如何指定YouTube搜索指令？如何优化脚本避免重复获取同频道数据？

一、如何指定YouTube搜索指令？ #

YouTube Data API的search.list方法支持多种参数精准控制搜索结果，常用参数包括：

• q：核心搜索关键词，支持精确匹配（用双引号包裹）、布尔逻辑（如"I stand with Ukraine" -short排除短相关内容）。
• type：指定搜索类型，可选video、channel、playlist，你的代码已设为video。
• order：排序规则，除viewCount外，还支持date（最新发布）、rating（评分最高）、relevance（相关性优先）等。
• regionCode：限制结果所属区域，如UA（乌克兰）、US（美国）。
• videoDuration：按时长筛选，可选short（<4分钟）、medium（4-20分钟）、long（>20分钟）。
• publishedAfter/publishedBefore：按发布时间过滤，格式为ISO 8601日期，如2023-01-01T00:00:00Z。

示例：搜索乌克兰地区发布的、时长超20分钟的相关视频

request = youtube.search().list(
    q='I stand with Ukraine',
    part='id,snippet',
    maxResults=5,
    order="viewCount",
    pageToken=nextPageToken,
    type='video',
    regionCode='UA',
    videoDuration='long',
    publishedAfter='2023-01-01T00:00:00Z'
)

二、优化脚本避免同一频道重复抓取 #

通过维护一个已处理频道ID的集合，实现每个频道仅保留一条数据。修改后的代码如下：

from googleapiclient.discovery import build
from pprint import PrettyPrinter

api_key = "你的API密钥"
youtube = build('youtube','v3',developerKey = api_key)

pp = PrettyPrinter()
nextPageToken = ''
processed_channels = set()  # 存储已抓取的频道ID
target_count = 5  # 目标获取的不同频道视频数量

while len(processed_channels) < target_count:
    request = youtube.search().list(
        q='I stand with Ukraine',
        part='id,snippet',
        maxResults=5,
        order="viewCount",
        pageToken=nextPageToken,
        type='video'
    )
    
    res = request.execute()
    
    for item in res['items']:
        channel_id = item['snippet']['channelId']
        if channel_id not in processed_channels:
            processed_channels.add(channel_id)
            pp.pprint(item)  # 仅输出未处理过的频道视频
            # 达到目标数量后提前终止
            if len(processed_channels) >= target_count:
                break
    
    # 更新下一页token，无结果则终止循环
    nextPageToken = res.get('nextPageToken', None)
    if not nextPageToken:
        break

代码说明： #

1. processed_channels集合：快速判断频道是否已处理，查询效率为O(1)。
2. 循环逻辑调整：从固定次数循环改为while循环，直到收集到目标数量的不同频道数据，或无更多搜索结果。
3. 结果过滤：遍历搜索结果时，先提取频道ID，仅处理未收录过的频道数据。
4. 提前终止：达到目标数量后立即跳出循环，减少不必要的API调用和数据处理。

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