Discord消息爬取返回404错误求助及非成员服务器爬取方案咨询

一、当前404错误的修复 #

1. URL格式错误：你写的API地址少了关键斜杠，正确的接口路径应该是/channels/{channelid}，原代码里的channels{channelid}未添加斜杠，导致请求到不存在的路径，直接返回404。
2. 权限与Token验证：确认你的authorization Token未过期，且当前账号确实是目标服务器的成员、能正常访问该频道。如果Token失效或账号无权限，也可能触发404或403错误。
3. 修正后的代码（含消息爬取示例）：
   注意：你当前的代码是获取频道基本信息的，若要爬取消息，需使用/channels/{channelid}/messages接口：

import requests

def retrieve_messages(channelid, limit=50):
    headers = {
        'authorization': 'MTAzMjczMTk2MTc0OTQyNjE4Ng.GWupVp.8-6vbgdumzJkF7sQNR9Xv-scMALYEGWQtKsmA0'
    }
    # 获取频道消息的正确接口
    url = f'https://discord.com/api/v9/channels/{channelid}/messages?limit={limit}'
    r = requests.get(url, headers=headers)
    
    return r.json()

该接口默认返回最近50条消息，若要获取更早的消息，需用before参数（传入最后一条消息的ID）循环分页请求。

二、非成员服务器的爬取方案 #

核心限制：Discord的隐私规则禁止非成员访问非公开服务器内容，仅以下两种合规途径可行：

• 公开可发现服务器的公开频道：部分服务器开启了「服务器发现」功能，这类服务器的公开频道可在未登录或非成员状态下通过网页端查看。你可以模拟浏览器请求（处理Cookie、CSRF令牌等）获取内容，但必须严格遵守Discord服务条款，禁止批量爬取或用于违规用途。
• 获取官方授权：直接联系目标服务器管理员，申请加入服务器并获取爬取权限，这是最稳妥且合规的方式，适合NLP项目的数据收集。

红线提醒 #

不要尝试绕过Discord的权限限制爬取非公开内容，这违反服务条款，可能导致账号被封禁，甚至面临法律风险。

内容的提问来源于stack exchange，提问作者Inte42