Exportar comentarios públicos de Instagram a Excel para una tesis

Qué contiene cada fila guardada

Estas reglas de campos se controlaron el 2026-10-13 para el build público 0.1.21 del Actor Instagram Comments Scraper. Un campo es un valor con nombre en una fila. Este build guarda un comentario público de primer nivel en cada fila.

Cada fila tiene `postUrl`, `postId`, `postShortCode`, `commentId`, `text`, `createdAt`, `likesCount`, `repliesCount`, `ownerId`, `ownerUsername`, `ownerVerified` y `collectedAt`.

`postUrl` es el enlace de la publicación que ingresaste. `postId` es la identidad de origen de esa publicación. `postShortCode` es el código corto dentro de ese enlace. El código corto es la parte que está después de `/p/`, `/reel/` o `/tv/`. `commentId` es la identidad de origen de un comentario. `text` son las palabras del comentario. `createdAt` es la hora del comentario según el origen. `likesCount` es el conteo de me gusta que mostró el origen. `repliesCount` es el conteo de respuestas que mostró el origen. No es el texto de las respuestas. `ownerId` es la identidad de origen de la cuenta que publicó el comentario. `ownerUsername` es el nombre público de esa cuenta. `ownerVerified` indica si el origen mostró una marca de verificación en esa cuenta. `collectedAt` es la hora en que el Actor guardó la fila.

Null significa que el valor no estaba disponible. Un texto vacío no tiene caracteres. El texto vacío no es lo mismo que null. Cero significa que el número era cero. False significa que la marca de verificación era no. Conservá null, cero y false como valores distintos. No conviertas null en cero ni en false.

Este build no pone un campo de estado en cada fila. No guarda `parentId`. No guarda el texto de las respuestas. No guarda el epígrafe de la publicación. No guarda conteos de seguidores. No guarda una puntuación de bot. Una puntuación de bot estimaría si una cuenta es automática. No guarda una etiqueta de sentimiento. El sentimiento sería una etiqueta como elogio o queja. No marca quién cuenta como miembro pleno de un grupo. Un ID de propietario puede ser null.

No hay una fila de respuesta para codificar. Un `repliesCount` null no es una respuesta con texto vacío. No es un sentimiento.

1. Escribí el marco antes de recolectar

El marco es la lista de publicaciones que elegiste y las reglas de los comentarios que conservás. Escribí el marco antes de ejecutar el Actor.

Escribí estos elementos:

• Los enlaces públicos conocidos de las publicaciones.
• La regla que puso esas publicaciones en la lista.
• La ventana de fechas, o una nota de que no vas a filtrar por fecha.
• La hora de recolección que vas a copiar de `collectedAt`.
• La regla de idioma.
• Lo que contás: comentarios, cuentas o publicaciones.

Una ventana de fechas es el primer día y el último día que elegís conservar. Lo que contás es tu unidad. Un comentario, una cuenta y una publicación son unidades distintas. Escribí la hora de recolección como `collectedAt`, no el día en que empezás a codificar.

Escribí la lista de publicaciones antes de leer los comentarios. Así no vas a agregar una publicación porque sus comentarios encajan con tu idea. Escribí la ventana de fechas antes de la ejecución, o escribí que no vas a usar una. Escribí la unidad en la misma nota. Los conteos posteriores se mezclan con facilidad. El archivo inventado de más abajo muestra por qué. El Actor no agrega un campo de idioma. Escribí una regla de idioma que puedas seguir. Por ejemplo, conservá cada texto guardado y marcá el idioma en una columna nueva. Si descartás una fila, escribí el motivo.

Usá un enlace público que ya conozcas. El enlace debe contener `/p/`, `/reel/` o `/tv/`. Un enlace de perfil es una página de cuenta. Una Story es un elemento de historia de corta duración. Un enlace de hashtag es una página de etiqueta. Search y Explore son páginas para recorrer contenido. Esas rutas no están admitidas. Usá solo publicaciones públicas. No recolectes cuentas privadas ni comentarios ocultos.

La muestra puede describir el texto de los comentarios públicos que guardaste. No puede representar a todos los usuarios de Instagram. Una afirmación sobre todos los usuarios necesita un plan aparte que seleccione personas. Este artículo no escribe ese plan.

Si usás un filtro de fechas, las fechas de fin son inclusivas. Inclusivo significa que un comentario del primer día o del último día puede quedar. Un comentario sin `createdAt` se omite mientras el filtro de fechas está activo. Un filtro de fechas mira como máximo 250 comentarios públicos por publicación, salvo que quites el límite de resultados. El orden del más antiguo primero usa ese mismo límite de revisión. Quitar el límite de resultados igual no recolecta el feed público completo. Escribí este límite en tus notas si usás fechas o el orden del más antiguo primero.

2. Controlá una publicación con un tope de 3

Una prueba piloto es una primera ejecución muy pequeña. La usás para controlar la forma del archivo. Empezá con una publicación pública conocida y un tope de 3. Un tope es la cantidad máxima de comentarios que pedís guardar de una publicación. El tope es un máximo, no un conteo prometido.

La Task de exportación a CSV guardada se controló el 2026-10-13. Su entrada guardada es:

{
  "postUrls": ["https://www.instagram.com/reel/DZu6dkVyImf/"],
  "maxCommentsPerPost": 250,
  "commentSortMode": "default",
  "collectAllAvailable": false
}

Ese Reel es una entrada de inicio. Una entrada de inicio no es tu estudio. Una ejecución no hace tu codificación. Reemplazá el Reel por el enlace de tu propia publicación pública.

Usá esta forma para la prueba piloto:

{
  "postUrls": ["https://www.instagram.com/p/YOURPUBLICPOST/"],
  "maxCommentsPerPost": 3,
  "commentSortMode": "default",
  "collectAllAvailable": false
}

`YOURPUBLICPOST` es un marcador de posición. Un marcador de posición es un sustituto que tenés que reemplazar. No ejecutes esas letras como si fueran una publicación real.

`commentSortMode` en `default` conserva el orden del origen para esa solicitud. El orden predeterminado no promete los comentarios más nuevos. No promete los comentarios más antiguos. No es un sorteo aleatorio de todos los usuarios. Si más adelante elegís los más nuevos o los más antiguos, esa elección ordena los comentarios que la ejecución recolectó. Por sí sola no supera el límite de revisión descrito en el paso 1.

`collectAllAvailable` en false conserva tu tope numérico. Si lo ponés en true, el tope numérico se quita. La ejecución igual puede detenerse cuando termina el feed público, cuando se acaba el tiempo o cuando falla un origen. Esa detención igual no cubre todos los comentarios públicos. Tampoco cubre a todos los usuarios de Instagram. Dejá `collectAllAvailable` en false para la prueba piloto.

Una sola publicación mantiene pequeño el primer control. Si dos publicaciones fallan a la vez, la causa es más difícil de ver. Un tope de 3 te deja leer cada fila guardada a simple vista. El valor 250 de la Task es solo un máximo guardado. No es una promesa de 250 comentarios. Una pregunta pública más antigua puede hablar de 100 comentarios como límite de la herramienta. Ese número viejo no es el techo actual del Actor. Tu tope escrito es el máximo que configurás. Un tope más alto igual no significa que se recolecten todos los comentarios.

Después de la ejecución, compará `postShortCode` con tu URL. Después leé OUTPUT. OUTPUT es el informe de la ejecución guardado con las filas. Leé `requestedTargets`, `savedRows` y `cappedTargets` al inicio. Para cada objetivo, leé `resultState`, `sampleHealth` y `stopReason`.

Una ejecución controlada guardó 3 filas para el código corto solicitado. Esas filas tenían ID de comentarios, texto, ID de autores y fechas. OUTPUT mostró capped, el motivo de detención `max_comments_reached` y `savedRows` 3. `repliesCount` era null. Esa ejecución muestra la forma de los campos en ese origen. No muestra todos los comentarios de la publicación. No prueba cuál comentario es el más antiguo. No lista el texto de las respuestas ni otras publicaciones. Los ID de autores estaban presentes en esa ejecución. Una publicación posterior igual puede devolver un ID de propietario null.

El tope detuvo esa ejecución. Un resultado con tope no significa que la publicación tenga solo 3 comentarios. Elegí el tope de tu estudio solo después de que este control de forma salga bien. Dejá `collectAllAvailable` en false hasta que entiendas las otras detenciones.

Si la prueba piloto no devuelve filas, no escribas que la publicación no tiene comentarios. La visibilidad del origen puede fallar. Leé `resultState`, `sampleHealth` y `stopReason` antes de decidir. Las filas vacías no son lo mismo que un sentimiento codificado.

3. Conservá el JSON original

JSON es un formato de texto que puede conservar valores anidados y la palabra null. JSONL significa un objeto JSON en cada línea. Un dataset es el conjunto guardado de filas de una ejecución. Podés exportarlo como se describe en la guía de datasets de Apify.

Guardá primero el JSON o JSONL original y el informe OUTPUT. Hacé el archivo CSV o Excel como copia de trabajo después de eso. CSV significa una tabla de texto que separa las columnas con comas. Guardá también la entrada que usaste. Guardá los enlaces de las publicaciones, el tope, el orden, `collectAllAvailable` y las fechas, si las hay.

La fila de comentario no tiene un campo de estado para todo el dataset. Excel no va a guardar OUTPUT dentro de las celdas de los comentarios. Si conservás solo el archivo de trabajo, podés perder las reglas que lo produjeron.

Conservá el JSON porque el CSV puede ocultar la diferencia entre null y vacío. Estos dos valores ficticios no son un conteo de estudio:

{"text": null, "likesCount": null, "ownerVerified": null}

{"text": "", "likesCount": 0, "ownerVerified": false}

Una celda CSV puede verse en blanco tanto para null como para texto vacío. Solo el JSON original te dice cuál de los dos tenías. Cero me gusta son reales. False es un valor real de verificación. Null no es cero, y null no es false.

4. Importá el CSV con los ID guardados como texto

Descargá la copia de trabajo como CSV o Excel desde el dataset. Para CSV, abrí Excel y usá Datos y después Desde texto/CSV. Revisá el tipo de cada columna antes de cargar el archivo. Microsoft explica esa ruta de importación en Importar o exportar archivos de texto o CSV.

Poné `postId`, `commentId` y `ownerId` en Texto. Los ID reales de origen suelen parecer números largos. Una columna numérica puede perder dígitos de un ID largo. Conservá `text` como texto. Conservá `createdAt` y `collectedAt` como fecha y hora solo si siguen coincidiendo con el JSON. UTC es el reloj mundial compartido. No usa tu zona horaria local. Si Excel desplaza el reloj, conservá la hora como texto. No confíes en el tipo que Excel adivina.

Después de la importación, compará un `commentId` y un `createdAt` con el JSON intacto. Compará también el conteo de filas. La sección siguiente te da una prueba de texto inventada para este control.

5. Contá las filas antes de codificar

Controlá el archivo de trabajo contra el JSON original. Contá las filas. Contá los ID de comentario distintos que no estén en blanco. Distintos significa que contás el mismo ID una sola vez. Encontrá las filas copiadas. Encontrá las filas sin ID de comentario. Usá el JSON para distinguir null de vacío.

Prueba de importación ficticia

El archivo siguiente es ficticio. Ficticio significa que lo inventamos para enseñar. No es un resultado del Actor. No forma parte del conteo de ocho filas de más abajo. No es un resultado de una ejecución real de Excel.

El ID de prueba es `1234567890123456789`. Ese ID tiene 19 dígitos. Guardalo como texto. El ID esperado es exactamente esos 19 dígitos. Este artículo no inventa un número incorrecto de Excel. Te dice los dígitos que todavía tenés que ver.

El texto de prueba tiene una coma, un salto de línea, comillas y la palabra café. La letra é no está en el conjunto básico inglés de la A a la Z. El archivo debe conservar la é.

Este JSON es el origen ficticio:

{
  "commentId": "1234567890123456789",
  "text": "Nice, work\nShe said \"hello\" at the café"
}

En JSON, `\n` significa un salto de línea. Este CSV es la misma fila ficticia. El texto entre comillas contiene un salto de línea real. Las comillas internas están duplicadas. Esa es la escritura normal de CSV.

commentId,text
"1234567890123456789","Nice, work
She said ""hello"" at the café"

Después de una importación correcta, el ID sigue siendo:

1234567890123456789

El texto sigue siendo:

Nice, work
She said "hello" at the café

Esos son los valores que se espera conservar. No son un informe de tu computadora. Si la columna del ID es un número, o si café pierde la é, detené y corregí la importación. No empieces a codificar sobre un archivo dañado.

Archivo de estudio ficticio de ocho filas

Las ocho filas siguientes también son ficticias. No son un resultado del Actor. No son la ejecución controlada de tres filas. Son un archivo de enseñanza de una publicación inventada. No copies estos conteos en una tesis real.

Todas las filas comparten estos valores de la publicación:

• `postUrl`: `https://www.instagram.com/p/EXAMPLE0001/`
• `postId`: `1000000000000000001`
• `postShortCode`: `EXAMPLE0001`
• `collectedAt`: `2026-10-13T12:00:00Z`

`postId` tiene 19 dígitos. En una importación real debe ser Texto. Ocho filas de comentarios siguen perteneciendo a una publicación. No cuentes ocho publicaciones.

En la tabla, null significa no disponible. Vacío significa que el texto no tiene caracteres. Las etiquetas cortas de propietario A, B, C y D sustituyen a los ID de origen. Los ID reales de propietario pueden ser largos. Guardalos también como texto.

R1 y R2 tienen los mismos valores de origen. R2 es una fila de exportación copiada. Una fila copiada repite el mismo ID de comentario y los mismos valores de origen. R3 usa las mismas palabras, Gran publicación, pero su ID de comentario es C2. C2 es un comentario distinto. Su hora y su conteo de me gusta también difieren. Esas diferencias te ayudan a verlo. El ID de comentario alcanzaría aunque los otros campos coincidieran.

En R4, `likesCount` 0 significa cero me gusta. `repliesCount` 0 significa que el origen mostró cero respuestas. Igual no tenés el texto de las respuestas. `ownerVerified` false significa que el origen mostró la cuenta como no verificada. En R7, null no significa cero ni false. C6 tiene texto vacío. Este relato no usa texto null para C6. Una copia de trabajo CSV puede hacer que ese texto vacío, el propietario null, los me gusta null, las respuestas null y la marca de verificación null se vean todos en blanco. Usá el JSON original antes de codificar C6.

Contá el archivo en este orden:

Las filas en bruto son cada línea, incluida la copia. Filas en bruto = 8.

R2 es la copia de más. Filas copiadas de más = 1.

R8 no tiene ID de comentario. Filas sin ID de comentario = 1.

Comentarios conocidos distintos = 8 - 1 - 1. Eso es 6. Los seis ID son C1, C2, C3, C4, C5 y C6.

C6 tiene texto vacío. Comentarios conocidos con texto vacío = 1.

La base de texto = 6 - 1. Eso es 5. La base de texto son los comentarios conocidos con texto que podés codificar. Esos comentarios son C1, C2, C3, C4 y C5.

También podés empezar por las filas que contienen palabras. R1, R2, R3, R4, R5, R6 y R8 tienen palabras. Eso es 7 filas. Quitá la copia R2 y la fila no resuelta R8. 7 - 1 - 1 = 5. La misma base de texto aparece de las dos maneras.

R1, R2 y R3 dicen Gran publicación. Contá C1 una sola vez porque R1 y R2 comparten un ID. Conservá C2 porque su ID es distinto. Si descartás las palabras repetidas, perdés un comentario real. Si conservás cada línea que coincide, contás C1 dos veces.

Los valores de propietario en los seis comentarios conocidos son A, A, B, C, D y null. Cinco comentarios conocidos tienen propietario: C1 a C5. La cuenta A escribió C1 y C2. Cuentas conocidas distintas = 5 - 1. Eso es 4. Las cuatro cuentas son A, B, C y D. Cinco valores de propietario son cinco comentarios, no cinco cuentas y no cinco personas.

Las filas en bruto con un propietario no null son R1, R2, R3, R4, R5 y R6. Ese conteo es 6. Seis es el total incorrecto de comentarios porque R2 es una copia. Después de quitar la copia, quedan cinco valores de propietario. Cinco sigue siendo el total incorrecto de cuentas porque A aparece dos veces.

El archivo no tiene un campo de persona. Una persona podría usar dos cuentas. Dos personas podrían compartir una cuenta. Informá 4 cuentas conocidas. No informes 4 personas. No informes 5 personas. C6 es un comentario conocido con un propietario null. No escribas propietario 0 para C6. Seis comentarios conocidos y cuatro cuentas conocidas son verdaderos en este archivo. No son el mismo conteo.

R8 tiene el texto Genial, una hora y ningún ID de comentario. Ninguna otra fila dice Genial. Eso igual no convierte a R8 en un comentario conocido. Una hora no reemplaza un ID de comentario. No fusiones R8 con C6 porque los dos propietarios son null. Un null compartido no es una coincidencia. No está probado que R8 sea un comentario nuevo. No está probado que sea una copia. Dejalo no resuelto hasta que revises el JSON original. No fusiones sobre un ID de comentario en blanco.

Usá 5 solo como base de una medida que necesite comentarios conocidos con texto. Conservá C6 en el conteo de disponibilidad. Disponibilidad significa si el valor estaba. Para una medida sobre todos los comentarios conocidos, la base es 6. Escribí la base al lado de la medida. No uses 8, 6 y 5 como si fueran una sola base. Este relato no calcula una proporción de elogios ni ningún otro resultado.

Comentarios conocidos con `createdAt` = 6 de 6. Comentarios conocidos sin fecha = 0 en este relato. R8 tiene una hora, pero esa hora no le da un ID de comentario. Una ejecución real puede diferir. Si usaste un filtro de fechas, los comentarios con `createdAt` null ya se habrían omitido.

6. Agregá códigos al lado del texto en bruto

Conservá las palabras de origen en `raw_text`. No corrijas la ortografía ahí. No quites un salto de línea ahí. Si necesitás palabras limpias, ponelas en una columna nueva, como `coding_text`. Poné cada elección en columnas nuevas: `coding_unit`, `code`, `coder`, `decision_note` y `coding_version`.

`coding_unit` nombra lo que codificás. En este ejercicio la unidad es el comentario. `code` es tu etiqueta manual. `coder` nombra a la persona que la eligió. `decision_note` dice por qué. `coding_version` nombra el conjunto de reglas. Si la regla cambia, escribí una versión nueva. No sobrescribas la nota anterior en silencio.

Una segunda persona puede repetir la elección solo si esas columnas quedan completas. El Actor no las completa.

El mismo archivo ficticio continúa acá. Estas etiquetas son marcas de práctica de un codificador ficticio llamado casey. No son campos del Actor. No son puntuaciones de sentimiento. No son hallazgos sobre personas reales.

C1 y C2 siguen siendo dos unidades porque sus ID de comentario difieren. La cuenta A escribió los dos. La unidad de cuenta los agruparía. La unidad de comentario no.

C6 queda fuera de esta tabla de práctica porque su texto está vacío. Conservá C6 en el conteo de disponibilidad. R8 queda fuera porque no tiene ID de comentario. No le des a R8 un código para forzar su entrada en la base de texto.

Si la publicación de origen desaparece más adelante, conservá el archivo fechado como la observación de `collectedAt`. No edites las palabras anteriores para que coincidan con una página que ya no está. Una regla de conservación es una decisión escrita aparte sobre cuánto tiempo conservás el archivo y quién puede verlo. Este artículo no fija esa regla.

7. Escribí el registro de la muestra

Un registro es un conteo escrito de lo que pediste, lo que guardaste y lo que dejaste afuera. Armalo a partir del JSON original y de OUTPUT. El registro ficticio de abajo usa solo las filas inventadas. Este relato no tiene informe OUTPUT. Donde una ejecución real debe copiar OUTPUT, el relato dice desconocido.

En una ejecución real, copiá `requestedTargets`, `savedRows` y `cappedTargets` desde OUTPUT. Copiá `resultState`, `sampleHealth` y `stopReason` para cada publicación. Después contá vos los ID de comentario distintos. No reemplaces un valor del informe por una suposición. No pegues los números de este relato en ese informe.

Escribí cada motivo de exclusión al lado de la fila. El orden predeterminado y la visibilidad pública pueden cambiar qué voces aparecen. Decilo en la nota del registro. Un objetivo con tope alcanzó el tope que configuraste. Eso no nombra por sí solo cada comentario que quedó afuera.

El total mostrado por el origen es el conteo de comentarios que se ve en la página de la publicación. Mantenelo separado de las filas guardadas. Vas a usar los dos números en la nota de métodos.

8. Escribí una nota de métodos que coincida con el archivo

Escribí lo que realmente guardaste. Decí que las filas son comentarios de primer nivel mostrados en público. Nombrá los enlaces de las publicaciones, el orden, el tope, la ventana de fechas y la hora de recolección. Mantené el total mostrado por el origen separado de las filas guardadas.

Si esos dos números difieren, la causa no se conoce solo por la diferencia. La brecha no prueba un error de recolección. La brecha tampoco prueba que la recolección haya sido completa o sin fallas. Un tope, una detención del feed, una detención por tiempo, una falla del origen, comentarios ocultos o respuestas que nunca fueron filas pueden cambiar los conteos. Tu nota de OUTPUT es el lugar para registrar la detención que realmente viste.

Si las filas guardadas son cero, no escribas que la publicación no tenía comentarios. Leé primero los estados de los objetivos.

Estas palabras son una plantilla. Reemplazá cada corchete por tu propia ejecución. No copies en ella los conteos ficticios.

We saved publicly shown top-level comments.
The posts were the public URLs we listed before the run.
The order was default.
The cap per post was [your cap].
The collection time was [collectedAt].
The date window was [your dates], or we did not use a date filter.
We saved [saved rows] rows.
The source displayed total was [source total], or we did not record one.
A difference between those numbers is not proof of a bug.
That difference is also not proof that the file is complete.
We did not export reply text.
Null means a value was unavailable.
We kept zero and false as real values.
We counted comments, accounts, and posts separately.
This file describes the saved public comments only.
It does not describe all Instagram users.

Dejá en blanco el total mostrado por el origen si no lo registraste. No lo inventes. Una segunda persona tiene que poder rastrear cada comentario codificado hasta un ID de comentario, un enlace de publicación y `collectedAt`.