Extraer comentarios de YouTube a filas estructuradas
La sección de comentarios de YouTube es uno de los pocos lugares donde una audiencia dice lo que piensa sin que se lo pregunten. También está hecha para desplazarse, no para leer: no hay forma de ordenarla a tu manera, ni de filtrarla, ni de comparar un vídeo con otro. Este servicio la convierte en una tabla: una fila por comentario, con el autor, su id de canal, el texto del comentario, el número de me gusta, el número de respuestas y una marca de si la fila es una respuesta, exportado como CSV, JSON o Excel.
Manejarlo es deliberadamente sencillo. Pega ids de vídeo o URLs de watch completas, uno por línea, o sube un CSV, TXT o XLSX y se leerá la primera columna como tu lista. El límite se aplica por consulta, así que un solo trabajo puede llevarse los primeros cien comentarios de cada uno de muchos vídeos, o una sección de comentarios entera si lo pones a cero. El orden lo eliges tú -Top o Más recientes- y las respuestas son un interruptor aparte que está desactivado salvo que lo pidas. El servicio lee la propia interfaz JSON de YouTube en lugar de analizar el HTML de la página, así que un cambio de diseño en el sitio no rompe tu exportación en silencio.
Hay dos cosas sobre los datos que conviene saber antes de construir sobre ellos. La columna published no es una fecha: lleva el texto relativo que muestra el propio YouTube, en la unidad que corresponda a la antigüedad del comentario -«hace 1 día» en uno reciente, «hace 2 años» en uno antiguo-, con el sufijo «(editado)» si se editó, así que no se analizará como marca de tiempo y solo tiene sentido junto a la fecha en que ejecutaste el trabajo. Y likes y reply_count llegan vacíos en lugar de cero cuando no se muestra nada, lo que distorsiona en silencio una suma o una media si no normalizas antes. La columna is_reply es la cadena yes o no en lugar de un booleano, así que comprueba la cadena.
Una nota honesta sobre el esquema. La exportación en hoja tiene diez columnas y el JSON tiene once: el JSON añade position, el orden en que volvió la sección de comentarios, y convertir la hoja no lo recupera. Y parent_author, que debería nombrar al autor al que responde una respuesta, volvió vacía en todas las filas de todas las ejecuciones que hicimos, incluidas las filas de respuesta, donde es el único campo que podría rellenarse. Está documentada porque forma parte del esquema declarado, no porque la hayamos visto funcionar; comprueba tu propia exportación antes de depender de ella. Empieza gratis: tus primeras 500 filas no cuestan nada y no requieren tarjeta. Consulta precios para conocer las tarifas actuales.