百度貼吧貼文搜尋 API

依 2026-11-21 規格整理

快速解答

POST /tieba/search/task 以關鍵字與發文日期區間(YYYY-MM-DD,UTC+8,含當日;預設最近 7 天)搜尋貼吧貼文,由新到舊,並為區間內每篇貼文蒐集一樓全文、回覆數與按讚數、吧名,以及發文者的 IP 所在地。max_pages 為 0 到 31(0 或省略為 31),每頁 20 篇,一次查詢約 620 篇;整頁都早於 start_date 時任務會提早結束。以 GET /tieba/search/task/{task_id} 輪詢,DONE 時回應帶有 task、total_count 與 data,每頁最多 100 筆。資料以網路爬蟲蒐集百度貼吧公開發布的內容。

常見用途

  • 追蹤貼吧各吧對某個產品、品牌或地方議題的討論。
  • 為研究蒐集某主題附日期的貼文,並依回覆數找出最熱絡的討論。
  • 把貼文網址交給貼吧回覆 API,讀取樓層與樓中樓回覆。

端點一覽

Base URL 為 https://api.infominer.io/api/v2,每個請求以 auth-header 標頭帶 API 金鑰。

方法路徑說明
POST /tieba/search/task 建立貼文關鍵字搜尋任務,可指定日期區間與最多爬取頁數。
GET /tieba/search/task/{task_id} 輪詢搜尋任務;DONE 時回傳貼文與 total_count,每頁最多 100 筆。

請求參數

POST /tieba/search/task

參數位置型別必填預設值/可用值說明
keyword body string 是 搜尋關鍵字,1 到 100 字。
end_date body string 否 迄日,含當日(YYYY-MM-DD,UTC+8)。預設為今天。
max_pages body integer 否 31(最多 31) 最多爬取的結果頁數;0 或省略時用預設值。每頁 20 篇。
rerun body boolean 否 為了與其他平台一致而接受此參數;每次 POST 都會建立新任務。
start_date body string 否 起日,含當日(YYYY-MM-DD,UTC+8)。預設為 7 天前。

GET /tieba/search/task/{task_id}

參數位置型別必填預設值/可用值說明
task_id path string 是 建立任務時回傳的任務 ID。
page query integer 否 1 頁碼,從 1 開始。
pageSize query integer 否 100 每頁貼文數,最多 100。

回應欄位

資料欄位端點
貼文(data) id, url, title, content, tm, datetime, tm_crawler, tm_update, author, author_id, type, ctype, source, sentiment, region, comment_count, like_count, share_count, metadata_img, metadata_videos GET /tieba/search/task/{task_id}
搜尋任務(task) task: id, keyword, status, start_date, end_date, max_pages, created_at, total, completed, pages_crawled, partial, timed_out, failed_pages, failed_articles, failed_ranges, deleted, depth_capped GET /tieba/search/task/{task_id}

程式碼範例

curl:建立任務

curl -X POST https://api.infominer.io/api/v2/tieba/search/task \
  -H "auth-header: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"keyword": "公路车", "start_date": "2026-06-01", "end_date": "2026-06-07", "max_pages": 3}'

curl:以任務 ID 輪詢

curl "https://api.infominer.io/api/v2/tieba/search/task/$TASK_ID?page=1&pageSize=100" \
  -H "auth-header: YOUR_API_KEY"

Python(requests):建立、輪詢、讀取

import time
import requests

BASE_URL = "https://api.infominer.io/api/v2"
HEADERS = {"auth-header": "YOUR_API_KEY"}

# 1. Create the task
resp = requests.post(
    f"{BASE_URL}/tieba/search/task",
    headers=HEADERS,
    json={
        "keyword": "公路车",
        "start_date": "2026-06-01",
        "end_date": "2026-06-07",
        "max_pages": 3,
    },
    timeout=30,
)
resp.raise_for_status()
task = resp.json()

# 2. Poll until the task leaves INIT / RUNNING
for _ in range(120):
    resp = requests.get(
        f"{BASE_URL}/tieba/search/task/{task['id']}",
        headers=HEADERS,
        params={
            "page": 1,
            "pageSize": 100,
        },
        timeout=30,
    )
    resp.raise_for_status()
    result = resp.json()
    status = result.get("status") or result.get("task", {}).get("status")
    if status not in ("INIT", "RUNNING"):
        break
    time.sleep(15)
else:
    raise SystemExit("task still running; poll it again later")

task = result.get("task", result)
if status != "DONE" or task.get("partial") or task.get("timed_out"):
    raise SystemExit(f"task ended with status {status}; no complete result")

# 3. Read the records (use page / pageSize to fetch further pages)
for row in result.get("data", []):
    print(row.get("url"), (row.get("title") or "")[:60])

示意回應樣本

以下為人工撰寫的示意資料:帳號為 sample_user_n,ID 明顯為假值。欄位依 2026-11-21 規格,範例只列出部分欄位。

任務 DONE 後的輪詢回應(示意資料)

{
  "task": {
    "id": "00000000-0000-4000-8000-000000000001",
    "keyword": "公路车",
    "status": "DONE",
    "start_date": "2026-06-01",
    "end_date": "2026-06-07",
    "max_pages": 3,
    "created_at": 1780880400,
    "total": 2,
    "completed": 2,
    "pages_crawled": 1,
    "deleted": 0,
    "depth_capped": false,
    "timed_out": false,
    "partial": false,
    "failed_pages": 0,
    "failed_articles": 0,
    "failed_ranges": 0
  },
  "total_count": 2,
  "data": [
    {
      "id": "00000000-0000-4000-8000-000000000001",
      "url": "https://tieba.baidu.com/p/10000000001",
      "title": "入门公路车预算五千,大家帮忙看看这两款",
      "content": "平时通勤加周末骑行,身高 175,主要在两款之间犹豫,想听听吧友的意见",
      "tm": 1780666200,
      "datetime": "2026-06-05 21:30:00",
      "tm_crawler": 1780880404,
      "tm_update": 1780880404,
      "author": "sample_user_1",
      "author_id": "0000000001",
      "type": [
        "骑行"
      ],
      "ctype": [
        "骑行"
      ],
      "source": "tieba",
      "sentiment": "Neutral",
      "region": "江苏",
      "comment_count": 3,
      "like_count": 5,
      "share_count": 0,
      "metadata_img": [],
      "metadata_videos": []
    },
    {
      "id": "00000000-0000-4000-8000-000000000002",
      "url": "https://tieba.baidu.com/p/10000000002",
      "title": "公路车周末环湖骑行记录,风景很好",
      "content": "公路车周末环湖骑行记录,风景很好",
      "tm": 1780452000,
      "datetime": "2026-06-03 10:00:00",
      "tm_crawler": 1780880408,
      "tm_update": 1780880408,
      "author": "sample_user_2",
      "author_id": "0000000002",
      "type": [
        "骑行"
      ],
      "ctype": [
        "骑行"
      ],
      "source": "tieba",
      "sentiment": "Positive",
      "region": "浙江",
      "comment_count": 8,
      "like_count": 12,
      "share_count": 1,
      "metadata_img": [
        "https://tiebapic.baidu.com/forum/pic/item/sample_1.jpg"
      ],
      "metadata_videos": []
    }
  ],
  "page": 1,
  "pageSize": 100
}

限制與注意事項

  • 一次查詢最多約 31 頁,約 620 篇。沒有涵蓋到日期區間前段時 depth_capped 為 true,請把區間拆小。
  • 搜尋只比對貼文標題與一樓內容;關鍵字只出現在回覆裡的貼文不會被列出,列表上出現、但內文沒有完整包含關鍵字的貼文,也可能不在 data 裡。
  • deleted 是列表上出現、但蒐集時已被刪除或隱藏的貼文數,不算失敗。
  • 只有 DONE 的輪詢回應帶資料,PARTIAL、TIMED_OUT 與 FAILED 只回傳任務物件。status 為 DONE 且 partial、timed_out 都是 false,才算完全成功。
  • data 是該區間內所有已蒐集資料的比對結果,包含先前任務蒐集的,所以 total_count 可能大於 task.completed;這個任務實際蒐集的筆數是 task.completed。
  • 數值是蒐集當下的值,不會自動更新。可回溯的期間依專案範圍確認。
蒐集方式:以網路爬蟲蒐集各平台公開發布的內容。是否適用於您的用途,依用途與法域由買方法務評估,我們可提供來源與蒐集方式說明。

更多 百度貼吧 API 頁面

申請試用

填寫下方申請表單時,請註明百度貼吧,並說明要追的關鍵字、吧名或貼文、是否需要樓層與樓中樓回覆,以及預估資料量。我們會確認範圍,並回覆試用與 API 金鑰的安排。

填寫表單申請試用,專人確認範圍後回覆試用與介接安排。

填寫申請表單

常見問題

depth_capped 是什麼意思?
貼吧的搜尋頁在涵蓋到日期區間起點前就用完了,區間前段沒有被蒐集到。請把區間拆小再建立任務。
怎麼知道貼文來自哪個吧?
type 與 ctype 是吧名;貼文網址為 https://tieba.baidu.com/p/{貼文 ID}。
貼吧搜尋會比對回覆的內容嗎?
不會,只比對貼文標題與一樓內容。
資料是怎麼蒐集的?這是百度貼吧官方的 API 嗎?
資料以網路爬蟲蒐集百度貼吧公開發布的內容。LargitData 與百度貼吧沒有隸屬或合作關係,這也不是百度貼吧自身提供的 API。是否適用於您的用途,依用途與法域由買方法務評估,我們可提供來源與蒐集方式說明。