Почетна Преглед Помоћ
Пријавите се
dumengxingzhou
/
tiktok-scripts
2
0
Креирај огранак 0
Датотеке Дискусије 0 Захтеви за спајање 0 Вики
Дрво: 0a12730ff7
Гране Ознаке
tiktok-scripts
/
README_tiktok_stats.md

README_tiktok_stats.md 26 KB
Историја Датотека

TikTok 视频数据抓取 —— 纯接口(API)版

目标：https://www.tiktok.com/t/ZTy8r7T2a/ → @marcgagilang/video/7552202593888603410 抓取项：点赞 / 评论数 / 分享 / 收藏 / 播放 + 全量评论内容

✅ 不使用无障碍权限。全程 HTTP 请求，无 auto/UiSelector/点击/滑动。

一、云机实测结论（2026-09-23，云机 106.119.179.124:23098，Android 14）

1.1 网络环境（关键前提）

现象 结论
adb shell 里 curl https://www.tiktok.com ❌ Recv failure: Connection reset by peer
有 tun0 网卡（172.19.0.1/30） 云机跑 NekoBox（包 moe.nb4a）VPN
127.0.0.1:2080 在监听 NekoBox 的 mixed 代理（HTTP + SOCKS5）
curl -x http://127.0.0.1:2080 https://www.tiktok.com ✅ 200

原因：adb shell 的 curl 走 eth0（被过滤，TLS 握手被 reset），App 走 tun0。 对脚本的影响：Auto.js 走系统 VPN，一般直连即可；若连不上，在 CONFIG 里填 proxyHost: "127.0.0.1" + proxyPort: 2080。

1.2 计数指标（公开 SSR，无需签名、无需登录）

页面 结果
https://m.tiktok.com/v/<id>.html ✅ 首选。SSR 完整，含收藏数
https://www.tiktok.com/embed/v2/<id> ✅ 备用（无收藏数）
https://www.tiktok.com/video/<id> ❌ 常返回 SPA 空壳，无 SSR 数据

实测值：点赞 2,400,000 / 评论 18,900 / 分享 1,200,000 / 收藏 246,728 / 播放 14,800,000

注意：itemStruct 之后第一个 stats 块是话题的 {"videoCount":...}， 脚本会遍历所有 "stats":{...} 并取第一个含 diggCount/playCount 的（实测需跳过 5 个）。

1.3 评论接口（官方全部被拦 → 调用代码已于 2026-09-25 移除）

接口 结果
www.tiktok.com/api/comment/list/ ❌ HTTP 200 但 Content-Length: 0（缺 A-Bogus/X-Bogus）
同上 + msToken 二次握手 ❌ 仍为空（服务端下发了 x-ms-token 也没用）
api16/api19/.../comment/list/ (app_name=musically) ❌ 403（Argus 风控）
同上 (app_name=tiktok_web) ❌ 2146 Please upgrade your TikTok app

2146 与 cookie / UA / version_code（试过 180800 / 270000 / 618002 / 2024505030 等） / 设备参数全部无关，是死路。登录态 Cookie 对评论接口没有任何帮助。

可用方案：www.tikwm.com 镜像接口（已实测）

顶级评论  https://www.tikwm.com/api/comment/list?url=<视频URL>&count=50&cursor=N
子回复    https://www.tikwm.com/api/comment/reply?video_id=<ID>&comment_id=<CID>&count=50&cursor=N
→ {code:0, data:{comments:[...], total:18752, cursor:50, hasMore:true}}

1.4 tikwm 的 6 个坑（2026-09-24/25 复测，★ 决定成败）

# 坑 实测证据 后果
1 hasMore 会偶发「假 false」 cursor=400 返回 hasMore:false（仅 41 条），但 cursor=450/500 依然 true 且有数据 拿它当终止条件 → 第 9 页就收工，只拿到 426 条
2 只按「并发」限流，不按「时间」限流 串行 0.2s 间隔连打 20 次 → 20/20 全成功；并发 3 → 2/3；并发 5 → 3/5 必须串行；间隔只是「礼貌」，不是硬阈值（见 1.5）
3 total 字段不可信 cursor≥15000 时 total 退化成 cursor 本身（15000/18000/18700…） 不能拿 total 算进度或判结束
4 count 上限 50 传 100 / 200 也只返回 49 条 必须老老实实翻 200+ 页
5 翻页深度上限 ≈ cursor 10369 超过后真的没有数据（不是假 false） 拿不到声明的 1.8 万，实得 ≈ 1 万（52%）
6 限速维度必须用「请求数/小时」 评论量差异达 20 倍：500 条=10 请求，9,931 条=199 请求 按「视频个数」设固定间隔 → 速率失控（见 1.5）

真实可抓范围（实测）：

项 值
顶级评论 cursor 从 0 翻到 ≈10369 后真的没数据（约 212 页）
单页 46~50 条（count=50）
子回复 需单独接口；reply_total 声明值可信（声明 367 → 实测抓到 366）
声明总量 total=18752（官方显示 18900），但回复总量远超此数

⚠️ reply_total 分布极不均匀：仅 cursor=0 这一页 49 条顶级评论， reply_total 合计就 3447（单条最高 1446）。但全量统计后实际总量只有 5952 条 （1060 条评论带回复），缺口不大。

回复接口 comment/reply 比列表接口更不稳（实测）：

现象 证据
空页随机出现 cursor=50 空，cursor=100 却正常
返回条数会超过声明 声明 81 → 实得 278；声明 20 → 实得 23
也可能只拿到一部分 声明 21 → 实得 1（cursor 50/100 都空，tikwm 侧就没有）

所以回复的终止规则是「已达标 + 末页未满」而不是拿 declared 硬卡：

① all.length >= declaredTotal 且 本页 rawN < count  → 收工（末页）
② 连续 replyEmptyStreakLimit(=5) 页空              → 收工
③ cursor > declaredTotal + 2*count                 → 收工（hardCap）

（踩过：用 emptyStreak>=2 会让「声明 61 实得 4」这种被误判成结束。）

1.5 限流模型与推荐抓取节奏（2026-09-24 标定）

先给结论：tikwm 只卡并发，不卡频率。

用云机 curl 在同一出口 IP 上做了两组标定：

组 1 —— 串行下的频率：没有阈值

请求间隔 次数 成功 code=-1
0.2s（网络极限，≈24 req/min） 20 20 0
1.0s 20 20 0
3.0s 15 15 0

组 2 —— 并发：阈值 ≈ 2

并发数 成功 code=-1
2 2/2 0
3 2/3 1
5 3/5 2

且触发后无需冷却——限流一结束，下一次请求立即恢复（恢复校验全通过）。

所以「多久抓一个视频」的真实答案

① 硬约束（有实测支撑）：必须串行。 这是唯一会被服务端拒绝的行为。 本脚本天然串行，所以你不必把"间隔"当成某个必须达到的阈值。

② 建议节奏（主动收敛，非实测阈值）。 之所以要主动收敛，是因为：

  • tikwm 是免费第三方镜像，靠广告养活，容量有限，持续满速打是透支共享资源；
  • 请求出口是 NekoBox 的代理节点 IP，若该节点被 Cloudflare/tikwm 标记， 你整个 VPN 都会受影响，代价远大于抓慢一点。

2026-09-25 起不再需要人工分档：旧的「视频间隔 90s」被证明是有缺陷的—— 评论量差异达 20 倍，固定间隔会让轻视频空等、重视频歇不够。现改为自动两级限速。

现在的做法：按请求数驱动的两级限速

级别 机制 作用
① 令牌桶 targetReqPerHour: 1200 每次请求前预占一个「令牌」，跨视频累计、不因换视频重置 小时级硬上界（1200 → 每请求至少 3s）
② 视频间动态冷却 videoCooldownMinMs(15s) + 上一视频请求数 × videoCooldownPerReqMs(250ms) 重视频自动多歇，轻视频不空等
③ 批次长休（沿用） 每 5 个视频休 10 min（±20%） 打断长时间匀速

端到端实测（_probe/test_pacing.js 模拟「轻 10 请求 + 重 199 请求 + 轻 10 请求」）：

219 请求 / 726s  →  1086 请求/小时        （目标上界 1200）

成本对照（已含限速后的单视频耗时）：

评论量 请求数 动态冷却 令牌桶耗时 单视频合计
500 11 18s 33s ≈ 51s
2,000 41 25s 123s ≈ 2.5 min
5,000 101 40s 303s ≈ 5.7 min
9,931（本视频） 200 65s 600s ≈ 11 min

⚠️ 加了主动限速后，本视频从原来的 ≈6 min 变成 ≈11 min。 这是「把速率压进安全区」的代价，不是性能 bug。

仍然别按"抓几个"规划，按"这个视频要发多少次请求"规划。 建议单 IP 控制在 ≤ 1000~1500 请求/小时，默认配置（1200）已落在区间内。

脚本内置的节流保护

机制 行为
串行 天然单线程，不存在并发风险
令牌桶 targetReqPerHour 全局速率上界，跨视频累计（主要限速手段）
页间最小间隔 requestDelay: 400 含 ±40% 抖动；通常小于令牌桶间隔，只在目标设得很高时主导
自适应退避 命中 code=-1 → 页间隔与令牌桶同步 ×2（分别 8s / 30s 封顶）
快速恢复 连续 20 页干净通过 → 两者同步一步回到基准（不做缓慢衰减）
视频间动态冷却 15s + 请求数 × 250ms，±50% 抖动
批次长休 每 5 个视频长休 10 min，±20% 抖动
断点续跑 skipExisting 已有 _stats.json 的视频自动跳过，跳过的不触发冷却
失败也冷却 抓取失败的视频同样进入冷却（失败多因风控，连续快跑只会加剧）
结果自检 结束打印「共发请求 N 次，命中限流 M 次」+「实际速率 ≈ X 请求/小时」

以上逻辑已用「加载生产文件本体 + 注入假 sleep 与可控时钟」的方式单测覆盖（40 项断言全绿）。

怎么看收尾那两行日志：

[pace] 期间共发请求 1987 次，命中限流 3 次
[pace] 实际速率 ≈ 1102 请求/小时（目标上界 1200）
  • 命中限流 M：偶发 1~5 次属正常（假 hasMore / 空页重试引起）；持续 > 0 或出现 CF 403 页面（返回 HTML 而非 JSON）→ 换节点，而不是继续降速。
  • 实际速率：长跑（几十个视频以上）会稳定落在目标以内；视频数很少时会偏高， 因为固定冷却占比低 —— 长跑自然收敛。

顺带一个好消息：抓评论不牵连 TikTok 账号

评论全程走 tikwm，不携带任何登录态（sessionid 对评论接口无效，见 1.3）。 所以批量抓取的主要风险是「IP 被镜像站/代理节点标记」， 而不是「TikTok 账号被封」——脚本也不会拿 Cookie 去请求评论接口。

1.6 登录态是否必需？换 IP 的边界在哪（2026-09-25 定论）

结论：不登录 TikTok 账号，本方案可完整跑通。 上一轮的成功抓取 （9,931 顶级评论 + 3,316 回复）本身就是无 Cookie 跑出来的，已逐行核对脚本：

链路 函数 请求头 用 Cookie？
计数 fetchStats() User-Agent + Accept 否
评论 getCommentsViaMirror() User-Agent + Accept 否
官方评论 getCommentsViaOfficial() 曾含 Cookie 接口已被风控拦死，函数已于 2026-09-25 删除

→ 结论落地：cookie / cookieFile / tryOfficial 三项配置已从脚本移除， 主脚本现在完全没有携带登录态的代码路径。

登录态唯一还能帮上忙的三个场景（都不是"防封"）：

  1. 地区 / 年龄限制内容 —— 未登录时 itemStruct 可能整个缺失；
  2. 私有、好友可见内容；
  3. 想拿 TikTok 自己那份"完整 total"时（SSR 计数可能有延迟/取整）。

其中 1、3 用目标地区的出口 IP 同样能解决 → 短效 IP 确实可以替代登录态。

换 IP 治的是哪一层（关键）

两条风控对象不同，混在一起看就会误判：

层 谁在判定 换你的 IP 是否有效
m.tiktok → TikTok Cloudflare 你的出口 IP 有效
tikwm 入口限流（并发 ≈ 2） 你的出口 IP 有效（换 IP = 变成新客户端，额度重置）
tikwm 服务端 → TikTok tikwm 自己的 IP 无效

三个反直觉点：

  1. 换频率 ≠ 提速。 标定结论是"只卡并发、不卡频率"。只要串行跑， 30 分钟一换和 4 小时一换差别不大。换 IP 买的是「被标后的恢复速度」， 而不是「跑得更快」。
  2. 换 IP 救不了 tikwm 上游被限。 若 tikwm 自身取数被风控，表现为 所有视频同时失败（而非偶发 code=-1）——此时换节点无用，应等其恢复或换镜像。
  3. 代理质量 > 更换频率。 30 分钟一换的机房段 IP，比一个稳定的住宅 IP 更容易被 CF 直接判 bot；换太勤反而像扫描器。优先住宅 / 移动 IP。

换 IP 的触发信号（按需换，而非纯定时）

信号 判定
[pace] 命中限流 M 持续 > 0 偶发 1~2 次属正常抖动（假 hasMore / 空页重试），持续才是信号
连续出现 code=-1 换节点
返回 HTML 而非 JSON（CF 403 挑战页） 换节点
所有请求成功率骤降 换节点

命中任一条 → 立刻换节点；无异常时按期轮换（20~30 min）作兜底即可。

换 IP 也治不了的天花板： tikwm 顶级评论 cursor 上限 ≈ 10369（见 1.5 与第六节）， 这是镜像的数据完整性上限，与账号、IP 均无关。

合规提示：用 IP 轮换替代登录态，不等于免除平台 ToS 约束。控制量级、 避免对单一镜像站高频施压。

二、依赖与运行

  1. Auto.js Pro 8；只需悬浮窗权限（看日志），无障碍、root 都不需要。
  2. 手机网络必须能访问 TikTok（走 VPN）。

  3. 运行：

    adb push tiktok_stats.js /sdcard/Download/tiktok_stats.js
# Auto.js Pro 导入 → 运行

输出目录 /sdcard/Download/tiktok_data/：

  • tiktok_<ID>_stats.json — 5 项计数 + 元信息
  • tiktok_<ID>_comments.json — 评论（结构化）
  • tiktok_<ID>_comments.txt — 评论（可读文本）

三、关键修改点（CONFIG）

配置项 说明
shareUrl 目标短链
awemeId 已知视频 ID 直填（当前 7552202593888603410），留空则解析短链
maxComments 0=顶级评论全量；>0=只抓前 N 条（调试建议先设 200）
commentPageSize 50（tikwm 上限，填大也没用）
useMirror ★ 评论来源：tikwm 镜像（false 则只抓计数、不抓评论）
proxyHost / proxyPort 一般留空；Auto.js 连不上时填 127.0.0.1 / 2080
targetReqPerHour ★ 小时级请求上界（默认 1200 → 每请求至少 3s）。0=不限速
requestDelay / maxRetries 页间最小间隔（400ms）与重试次数；必须串行
jitterRatio 页间间隔抖动比例（默认 0.4）
throttleBackoffFactor 命中限流时的退避倍数（2 倍，页间隔与令牌桶同步放大）
throttleMaxDelay / throttleMaxInterval 页间隔上限 8s / 令牌桶上限 30s
throttleRecoverPages 连续 N 页干净通过后同步回到基准（默认 20）
emptyStreakLimit 连续 N 页无数据才判定结束（默认 3，配合假 hasMore 容错）
maxOffset 0=翻到无数据为止；设值则到该 cursor 停（实测上限 ≈10400）
batchUrls 批量模式：填多个短链/ID 则按顺序批量抓（留空=只抓 shareUrl）
videoCooldownMinMs ★ 视频间冷却底（默认 15s）
videoCooldownPerReqMs ★ 每请求追加冷却（默认 250ms）→ 重视频自动多歇
videoCooldownJitter 视频间冷却抖动（±50%）
batchCooldownEvery / batchLongCooldownMs 每 5 个视频长休 10 分钟
skipExisting 批量模式下已有结果的视频跳过（断点续跑，仅批量生效）
fetchReplies 是否抓子回复（默认 false，见 1.4 的量级说明）
replyTopN 抓回复最多的前 N 条评论的回复（默认 30）
replyMinTotal 只抓 reply_total >= 该值的评论（默认 2）
outputDir 输出目录（自动尝试多个候选并校验可写）

关于登录态：本脚本不提供 cookie / cookieFile 配置项，也刻意不带登录态。 计数与评论两条链路都不读 Cookie（见 1.6），且「登录态 + 轮换 IP」会造成同账号 跨地区跳变，是比匿名请求更强的风控特征。原先的 cookie / cookieFile / tryOfficial 三项已于 2026-09-25 移除。

批量抓取示例

// 只改这一处即可批量：填链接或裸 ID 都行
batchUrls: [
    "https://www.tiktok.com/t/ZTy8r7T2a/",
    "7552202593888603410",
    "https://www.tiktok.com/@someone/video/7512345678901234567"
],
targetReqPerHour: 1200,       // ★ 小时级上界（每请求至少 3s）—— 主要限速手段
videoCooldownMinMs: 15000,    // 视频间冷却底 15s
videoCooldownPerReqMs: 250,   // + 每请求 250ms（重视频自动多歇）
batchCooldownEvery: 5,        // 每 5 个
batchLongCooldownMs: 600000,  // 长休 10 分钟
skipExisting: true            // 中断后直接重跑，只补没抓的

大批量长跑建议

  • 想更保守：只调 targetReqPerHour: 600（每请求 6s），其余不用动。
  • 想更快：先确认出口节点是住宅 / 移动 IP 再提高 —— 机房段 IP 提上去极易撞 CF 挑战。参考上限 ≤ 1500 请求/小时。
  • 无人值守：直接跑即可。失败会自动重试并进入冷却；中断后原样重跑即可续抓。
  • 换节点时机：看收尾的 [pace] 行。命中限流 偶发属正常；持续 > 0 或出现 CF 403 页面就换节点，别靠降速硬扛。

四、已修复的问题

  1. 保存失败 ENOENT：files.ensureDir(dir) 只创建传入路径的父目录，不创建 dir 自身。 已改为 new java.io.File(dir).mkdirs() 递归创建 + createNewFile() 可写校验， 失败自动降级到 files.getSdcardPath() / files.cwd() 等备选目录。
  2. Rhino invalid return（0.004s 闪退）：Rhino 禁止顶层 return。 所有逻辑已收进 main()。
  3. 收藏数时有时无（246727 → 0）：改为从 m.tiktok.com 的 SSR stats 块解析，稳定拿到。
  4. 评论一直为 0：官方接口全部被签名风控拦截，改用实测可用的镜像接口。
  5. 提取器在云机上误命中 /data/system/graphicsstats/...：find /data -maxdepth 4 兜底时把 graphicsstats 的日期目录当成了数据目录。已改为先 pm dump 拿权威 dataDir，再用 /proc/1/root 前缀探测可读性，不再靠 find 猜路径。
  6. 提取器 grep 命中 0 项：见 5.1「坑 2」，Cookie 存储是 Java 序列化 hex / SQLite， 不是明文，已改为结构化解析。
  7. 评论只抓到 426 条（而不是 1 万+）：tikwm 的 hasMore 会偶发假 false， 旧逻辑在 cursor=400 那页直接 break，累计正好 426。 已改为：hasMore 只作提示不作终止；空页重试 3 次；连续 3 页无数据才结束。 验证方式：录制 12 页真实响应（含出问题的那页）回放生产代码 → 426 → 559 条，且正确打印「⚠ 第9页 hasMore=false，但实际返回 41 条 → 判定为假 false，继续翻页」。
  8. reply_total 误以为是总量：tikwm 的 total 是「顶级评论 + 回复」的混合口径， 且回复量极大；已把子回复拆成独立可选阶段（fetchReplies），默认只抓 Top N。
  9. 没有批量能力：新增 batchUrls 批量模式 + 视频间冷却 + 批次长休 + skipExisting 断点续跑（故意做在同一份脚本里，避免复制出第二份代码后两边漂移）。
  10. 退避后恢复过慢（单测发现）：原设计从 8000ms 回到 400ms 需 100 次成功， 相当于一次瞬时限流就把整段视频拖慢 20 倍。已改为「连续 20 页干净通过 → 一步回到基准」。
  11. 被跳过的视频仍空等冷却：批量续跑时会让 90% 的时间浪费在空等上。 已改为仅当本次视频真的发过请求才进入冷却。
  12. 登录态零贡献却仍被保留、并诱导使用（2026-09-25）：逐行核对发现计数与评论 两条链路都不读 Cookie，唯一读 Cookie 的官方评论链路早已被风控拦死。 已删除 buildCookie() / getCommentsViaOfficial() 两个死函数， 以及 cookie / cookieFile / tryOfficial 三项配置 —— 顺带每个视频少打 1 次注定失败的请求。
  13. 「固定 90s 视频间冷却」不适配大批量：评论量差异达 20 倍（10 请求 vs 199 请求）， 固定间隔让轻视频空等 5 倍时间、重视频又歇不够。已改为 令牌桶（跨视频累计）+ 动态冷却（底 15s + 请求数 × 250ms） 两级限速。
  14. 失败视频不进入冷却：原逻辑只在成功时冷却；但失败多因风控/网络， 且失败前通常已发过计数请求。已改为失败同样进入冷却，避免连续快跑放大风控。
  15. 退避只作用于页间隔 → 在令牌桶面前形同虚设（设计期规避 + 单测防回退）： 引入令牌桶后，若 code=-1 退避只放大页间隔（400ms→8000ms）， 仍会被令牌桶的 3s/请求淹没，退避等于没生效。 已改为页间隔与令牌桶同步放大、同步回落，并新增断言「令牌桶确实被退避放大」。

五、登录态提取（root + shell）

⚠️ 2026-09-25 提示：日常抓取不需要这一节。 已核实登录态对计数与评论零贡献（见 1.6），主脚本也不读 Cookie。 这里保留完整提取链路，仅用于：① 确实遇到地区/年龄限制内容需要验证； ② 调试其他依赖登录态的接口。不要把提取到的 Cookie 塞进批量抓取流程。

5.1 手机侧：tiktok_extract_cookie.js（Auto.js 版）

adb push tiktok_extract_cookie.js /sdcard/Download/
# Auto.js Pro 导入运行

云机上踩的两个坑（已在脚本内解决，勿回退）

坑 1 —— mount namespace 隔离

云机会把 /data/data 用 tmpfs 重新挂载成空目录，只 bind 进 Auto.js 自己和 GMS：

tmpfs on /data/data type tmpfs (mode=751)          ← 空壳
/dev/loop2 on /data/data/org.autojs.autojspro
/dev/loop2 on /data/data/com.google.android.gms

所以 test -d /data/data/com.zhiliaoapp.musically 返回 NO、find /data 只能扫到 /data/system/graphicsstats/... —— 这是挂载视图问题，不是权限问题，加 root 也没用。

解决：用 /proc/1/root 前缀穿透到 init 的挂载视图。/proc/<pid>/root 是 magic symlink，会跟随目标进程的 mount ns，不需要 CAP_SYS_ADMIN（nsenter 需要，故仅作兜底）：

/proc/1/root/data/user/0/com.zhiliaoapp.musically/shared_prefs/ttnetCookieStore.xml

脚本按 [/proc/1/root 前缀] → [nsenter] → [直接路径] 依次探测并打印结果。

另外：files.* / java.io.* 在 Auto.js 进程 uid 下运行（非 root），读不到 /proc/1/root 下的文件 → 必须先用 root shell cp 到 /sdcard，再用 files.read()。

坑 2 —— Cookie 存储不是明文

存储 形态 grep 结果
shared_prefs/ttnetCookieStore.xml 值是 Java 序列化 hex（ACED0005…） ❌ 永远 0 命中
app_webview/Default/Cookies SQLite，name 与 value 分列 ❌ 匹配不到 name=value

所以必须结构化解析：

  • XML：<string name="http://tiktok.com/|d_ticket">ACED0005…</string> 字节流结构 [TC_STRING 名称][TC_STRING 值][TC_STRING 域名][TC_STRING 路径]， 取第 2 个 TC_STRING(0x74) 即值。实测 170 条目 → 24 个 Cookie 名。
  • SQLite：用 Android 内置 android.database.sqlite.SQLiteDatabase 直接查。

5.2 PC 侧：tiktok_extract_cookie_pc.js（备用通道）

node --experimental-sqlite tiktok_extract_cookie_pc.js

同步用 adb pull 取两个存储，解析逻辑同上，并做双源交叉校验。

备注：这台云机的 su 不支持 -c，必须用 su 0 sh -c '...'。 Git Bash 下需 export MSYS_NO_PATHCONV=1，否则 /sdcard/... 会被转成 Windows 路径。

5.3 实际能提取到的东西

24 个 Cookie 名（2018 字符）：sessionid sessionid_ss sid_tt uid_tt uid_tt_ss sid_guard msToken odin_tt passport_csrf_token passport_csrf_token_default multi_sids tt-target-idc store-idc cmpl_token d_ticket install_id ttreq store-country-code store-country-sign tt_session_tlb_tag user_oec_info BUYER_TOKEN 等。

ttwid 不在 App 的存储里（App 不持久化它），只能向 www.tiktok.com 现捞。 但当前主脚本不需要它 —— 不携带任何 Cookie 也能正常抓取（见 1.6）。

六、取数链路

计数：m.tiktok.com/v/<id>.html → __UNIVERSAL_DATA_FOR_REHYDRATION__ → 定位 itemStruct → 遍历 "stats":{...} 取含 diggCount 的块。 失败降级 embed/v2/<id> → 全局正则。 全程不携带 Cookie（未登录 SSR 同样完整）。

评论：

  1. www.tikwm.com/api/comment/list（唯一来源，实测可用）
    • 从 cursor=0 串行翻页，单页 50，hasMore 假 false 忽略，空页重试， 连续 3 页无数据结束 → 实得顶级评论 ≈10369 条
  2. www.tikwm.com/api/comment/reply（子回复，可选）
    • 参数 video_id + comment_id（不需要 url）
  3. www.tiktok.com/api/comment/list（官方兜底 —— 已被 A-Bogus 签名风控拦死， 调用代码于 2026-09-25 移除，仅保留此说明）

输出：

  • tiktok_<ID>_stats.json — 5 项计数 + topLevelComments / repliesFetched
  • tiktok_<ID>_comments.json — 结构化（回复挂在父评论的 replies 数组）
  • tiktok_<ID>_comments.txt — 可读文本（回复以 └─ 缩进）