做Python爬虫的小伙伴们，是不是经常被今日头条（Toutiao）的反爬机制劝退？尤其是想做舆情数据分析或热点事件复盘时，发现头条的评论数据藏在抽屉面板里，传统的 requests 根本拿不到，用 Selenium 又慢又容易被封。
今天给大家带来一篇DrissionPage 实战干货，教你如何通过监听接口的方式，精准抓取今日头条文章评论。不同于网上那些过时的教程，本文不涉及任何逆向JS，也不需要配置复杂的Cookie池，直接从浏览器底层拦截 article/v4/tab_comments/ 接口，一键导出包含评论内容、点赞数、发布地点、认证信息在内的13个核心字段。
无论你是想做用户画像分析、情感倾向判断，还是单纯想批量采集头条热评，这套代码都能帮你把“数据孤岛”打通。话不多说，直接上源码拆解！👇
一、导入与 CSV 初始化（地基）
import csvimport timefrom DrissionPage import ChromiumPage
•csv：负责写文件
•time：负责休眠，控制请求节奏
•ChromiumPage：DrissionPage 的浏览器对象，代替 Selenium
url = 'https://www.toutiao.com/article/7665544661083914771/'
目标文章 URL
头条的文章页是 SPA（单页应用），评论不在初始 HTML 里
f = open('头条评论.csv', mode='w', encoding='utf-8-sig', newline='')csv_writer = csv.DictWriter(f, fieldnames=[ '评论ID', '评论内容', '发布时间', '点赞数', '回复数', '转发数', '评分', '发布地点', '来源平台', '用户ID', '用户名', '是否认证', '是否PGC作者'])csv_writer.writeheader()
•utf-8-sig：Excel 打开不乱码
•newline=''：Windows 下防止空行
•DictWriter：按字段名写，不怕列顺序乱
•writeheader()：写表头，只执行一次
二、浏览器与接口监听（核心开关）
启动一个真实的 Chromium 浏览器
比 requests 更难被封，比 Selenium 更轻量
print('🟢 开始监听 article/v4/tab_comments/')dp.listen.start('article/v4/tab_comments/')
最关键的一步
监听头条评论接口
只要 URL 包含 article/v4/tab_comments/，全部拦截
不走 DOM，不走正则，直接拿 JSON
三、打开文章页 & 激活评论抽屉
try: drawer_btn = dp.wait.ele_displayed('.side-drawer-btn', timeout=10) print('✅ 找到「查看全部评论」按钮，正在点击...') drawer_btn.click() time.sleep(2)except Exception as e: print(f'⚠️ 未找到 side-drawer-btn，尝试继续：{e}')
•.side-drawer-btn：头条右侧“查看全部评论”按钮
•wait.ele_displayed：显式等待，比 sleep 稳
•点击后，评论面板从右侧滑出（抽屉式 UI）
•不点这个按钮，评论接口不一定触发
四、首次加载评论（人为制造请求）
•滚到底部，触发懒加载
load_more = dp.ele('.load-more-btn', timeout=5)load_more.click()time.sleep(2)
•.load-more-btn：评论区的“查看更多评论”按钮
•第一次点击，强制触发第一页评论接口
•否则 listen.wait() 可能一直空等
五、分页循环（主逻辑）
•页码计数器，纯粹用于日志
while True: print(f'📄 正在爬取第 {page} 页评论')
•无限循环，直到无数据或异常退出
resp = dp.listen.wait(timeout=10) if not resp: print('⚠️ 未监听到评论接口，结束') break
•listen.wait()：阻塞等待接口返回
•timeout=10：10 秒没数据就认为结束了
•头条评论接口非常稳定，一般不会超时
json_data = resp.response.body
拿到接口返回的完整 JSON
此时数据已经在内存里，后面全是解析
六、JSON 路径解析（最容易出错的地方）
comments = ( json_data .get('data', {}) )
•头条的评论接口结构是：
{ "data": [ {"comment": {...}}, {"comment": {...}} ]}
直接 .get('data', {})，防止 KeyError
comments 是一个 list，每一项都是一个评论对象
if not comments: print('⚠️ 本页无评论数据，结束') break
七、单条评论字段提取（逐字段拆解）
for c in comments: comment = c.get('comment', {})
每条评论外层包了一层 comment
必须先取出 comment，再取具体字段
row = { '评论ID': comment.get('id'), '评论内容': comment.get('text'), '发布时间': comment.get('create_time'),
•id：评论唯一标识
•text：评论正文
•create_time：发布时间戳（毫秒）
'点赞数': comment.get('digg_count'), '回复数': comment.get('reply_count'), '转发数': comment.get('forward_count'),
•digg_count：头条内部叫法，就是点赞
•reply_count：楼中楼回复数
•forward_count：转发次数（头条特有）
'评分': comment.get('score'), '发布地点': comment.get('publish_loc_info'),
•score：部分评论有评分（如文章评价）
•publish_loc_info：发布地理位置（如“北京”）
'来源平台': comment.get('platform'), '用户ID': comment.get('user_id'), '用户名': comment.get('user_name'),
•platform：来源（如 iOS、Android、Web）
•user_id：用户唯一 ID
•user_name：昵称
'是否认证': comment.get('user_verified'), '是否PGC作者': comment.get('is_pgc_author'), }
•user_verified：是否认证用户（黄 V / 蓝 V）
•is_pgc_author：是否为 PGC（专业生产内容）作者
写入一行 CSV
循环结束后，文件里就有了一条完整评论
八、翻页逻辑（决定能不能爬完）
try: load_more = dp.ele('.load-more-btn', timeout=5) dp.scroll.to_bottom() load_more.click() page += 1 time.sleep(1.5)
再次寻找“查看更多评论”按钮
滚到底部，确保按钮可见
点击加载下一页
sleep(1.5)：控制节奏，防止被限流
except Exception: print('✅ 已无更多评论，结束') break
九、收尾清理（好习惯）
print('🎉 评论爬取完成')f.close()dp.quit()
打印完成日志
关闭 CSV 文件（刷新缓冲区）
关闭浏览器，释放内存
十、这段代码最值钱的 5 个细节
监听接口，不碰 DOM
抽屉按钮必须点
首次加载必须人为触发
JSON 路径必须对准 comment
翻页靠按钮，不靠页码
十一、一句话总结
这不是在“爬网页”，而是在“接管头条的评论数据流”。
10个月宝宝每天需要喝多少奶粉？
