Chronometrica vs Herus13 Instagram Comment Scraper: ¿cuál cuenta comentarios de primer nivel?

Pedir una exportación no define la unidad de comentario

La pregunta del lector era cómo exportar comentarios de un Reel de Instagram. La pregunta no especificaba una muestra estadística, un análisis de respuestas ni un número necesario de comentarios de primer nivel. Son decisiones que el lector debe tomar según su trabajo. Pregunta original en Reddit

Empieza por el trabajo para el que quieres usar la exportación. Quizá necesites reacciones directas a un Reel, intercambios entre personas o un registro para revisarlo después. Estas tareas pueden necesitar filas diferentes aunque utilicen la misma URL del Reel.

Un límite de filas establece un máximo de recopilación. No explica qué cuenta el recopilador para alcanzar ese límite. Si tu trabajo requiere 100 comentarios de primer nivel, configurar el valor en 100 solo resulta útil cuando sabes qué filas consumen ese cupo.

El denominador es la unidad que da sentido a un recuento. Aquí, lo importante es el tipo de comentario que se cuenta para alcanzar el límite. Anótalo antes de recopilar los datos. Una nota que diga «límite: 100» deja este punto sin aclarar. Una nota que diga «límite: 100 comentarios únicos de primer nivel por publicación» da un significado claro al número.

Distingue también entre un límite y un objetivo. Un límite de 100 permite obtener hasta 100 filas que cumplan los criterios. No garantiza que la fuente tenga 100 comentarios disponibles ni que la recopilación devuelva esa cantidad.

Compara las condiciones que afectan a tu elección

La entrada pública de Chronometrica utiliza `postUrls` para las URL de publicaciones o Reels públicos. Su parámetro `maxCommentsPerPost` limita los comentarios únicos de primer nivel de cada publicación. El valor predeterminado es 100. El valor de `repliesCount` es un recuento de respuestas, no el texto de las respuestas. Estos datos respaldan un proceso de recopilación de comentarios de primer nivel. Contrato de Chronometrica

La tabla distingue los datos comprobados de los productos de las comprobaciones que debes realizar para tu propio trabajo.

Fuentes sobre los productos: Chronometrica y Herus13.

Herus13 también documenta filas de error, vistas CSV planas y acceso limitado a contenido público. Los datos se pueden filtrar después de la recopilación. Contrato de Herus13

Una unidad de salida más restringida no demuestra que los resultados sean más completos. Estas pruebas permiten elegir el alcance de la recopilación. No establecen un ganador en velocidad, precisión, fiabilidad, cobertura ni coste total.

Filtrar una exportación y establecer un límite de recopilación son operaciones distintas. Un filtro posterior puede eliminar filas no deseadas. Por sí solo, no recopila más filas para sustituirlas. Comprueba el tamaño del conjunto conservado antes de usarlo en un análisis.

Ejemplo ficticio: 100 filas pueden contener menos de 100 comentarios de primer nivel

Este ejemplo es ficticio. No es una prueba, un resultado de un cliente ni un conjunto de datos medidos.

Un investigador quiere estudiar las reacciones directas a un Reel. El estudio necesita hasta 100 comentarios de primer nivel. El texto de las respuestas queda fuera del estudio porque puede responder a otra persona en lugar de hacerlo directamente al Reel.

Supongamos que una exportación contiene estas filas:

• 70 comentarios de primer nivel.
• 30 respuestas.
• 100 filas en total.

El cálculo es correcto: 70 + 30 = 100. Pero la exportación contiene 70 comentarios de primer nivel, no 100. Si el investigador elimina las respuestas, el conjunto conservado tiene 70 filas.

Para esta tarea ficticia, la unidad declarada por Chronometrica cumple el requisito. El límite y el recuento del estudio se refieren al mismo tipo de comentario. Esto no significa que una ejecución vaya a encontrar 100 comentarios. Significa que el límite solicitado tiene el significado correcto. Contrato de Chronometrica

Cambiemos ahora la pregunta de investigación. El investigador quiere entender cómo se responden las personas entre sí. El texto de las respuestas y la relación entre cada respuesta y el comentario al que responde pasan a ser necesarios. La elección debe cambiar porque han cambiado los datos necesarios.

No uses este ejemplo para predecir los resultados de ninguno de los 2 Actors. Los recuentos de 70 y 30 solo muestran por qué un total de filas de distintos tipos no puede sustituir a un recuento de comentarios de primer nivel.

La misma distinción se aplica al presentar los resultados. «Conservamos 70 comentarios de primer nivel» es claro. «Analizamos 100 comentarios» puede ocultar la diferencia entre la exportación original y las filas utilizadas en el estudio.

Aplica un método breve antes de recopilar

Puedes elegir con 5 comprobaciones. Guarda las respuestas junto con tus notas de recopilación para que otra persona pueda entender la decisión.

1. Define qué es una fila aceptada. Escribe una frase que indique qué debe incluirse en el conjunto de datos. Por ejemplo: «Cada fila aceptada es un comentario de primer nivel de un Reel público seleccionado». Si el trabajo incluye respuestas, indícalo en su lugar. No elijas el tipo de fila solo porque una herramienta permita recopilarlo fácilmente.
2. Define la lista de fuentes. Determina si ya tienes las URL de las publicaciones o los Reels. Guarda las URL seleccionadas junto con el registro de recopilación. Si aún necesitas descubrir publicaciones a partir de cuentas, considera esa búsqueda como un requisito de entrada independiente. La herramienta de recopilación de comentarios debe admitir el método que piensas usar para identificar las fuentes.
3. Comprueba la regla de recuento del límite. Lee la descripción del parámetro, no solo su nombre. Anota si se aplica por publicación o a toda la recopilación. Registra también qué tipos de filas cuentan para alcanzar ese límite. Distingue el límite solicitado del número de filas realmente devueltas.
4. Enumera los campos que necesitas. Un campo es un valor con nombre dentro de una fila. Quizá necesites el texto del comentario, una referencia a la fuente y un identificador para comprobar duplicados. El trabajo con hilos también puede necesitar un identificador del comentario al que se responde. Consulta la documentación actual de salida antes de dar por hecho que existe un campo. No uses un recuento de respuestas como sustituto del texto de las respuestas.
5. Establece una regla de aceptación. Decide cómo comprobarás el resultado antes del análisis. Indica qué filas cumplen los criterios, cómo tratarás los duplicados y qué valores faltantes impiden usar una fila para responder a la pregunta planteada. Guarda las filas excluidas o sus recuentos para poder explicar el conjunto de datos final.

Estas comprobaciones mantienen la elección vinculada al trabajo. También evitan que un total elevado de filas se convierta en el motivo principal para preferir una exportación.

Si no se ha confirmado un campo necesario, mantén su estado como desconocido. No deduzcas que un producto admite algo por su nombre. Tampoco deduzcas que una función no existe porque una comparación breve no la describa. Consulta el contrato actual para comprobar el requisito exacto.

Inicia Chronometrica con una entrada explícita

Para recopilar comentarios de primer nivel, la entrada mínima comprobada tiene esta estructura:

{
  "postUrls": [
    "https://www.instagram.com/reel/DIwcCZgxVZP/"
  ],
  "maxCommentsPerPost": 100
}

Sustituye la URL de ejemplo por la URL de la publicación o el Reel público que quieras recopilar. La fuente del ejemplo no garantiza que siga disponible.

La entrada proporcionada superó una comprobación estática con el esquema público de entrada guardado en caché. Un esquema define los campos y valores de entrada permitidos. Una comprobación estática verifica esa estructura de entrada sin recopilar comentarios. No se realizó ninguna ejecución de recopilación para esta comparación.

El esquema comprobado exige al menos un elemento en `postUrls`. Define `maxCommentsPerPost` como un número entero de 1 a 999999, con un valor predeterminado de 100. El límite se ignora cuando se activa la opción para eliminar el límite de resultados. Comprueba esa opción si tu trabajo depende de un límite fijo. Contrato de entrada de Chronometrica

La Task pública es una configuración inicial útil. La comprobación de su página confirmó que se cargaba con el título previsto. Esa comprobación no confirmó la entrada guardada en ese momento. Aplica y revisa los valores que quieras usar antes de ejecutar el programa. Task de Chronometrica

Guarda la entrada que utilices realmente. Un enlace a una configuración guardada es útil, pero el enlace por sí solo no muestra qué valores se aplicaron a una recopilación concreta.

Comprueba el resultado antes de tratarlo como una muestra

Después de recopilar, compara las filas devueltas con la regla de aceptación que escribiste. Realiza esta revisión por separado de cualquier análisis posterior del texto.

Primero, comprueba la unidad de cada fila. Confirma que los registros que conservas corresponden al tipo de comentario previsto. En un estudio de comentarios de primer nivel, disponer del recuento de respuestas puede aportar contexto, pero no añade el texto de las respuestas al conjunto de datos.

Segundo, registra por separado el límite solicitado y el recuento devuelto. Puedes solicitar un límite de 100 y recibir menos filas que cumplan los criterios. Informa del recuento real. Un resultado reducido no explica por sí solo por qué faltan filas ni si el recopilador accedió a todo el material disponible.

Tercero, comprueba los duplicados mediante identificadores confirmados cuando estén disponibles. Un texto repetido no basta para demostrar que hay un duplicado. 2 personas pueden escribir las mismas palabras. Conserva la exportación original antes de hacer cambios para poder revisar tus decisiones después.

Cuarto, conserva los valores faltantes como tales. Un recuento de respuestas desconocido no equivale a 0 respuestas. Que un campo no esté disponible no demuestra que el hecho al que se refiere no haya ocurrido. Si falta un valor necesario, registra esa carencia y decide si la fila aún permite responder a la pregunta.

Quinto, comprueba el alcance de la conclusión. Una recopilación con límite no es automáticamente una muestra aleatoria. No des por hecho el orden de selección ni afirmes que las filas conservadas representan a todas las personas que vieron el contenido. Explica cómo seleccionaste las fuentes y qué sabes sobre el conjunto recopilado.

Un registro de recopilación útil incluye las URL de las fuentes, la fecha de recopilación, el Actor, la entrada aplicada, el límite solicitado, el recuento devuelto, el recuento conservado y los motivos de exclusión. Usa la misma definición de fila en todo el registro.

Para importar los datos a una hoja de cálculo y seguir pasos de documentación más completos, consulta Exportar comentarios públicos de Instagram a Excel para una tesis. Esa guía aborda el trabajo posterior a la elección del Actor y de la unidad de recopilación.