftet at det finnes i svaret. Hvis dataene ikke inneholder en ID, kan en kombinasjon av videoens URL og normalisert tekst brukes som en midlertidig nøkkel. Denne metoden slår sammen like formuleringer innenfor én video, men fastslår ikke at oppføringene tilhører samme forfatter.

Automatisering og dataenes opphav

Kjør innsamlingen etter en tidsplan med cron, GitHub Actions eller n8n. Oppbevar nøkkelen som en hemmelighet i kjøremiljøet, og ikke legg den i et kodelager, resultatfiler eller logger. Sørg for at rå JSON-svar fortsatt er tilgjengelige for kontroll, og fastsett lagringstid og tilgangsrettigheter i tråd med teamets behov og gjeldende plattformregler.

For å følge med på pipelinen kan du registrere antall vellykkede søk, unike videoer som ble funnet, kommentarsvar som ble lagret, og API-feil. Disse tekniske målingene viser hvor i prosessen resultatet endret seg. Et tomt svar, en forespørselsfeil og manglende treff etter tematisk klassifisering er ulike tilstander, så lagre dem hver for seg.

Det kan være nyttig å skille mellom innsamlinger, videoer, rå kommentarsvar og avgjørelser om tematisk merking i databasen. Koblingen til søket og videoen gjør det mulig å åpne kilden for manuell kontroll. Når skjemaet er bekreftet, kan du legge til paginering med markør: Endepunktet tar imot cursor, og neste forespørsel bør sende videre verdien API-et returnerte, uten å forsøke å tolke den.

Hva denne tilnærmingen gir

Teamet får en repeterbar innsamlingsprosess og et datasett med kontrollerbare kilder som kan brukes til å lage en temakø. En analytiker kan spore hvilket søk som førte til videoen, og hvilket kommentarsvar som ble lagret. Når strukturen er kontrollert, kan en utvikler legge til normalisering og tematisk gruppering uten å basere seg på antakelser om et ukjent skjema.

Oppgi søkefraser, kjøredato, utvalgskriterier og antall behandlede svar i rapporten. Konklusjonene gjelder de konkrete søkene og dataene som ble returnert; de kan hjelpe med å undersøke diskusjonene som ble funnet og planlegge videre gjennomgang, samtidig som opphav og kontekst bevares.

Begynn med ett produkt og noen få diagnostiske søk: lagre svarene, kontroller kommentarenes struktur, og legg deretter bare bekreftede felt til i normalisatoren. Parametere for endepunktene er beskrevet i API-dokumentasjonen, og produktinformasjon finnes på siden om TikTok Scraper API.

Mennesker

Ingen personer er oppført for denne artikkelen ennå.

Fortsett å leseSlik finner du gjentakende spørsmål om produkter på TikTok
Les neste artikkel

Gjør det du leser til en fungerende integrasjon

Utforsk jsonscrapers API-er for sosiale data, test forespørsler og bygg neste arbeidsflyt.

Utforsk API-er