如何通过Reddit JSON API获取评论回复（不使用PRAW）

核心逻辑 #

Reddit评论是嵌套树状结构，且存在more类型节点隐藏未加载的评论。要完整获取所有层级，需递归遍历评论树+处理more节点补全隐藏评论，无需依赖PRAW。

具体实现步骤 #

1. 配置基础请求参数
   必须设置合法的User-Agent（比如my-comment-fetcher/1.0 by your_username），否则会被API拦截。

2. 递归遍历评论树函数
   写一个递归函数，处理单条评论及其所有层级回复，同时处理more节点：

   import requests
   import pandas as pd
   
   def parse_comment_tree(comment_node, all_comments):
       # 提取当前评论的核心字段（根据需求调整）
       if comment_node['kind'] == 't1':
           comment_data = {
               'comment_id': comment_node['data']['id'],
               'parent_id': comment_node['data']['parent_id'],
               'author': comment_node['data']['author'],
               'body': comment_node['data']['body'],
               'score': comment_node['data']['score']
           }
           all_comments.append(comment_data)
   
           # 处理当前评论的直接回复
           if comment_node['data']['replies']:
               replies = comment_node['data']['replies']['data']['children']
               for reply in replies:
                   if reply['kind'] == 't1':
                       parse_comment_tree(reply, all_comments)
                   elif reply['kind'] == 'more':
                       # 处理more节点，获取隐藏的评论
                       more_ids = ','.join(reply['data']['children'])
                       more_url = f"https://www.reddit.com/api/morechildren.json?children={more_ids}&api_type=json"
                       headers = {'User-Agent': 'my-comment-fetcher/1.0 by your_username'}
                       more_response = requests.get(more_url, headers=headers)
                       more_data = more_response.json()
                       # 遍历返回的more评论，继续递归处理
                       for more_comment in more_data['json']['data']['things']:
                           parse_comment_tree(more_comment, all_comments)
   
   # 示例：获取单条热门帖子的所有评论
   def fetch_post_all_comments(post_id):
       headers = {'User-Agent': 'my-comment-fetcher/1.0 by your_username'}
       # 初始请求帖子评论，depth=∞确保层级不被截断
       post_url = f"https://www.reddit.com/r/wallstreetbets/comments/{post_id}.json?depth=∞"
       response = requests.get(post_url, headers=headers)
       post_data = response.json()
       
       all_comments = []
       # 第一个元素是帖子信息，第二个是评论列表
       comment_list = post_data[1]['data']['children']
       for comment in comment_list:
           parse_comment_tree(comment, all_comments)
       
       # 转为DataFrame
       return pd.DataFrame(all_comments)
   

3. 与现有流程整合
   从你已获取的热门帖子DataFrame中提取id字段，循环调用fetch_post_all_comments函数，即可获取每个帖子的完整评论树。

注意事项 #

• 速率限制：Reddit API默认限制每分钟60次请求，避免短时间内大量调用导致被封禁。
• 字段调整：根据实际需求修改comment_data中的字段，比如添加创建时间created_utc等。
• 异常处理：建议在请求中添加try-except块，处理网络错误、API返回异常等情况。

内容的提问来源于stack exchange，提问作者user19890024