bilibili-comment-crawler

name	bilibili-comment-crawler
description	从B站视频采集评论数据，支持分页获取、子回复展开、写入飞书表格。 当用户提到"采集B站评论"、"获取B站评论"、"爬取bilibili评论"、"B站评论导出"、 "bilibili comments"时触发。支持传入BV号或完整URL，需要B站登录cookie。
metadata	{"author":"wen.yuan"}

Bilibili Comment Crawler

从B站视频采集评论，支持分页、子回复、写入飞书表格。

前置条件

• Cookie: 需要 B站登录 cookie（未登录只能获取3条评论）
• lark-cli: 写入飞书表格时需要（lark-cli auth status 确认可用）
• Python 3: 运行采集脚本
• curl: API 请求依赖

Cookie 配置

脚本按以下优先级读取 cookie：--cookie 参数 > BILIBILI_COOKIE 环境变量 > cookie.json 配置文件

配置文件（推荐）

编辑 ~/.claude/skills/bilibili-comment-crawler/cookie.json：

{
  "SESSDATA": "xxx",
  "bili_jct": "xxx",
  "DedeUserID": "xxx",
  "DedeUserID__ckMd5": "xxx"
}

注意：cookie.json 包含敏感信息，共享 skill 时应排除此文件。

Cookie 获取方式

1. Chrome 打开 bilibili.com 并登录
2. F12 → Application → Cookies → www.bilibili.com
3. 复制这4项: SESSDATA, bili_jct, DedeUserID, DedeUserID__ckMd5
4. 拼接格式: SESSDATA=xxx; bili_jct=xxx; DedeUserID=xxx; DedeUserID__ckMd5=xxx

也可设置环境变量 BILIBILI_COOKIE 避免每次传入。

采集流程

Step 1: 运行采集脚本

python3 scripts/bilibili_comments.py <BV_ID或URL> \
  --cookie "SESSDATA=xxx; bili_jct=xxx; DedeUserID=xxx; DedeUserID__ckMd5=xxx" \
  --limit 100 \
  --output /tmp/bilibili_comments.json

参数说明:

• --cookie: B站 cookie 字符串（也可用 BILIBILI_COOKIE 环境变量）
• --limit: 最大评论数（默认100）
• --sort: 排序方式，2=按时间（默认），1=按热度
• --no-sub: 不包含子回复（默认包含）
• --rows: 输出为二维数组格式（用于 lark-cli 写入）
• --output: 输出文件路径（默认 stdout）

脚本会自动:

1. 通过 BV 号解析出 aid
2. 分页请求评论 API（每页20条，自动翻页）
3. 展开一级评论的子回复
4. 清理 HTML 标签和换行符

Step 2: 写入飞书表格

采集后用 lark-cli 创建表格并写入:

# 创建表格（首次）
lark-cli sheets +create \
  --title "B站视频评论 - <BV_ID>" \
  --headers '["序号","用户名","等级","评论内容","点赞数","发布时间","回复数","是否一级评论"]' \
  --values "$(python3 scripts/bilibili_comments.py <BV_ID> --cookie '...' --limit 100 --rows)"

追加到已有表格（记住 spreadsheet_token 和 sheet_id）:

# 获取已有表格信息
lark-cli sheets +info --url "https://...feishu.cn/sheets/<TOKEN>"

# 追加数据（每批最多50行）
python3 scripts/bilibili_comments.py <BV_ID> --cookie '...' --limit 100 --rows --output /tmp/rows.json

# 然后用 lark-cli sheets +append 逐批写入
# range 格式: <sheetId>!A<startRow>:H<endRow>
# values: 2D JSON array

lark-cli +append 注意事项:

• --range 必须指定完整的列范围（如 A2:H51），列数要和数据列数匹配
• 建议每批 50 行，避免 API 超时
• sheet_id 和 spreadsheet_token 通过 +info 获取

一步到位示例

完整采集+写入飞书的命令序列:

# 1. 采集评论（输出为行数组）
python3 scripts/bilibili_comments.py BV1ooDyBmE6v \
  --cookie "$BILIBILI_COOKIE" --limit 100 --rows \
  --output /tmp/bili_rows.json

# 2. 创建飞书表格并写入
ROWS=$(cat /tmp/bili_rows.json)
lark-cli sheets +create \
  --title "B站视频评论 - BV1ooDyBmE6v" \
  --headers '["序号","用户名","等级","评论内容","点赞数","发布时间","回复数","是否一级评论"]' \
  --values "$ROWS"

API 限制

• 未登录: 仅返回3条评论
• 已登录: 可获取全部评论（分页，每页20条）
• 子回复: 每条一级评论默认返回3条子回复
• 请求间隔: 脚本内置 0.5s 延迟防限流