Dê-lhe um canal, uma playlist ou uma palavra-chave e receba os vídeos como linhas: o id e o título do vídeo, um link, o canal e o seu id, a contagem de visualizações tal como o YouTube a imprime e também como número que pode somar, há quanto tempo foi publicado, a duração e uma miniatura. Doze colunas, uma linha por vídeo.
A caixa de entrada aceita quatro coisas diferentes, e pode misturá-las numa lista - um canal, uma playlist, ou simplesmente uma expressão para procurar.
@handle, um id de canal, um URL de playlist, ou uma palavra-chave simples. Ou carregue um ficheiro CSV, XLSX, TXT ou Parquet.Lê a própria interface JSON do YouTube em vez de raspar o HTML da página, e é por isso que os campos voltam estruturados em vez de extraídos de uma disposição que muda.
Um URL de canal, um @handle, um id de canal, um link de playlist ou uma palavra-chave solta vão todos para a mesma caixa, e pode misturá-los numa lista. Não é preciso normalizar nada antes de começar.
O texto apresentado e o número subjacente chegam como colunas separadas, por isso nada tem de adivinhar o que significa 1.2M antes de se poder calcular um total.
Lê a própria interface JSON do YouTube em vez de analisar HTML renderizado. É por isso que as colunas se mantêm estáveis mesmo quando a disposição do site não se mantém.
Esta exportação tem dados reais por trás, por isso os formatos abaixo estão medidos e não descritos. Duas das suas propriedades mudam a forma como se planeia uma execução, e ambas merecem vir antes da tabela.
Shorts e vídeos normais são uma escolha, não um filtro. O controlo de tipo de vídeo é um ou um ou o outro: uma execução devolve uns ou outros, nunca ambos, e nenhuma das nossas os misturou alguma vez. Daqui decorre que tirar toda a produção de um canal são duas execuções e não uma. Também importa para o que recebe: cada linha de short chega sem data de publicação e sem duração, porque um short não as mostra. Se a sua análise precisa de uma data ou de uma duração, precisa da passagem de vídeos normais.
A data de publicação é relativa, e nada no ficheiro a ancora. Todos os valores se leem como há 9 dias ou há 3 meses, e não há coluna de captura, nem carimbo temporal, nem nada datado nas doze. Portanto a exportação não lhe pode dizer quando um vídeo foi realmente publicado - apenas que idade tinha quando olhou. Registe a data da execução junto ao ficheiro, porque uma semana depois o mesmo ficheiro significa em silêncio outra coisa.
Retiradas da linha de cabeçalho e das chaves JSON de execuções reais e confrontadas com a lista de colunas publicada da plataforma. Os formatos estão medidos em células preenchidas.
video_type: /watch?v=<id> para um vídeo normal e /shorts/<id> para um short. O id está sempre lá dentro.UC. A forma estável de agrupar por canal - um canal pode mudar de nome e isto não muda. Também pode ficar vazio em resultados de palavra-chave.5.6K views. Nem sempre é uma contagem de visualizações: uma única visualização lê-se 1 view, e uma transmissão em direto lê-se <n> watching, que são espectadores em simultâneo e não reproduções acumuladas.4.1M views voltou como 4099999. É esta a coluna por onde somar, ordenar e comparar; views serve para mostrar a uma pessoa.9 days ago, 2 weeks ago, 3 months ago. Nunca uma data absoluta, e nunca presente num short. Veja a nota abaixo sobre como a ancorar.m:ss ou h:mm:ss. Não está presente num short, nem numa transmissão em direto.short ou video, conforme o tipo de vídeo que escolheu para a execução. Uma execução devolve um ou outro, por isso esta coluna é constante dentro de um ficheiro - está lá para distinguir dois ficheiros depois.frame0.jpg nos shorts, e hqdefault, hq720 e variantes personalizadas nos restantes -, por isso leia a coluna em vez de construir o URL você mesmo. O id do vídeo está sempre lá.Três coisas mordem se não as previr. Primeira: published é relativa e não há carimbo temporal nenhum no ficheiro - nem captura, nem data de execução, nada. A exportação diz-lhe que um vídeo é de há 3 meses relativamente ao momento em que a lançou, e o mesmo ficheiro lido mais tarde diz as mesmas palavras sobre outra data. Guarde a data da execução com o ficheiro. Segunda: views_parsed é o número exato e views é o texto arredondado, ao contrário do que o nome sugere: some e ordene por views_parsed. Terceira: o mesmo video_id pode aparecer mais do que uma vez numa execução - verificámos, e a única coluna que difere entre as cópias é query, porque duas entradas que resolvem para o mesmo canal devolvem cada uma o vídeo. Desduplique por video_id se quiser vídeos únicos, ou guarde as cópias se lhe interessa que consulta encontrou o quê. E uma coisa menor: title e channel_title trazem ambos espaços no fim, por isso apare antes de comparar.
Uma lista de entrada, um limite e uma escolha exclusiva. O tipo de vídeo é o que muda o que volta e não a quantidade - escolha-o de propósito.
Alguns exemplos de como as equipas usam o catálogo de um canal para responder a uma pergunta que têm mesmo.
Um handle à entrada, o catálogo à saída, com contagens de visualizações que pode somar. Duas execuções - uma de shorts e outra de vídeos normais - mostram como um canal reparte o esforço pelos formatos, coisa que um relance à montra não revela.
Ordenar pela contagem numérica separa o punhado de vídeos que faz o trabalho da cauda longa. Como o número é exato e não o texto arredondado, a ordem aguenta-se mesmo entre vídeos que no ecrã se leem todos iguais.
Uma expressão simples na caixa de consulta pesquisa no YouTube, por isso um tema transforma-se numa lista de candidatos com canais e visualizações agregados - um ponto de partida para contactar criadores que não é a lista de favoritos de alguém.
Sem subscrição, sem mínimo, sem fatura recorrente. As suas primeiras 500 linhas são por nossa conta - depois paga conforme usa, à mesma tarifa fixa de qualquer outro scraper daqui.
Em cada conta nova, uma única vez. Sem cartão de crédito. Limites por consulta, carregamento de ficheiros e todos os formatos de exportação incluídos.
Cerca de 2 $ por cada 1.000 vídeos. Vale a pena lembrar que os shorts de um canal e os seus vídeos normais são duas execuções, por isso um catálogo completo custa as duas. O estimador mostra o número de linhas e o custo em créditos antes de arrancar.
Preços por volume, workers dedicados e um SLA para monitorização contínua ou extrações históricas muito grandes. Diga-nos os seus números e preparamos uma proposta.
LIVESCRAPER10 no pagamento.O passo seguinte natural: dê-lhe os ids de vídeo desta exportação e obtenha o conteúdo falado como linhas com marca temporal. O que um canal publica e, depois, o que na verdade diz.
Para a outra metade da visibilidade de um tema. O alcance de um vídeo no YouTube e as páginas que posicionam para a mesma expressão são perguntas diferentes com respostas diferentes.
Resposta curta: isto lê metadados públicos de listagem através da própria interface do YouTube e não retira conteúdo de vídeo - mas os termos do YouTube são mais estritos do que a maioria, e isso merece ser lido a sério.
O que volta é a informação que uma página de canal mostra a qualquer pessoa: títulos, contagens de visualizações, há quanto tempo algo foi publicado, durações e miniaturas. Não é descarregado nenhum ficheiro de vídeo, não se toca em nada por trás de um início de sessão, e não há conteúdo privado nem exclusivo para membros envolvido. O scraper lê a própria interface JSON do YouTube em vez de analisar a página renderizada.
Dito isto, os Termos de Serviço do YouTube restringem o acesso automatizado e, ao contrário de um marketplace ou de um diretório, esta é uma plataforma que o diz explicitamente e o faz cumprir. A Google publica ainda uma Data API oficial para boa parte disto. Se opera a qualquer escala, ou constrói um produto sobre os resultados, a posição honesta é que a API oficial é a via sancionada e isto não é - por isso a decisão é sua e do seu próprio aconselhamento, não algo que esta página possa decidir por si.
Sobre dados pessoais: as linhas descrevem vídeos e canais, não indivíduos, e o nome de um canal é uma identidade publicada e não privada. Ainda assim, o canal de um criador pequeno pode ser uma pessoa com outro nome, por isso se construir algo que perfila indivíduos em vez de medir conteúdo, é aí que as obrigações de proteção de dados começam a aplicar-se-lhe. Não corremos rastreadores de terceiros na camada de dados, e as suas exportações apagam-se sozinhas ao fim de 30 dias.
As perguntas que mais ouvimos. Mais alguma? Fale connosco - as respostas são escritas por pessoas, não por bots.
500 linhas grátis de uma só vez em cada conta nova - sem data de validade. Depois 0,002 $ por linha, conforme usa - sem cartão guardado até que o diga.
O YouTube Video Scraper da Livescraper transforma um canal, uma playlist ou uma expressão de pesquisa numa tabela de vídeos. Cola as suas consultas uma por linha - um URL de canal, um @handle, um id de canal, um link de playlist ou uma palavra-chave simples - ou carrega-as como ficheiro CSV, XLSX, TXT ou Parquet, escolhe se quer shorts ou vídeos normais, limita as linhas por consulta e descarrega os resultados como um CSV, um Excel ou um JSON limpos. Lê a própria interface JSON do YouTube em vez de analisar HTML renderizado.
Cada linha traz doze colunas: a consulta de onde veio, o id e o título do vídeo, um link, o nome do canal e o seu id, a contagem de visualizações tal como o YouTube a imprime e também como número exato, há quanto tempo o vídeo foi publicado, a sua duração, se é um short ou um vídeo normal, e um link para a miniatura.
As equipas de conteúdo correm o handle de um rival para ver o que é de facto publicado e não o que a montra destaca. Os analistas ordenam pela contagem exata para separar os vídeos que sustentam um canal da sua cauda longa. As equipas de parcerias metem um tema como palavra-chave e obtêm uma lista de criadores candidatos com canais e visualizações agregados.
Há três propriedades que convém conhecer antes de construir sobre isto. Shorts e vídeos normais são uma escolha exclusiva e não um filtro, por isso toda a produção de um canal são duas execuções - e os shorts chegam sem data de publicação e sem duração, porque um short não as mostra. A data de publicação que os vídeos normais trazem é relativa, lendo-se como há 9 dias ou há 3 meses, e não há qualquer coluna de marca temporal na exportação que a ancore, por isso registe a data da execução junto ao ficheiro. E views_parsed é a contagem exata enquanto views é o texto arredondado, ao contrário do que o nome sugere - some e ordene pelo primeiro. Comece grátis: as suas primeiras 500 linhas não custam nada e não exigem cartão de crédito, e depois é uma tarifa fixa de 0,002 $ por linha.