Chronometrica ou Herus13 Instagram Comment Scraper : lequel compte les commentaires de premier niveau ?

Une demande d’exportation ne définit pas l’unité de commentaire

La question du lecteur portait sur la façon d’exporter les commentaires d’un Reel Instagram. Elle ne précisait ni échantillon statistique, ni analyse des réponses, ni nombre requis de commentaires de premier niveau. Le lecteur doit faire ces choix selon son propre travail. Question d’origine sur Reddit

Commencez par définir le travail auquel servira l’exportation. Vous pouvez avoir besoin de réactions directes à un Reel, d’échanges entre personnes ou d’un relevé à examiner plus tard. Ces travaux peuvent nécessiter des lignes différentes, même avec la même URL de Reel.

Un plafond de lignes fixe une limite de collecte. Il n’explique pas ce que l’outil de collecte compte dans cette limite. Si votre travail exige 100 commentaires de premier niveau, un réglage de 100 n’est utile que si vous savez quelles lignes entrent dans ce quota.

Le dénominateur est l’unité sur laquelle repose un décompte. Ici, le dénominateur important est le type de commentaire compté dans le plafond. Notez-le avant la collecte. Une note indiquant « limite : 100 » laisse ce point incertain. Une note indiquant « limite : 100 commentaires uniques de premier niveau par publication » donne un sens clair au nombre.

Distinguez aussi un plafond d’un objectif. Un plafond de 100 autorise jusqu’à 100 lignes conformes aux critères. Il ne garantit pas que la source contient 100 commentaires disponibles ni que la collecte en renverra autant.

Comparez les contrats qui influencent votre choix

L’entrée publique de Chronometrica utilise `postUrls` pour les URL de publications ou de Reels publics. Son réglage `maxCommentsPerPost` limite les commentaires uniques de premier niveau pour chaque publication. La valeur par défaut est 100. Sa valeur `repliesCount` est un nombre de réponses, pas le texte des réponses. Ces éléments conviennent à une collecte de commentaires de premier niveau. Contrat de Chronometrica

Le tableau distingue les faits vérifiés sur les produits des points que vous devez vérifier pour votre propre travail.

Sources sur les produits : Chronometrica et Herus13.

Herus13 documente aussi les lignes d’échec, les vues CSV à plat et l’accès limité aux contenus publics. Ses résultats peuvent être filtrés après la collecte. Contrat de Herus13

Une unité de sortie plus restreinte ne prouve pas que les résultats sont plus complets. Ces éléments permettent de choisir le périmètre de collecte. Ils ne permettent pas de désigner un gagnant pour la vitesse, l’exactitude, la fiabilité, la couverture ou le coût total.

Filtrer une exportation et fixer un plafond de collecte sont des opérations distinctes. Un filtre appliqué ensuite peut supprimer les lignes indésirables. À lui seul, il ne collecte pas de nouvelles lignes pour les remplacer. Vérifiez la taille de l’ensemble conservé avant de l’utiliser dans une analyse.

Exemple fictif : 100 lignes peuvent contenir moins de 100 commentaires de premier niveau

Cet exemple est fictif. Ce n’est ni un test, ni un résultat client, ni un jeu de données mesurées.

Une personne mène une recherche sur les réactions directes à un Reel. L’étude nécessite jusqu’à 100 commentaires de premier niveau. Le texte des réponses est exclu de l’étude, car il peut répondre à une autre personne plutôt que directement au Reel.

Supposons qu’une exportation contienne les lignes suivantes :

• 70 commentaires de premier niveau.
• 30 réponses.
• 100 lignes au total.

Le calcul est correct : 70 + 30 = 100. Mais l’exportation contient 70 commentaires de premier niveau, pas 100. Après suppression des réponses, l’ensemble conservé compte 70 lignes.

Pour ce travail fictif, l’unité déclarée par Chronometrica correspond au besoin. Le plafond et le décompte de l’étude portent sur le même type de commentaire. Cela ne signifie pas qu’une exécution trouvera 100 commentaires. Cela signifie que la limite demandée porte bien sur le type de commentaire prévu. Contrat de Chronometrica

Modifions maintenant la question de recherche. La personne veut comprendre comment les gens se répondent. Le texte des réponses et le lien entre une réponse et son commentaire parent deviennent nécessaires. Le choix doit changer, car les éléments nécessaires à l’étude ont changé.

N’utilisez pas cet exemple pour prédire les résultats de l’un ou l’autre Actor. Les nombres 70 et 30 montrent seulement pourquoi un total de lignes de types différents ne peut pas remplacer un décompte de commentaires de premier niveau.

La même distinction s’applique à la présentation des résultats. « Nous avons conservé 70 commentaires de premier niveau » est clair. « Nous avons analysé 100 commentaires » peut masquer la différence entre l’exportation d’origine et les lignes utilisées dans l’étude.

Suivez une méthode courte avant la collecte

Vous pouvez faire votre choix à l’aide de 5 vérifications. Conservez les réponses avec vos notes de collecte pour qu’une autre personne puisse comprendre la décision.

1. Définissez une ligne acceptée. Écrivez une phrase qui précise ce qui doit figurer dans le jeu de données. Par exemple : « Une ligne acceptée correspond à 1 commentaire de premier niveau provenant de 1 Reel public sélectionné. » Si les réponses font partie du travail, précisez-le à la place. Ne choisissez pas le type de ligne uniquement parce qu’un outil facilite sa collecte.
2. Définissez la liste des sources. Déterminez si vous avez déjà les URL des publications ou des Reels. Conservez les URL sélectionnées avec le relevé de collecte. Si vous devez encore découvrir des publications à partir de comptes, traitez cette découverte comme une exigence d’entrée distincte. Un outil de collecte de commentaires doit prendre en charge la façon dont vous comptez identifier les sources.
3. Vérifiez la règle de décompte du plafond. Lisez la description du réglage, pas seulement son nom. Notez s’il s’applique à chaque publication ou à l’ensemble de la collecte. Notez aussi les types de lignes qui entrent dans son décompte. Distinguez la limite demandée du nombre réellement renvoyé.
4. Dressez la liste des champs nécessaires. Un champ est une valeur nommée dans une ligne. Vous pouvez avoir besoin du texte du commentaire, d’une référence à la source et d’un identifiant pour vérifier les doublons. L’étude des fils peut aussi nécessiter un identifiant parent. Vérifiez la documentation actuelle des données de sortie avant de supposer qu’un champ existe. Ne considérez pas un nombre de réponses comme un substitut au texte des réponses.
5. Fixez une règle d’acceptation. Décidez comment vous vérifierez le résultat avant l’analyse. Précisez les lignes conformes aux critères, le traitement des doublons et les valeurs manquantes qui rendent une ligne inutilisable pour la question visée. Conservez les lignes exclues ou leur décompte pour pouvoir expliquer le jeu de données final.

Ces vérifications permettent de choisir selon les besoins du travail. Elles évitent aussi qu’un grand nombre total de lignes devienne la principale raison de préférer une exportation.

Si un champ requis n’est pas confirmé, conservez son statut inconnu. Ne déduisez pas sa prise en charge du nom d’un produit. Ne déduisez pas qu’une fonction est absente parce qu’un court comparatif ne la décrit pas. Consultez le contrat actuel pour vérifier s’il répond à votre besoin précis.

Lancez Chronometrica avec une entrée explicite

Pour la collecte de commentaires de premier niveau, l’entrée minimale vérifiée a la structure suivante :

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

Remplacez l’URL d’exemple par l’URL de la publication ou du Reel public visé. La source donnée en exemple ne garantit pas sa disponibilité actuelle.

L’entrée fournie a réussi une vérification statique par rapport au schéma d’entrée public mis en cache. Un schéma définit les champs et les valeurs d’entrée autorisés. Une vérification statique contrôle cette structure d’entrée sans collecter de commentaires. Aucune collecte n’a été exécutée pour ce comparatif.

Le schéma vérifié exige au moins 1 élément dans `postUrls`. Il définit `maxCommentsPerPost` comme un entier de 1 à 999999, avec une valeur par défaut de 100. Le plafond est ignoré lorsque l’option de suppression de la limite de résultats est activée. Vérifiez cette option si votre travail dépend d’un plafond fixe. Contrat d’entrée de Chronometrica

La Task publique constitue une configuration de départ utile. La vérification de sa page a confirmé que celle-ci se chargeait avec le titre prévu. Cette vérification n’a pas confirmé les valeurs d’entrée actuellement enregistrées. Appliquez et examinez les valeurs voulues avant une exécution. Task Chronometrica

Enregistrez l’entrée que vous utilisez réellement. Un lien vers une configuration est utile, mais il ne montre pas à lui seul quelles valeurs ont régi une collecte donnée.

Vérifiez le résultat avant de le traiter comme un échantillon

Après la collecte, comparez les lignes renvoyées à la règle d’acceptation que vous avez écrite. Effectuez cet examen séparément de toute analyse de texte ultérieure.

Premièrement, vérifiez l’unité de chaque ligne. Confirmez que les enregistrements conservés correspondent au type de commentaire prévu. Pour une étude des commentaires de premier niveau, un nombre de réponses disponible peut apporter du contexte, mais il n’ajoute pas le texte des réponses au jeu de données.

Deuxièmement, notez séparément le nombre demandé et le nombre renvoyé. Vous pouvez demander un plafond de 100 et recevoir moins de lignes conformes aux critères. Indiquez le nombre réel. Un résultat peu fourni ne suffit pas à expliquer pourquoi des lignes manquent ni à savoir si l’outil de collecte a atteint tout le contenu disponible.

Troisièmement, vérifiez les doublons à l’aide d’identifiants confirmés lorsqu’ils sont disponibles. Un texte répété ne suffit pas à prouver un doublon. 2 personnes peuvent écrire les mêmes mots. Conservez l’exportation d’origine avant toute modification pour pouvoir revoir vos décisions plus tard.

Quatrièmement, préservez les valeurs manquantes. Un nombre inconnu de réponses ne signifie pas 0 réponse. Un champ indisponible ne prouve pas que l’événement correspondant n’a pas eu lieu. Si une valeur requise manque, notez cette lacune et décidez si la ligne permet encore de répondre à la question.

Cinquièmement, vérifiez la portée de la conclusion. Une collecte plafonnée n’est pas automatiquement un échantillon aléatoire. Ne présumez pas de l’ordre de sélection et n’affirmez pas que les lignes conservées représentent l’ensemble des spectateurs. Précisez comment vous avez sélectionné les sources et ce que vous savez de l’ensemble collecté.

Un relevé de collecte utile comprend les URL des sources, la date de collecte, l’Actor, l’entrée appliquée, le plafond demandé, le nombre renvoyé, le nombre conservé et les motifs d’exclusion. Utilisez la même définition d’une ligne dans tout ce relevé.

Pour l’importation dans un tableur et des étapes de documentation plus complètes, poursuivez avec Exporter des commentaires Instagram publics vers Excel pour un mémoire. Ce guide traite du travail à effectuer après le choix de l’Actor et de l’unité de collecte.