PRAW Reddit爬虫抓取时报'MoreComments'无created_utc属性求助

你在评论遍历过程中碰到的'MoreComments' object has no attribute 'created_utc'报错，本质是PRAW返回的评论迭代器并非全是真实的评论实体：

• 为了压缩单次接口请求的数据包体积，减少初始加载耗时，PRAW在评论分页加载的场景下会返回MoreComments类实例，作用是标记当前位置存在未加载的评论块，仅存储后续拉取评论需要的ID标识，本身不具备真实评论的时间、内容等属性
• 小批量采集时恰好没有命中分页边界，返回的迭代器里全是Comment类真实对象，因此不会触发报错；采集量增大后必然会碰到分页节点上的MoreComments对象，直接访问其不存在的created_utc属性就会抛出AttributeError终止程序

• 第一步：基础类型过滤（最小改动量，适配你现在只采顶层评论的需求）
  在现有评论遍历的逻辑里，先做对象类型判断，碰到MoreComments实例直接跳过，不执行后续的属性读取操作，参考代码：

  from praw.models import Comment, MoreComments
  
  # 原有遍历评论的循环里加判断
  for c in submission.comments:
      # 跳过非真实评论的分页占位对象
      if isinstance(c, MoreComments):
          continue
      # 以下为原有业务逻辑，无需改动
      c_time = datetime.datetime.fromtimestamp(c.created_utc)
  

• 第二步：如需采集完整的分页评论（覆盖原MoreComments块对应的评论内容）
  不要手动逐块拉取评论，直接调用PRAW内置的replace_more()方法批量将所有分页占位对象替换为真实的Comment实例，替换完成后再执行遍历逻辑，参考代码：

  # 参数说明：limit设为None代表拉取所有未加载的评论块，设为整数代表最多替换多少个分页块
  submission.comments.replace_more(limit=20, threshold=0)
  # 替换完成后生成的列表里全是真实Comment对象，不存在MoreComments实例
  for c in submission.comments.list():
      c_time = datetime.datetime.fromtimestamp(c.created_utc)
  

  注意：如果只需要顶层评论，建议把limit设为较小的数值（比如10-20），碰到评论量过万的热门帖子时，全量替换会大幅拉长采集时长，甚至触发Reddit接口限流。
• 第三步：兜底容错优化
  针对属性读取的操作加异常捕获，即使漏过了个别非Comment对象，也不会导致整个程序中断，参考代码：

  try:
      c_time = datetime.datetime.fromtimestamp(c.created_utc)
  except AttributeError:
      continue
  

• 不需要递归遍历嵌套评论时，直接遍历submission.comments迭代器即可，不要主动拉取深层评论，减少不必要的接口请求
• 大批量采集场景下，建议每处理10-20个帖子加1-3秒的随机延时，避免触发Reddit的访问频率限制
• 导出CSV前可以加一层数据校验，确保爬取的评论字段非空，避免导出文件出现格式错乱

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