百度貼吧(Baidu Tieba)返信 API
2026-11-21 時点の仕様に基づく
要点
POST /tieba/pushs/task にスレッドの URL(tieba.baidu.com または m.tieba.baidu.com の /p/{スレッド ID})を指定すると、2 階以降のすべてのフロア(スレッド内の各投稿)と、crawl_second_layer(既定 true)で各フロア内の返信を収集します。max_pages はフロアのページ数の上限(0〜500。0 または省略で 100、1 ページ 30 フロア)です。GET /tieba/pushs/task/{task_id} でポーリングし、DONE になると task、total_count、data を返します(1 ページ最大 1000 件)。各レコードには post_id(スレッドのドキュメント ID)、push_type(フロアは comment、フロア内の返信は reply)、投稿者、本文、日時、感情ラベル、フロアの場合は IP 所在地が含まれます。データは百度貼吧で公開されているコンテンツをウェブクローラーで収集したものです。
主な用途
- 製品や出来事についての活発なスレッドの議論を通して読む。
- 前半のフロアから後半のフロアへ、返信の論調がどう変わるかを測る。
- スレッド検索と組み合わせ、返信の多いスレッドを追う。
エンドポイント
Base URL は https://api.infominer.io/api/v2 です。API キーは auth-header リクエストヘッダーで送信します。
| メソッド | パス | 説明 |
|---|---|---|
| POST | /tieba/pushs/task |
スレッドの URL から返信タスクを作成します。2 階以降のフロアと、任意でフロア内の返信を収集します。 |
| GET | /tieba/pushs/task/{task_id} |
返信タスクをポーリングします。DONE でフロアと返信を返します(1 ページ最大 1000 件)。 |
リクエストパラメータ
POST /tieba/pushs/task
| パラメータ | 位置 | 型 | 必須 | 既定値/指定可能な値 | 説明 |
|---|---|---|---|---|---|
post_url |
body | string | はい | 貼吧のスレッド URL(https://tieba.baidu.com/p/{スレッド ID}、m.tieba.baidu.com も可)。 | |
crawl_second_layer |
body | boolean | — | true |
各フロアのフロア内の返信も収集します。 |
max_pages |
body | integer | — | 100(最大 500) |
フロアのページ数の上限(1 ページ 30 フロア)。0 または省略で既定値。 |
rerun |
body | boolean | — | ほかのプラットフォームとの互換のために受け付けます。POST するたびに新しいタスクが作成されます。 |
GET /tieba/pushs/task/{task_id}
| パラメータ | 位置 | 型 | 必須 | 既定値/指定可能な値 | 説明 |
|---|---|---|---|---|---|
task_id |
path | string | はい | タスク作成時に返されたタスク ID。 | |
page |
query | integer | — | 1 |
ページ番号(1 から)。 |
pageSize |
query | integer | — | 1000 |
1 ページあたりのフロアと返信数(最大 1000)。 |
レスポンスのフィールド
| データ | フィールド | エンドポイント |
|---|---|---|
| フロアとフロア内の返信(data) | id, post_id, author_id, author, push_type, region, content, tm, tm_crawler, sentiment | GET /tieba/pushs/task/{task_id} |
| タスク(task) | task: id, post_url, status, crawl_second_layer, created_at, total, completed, pages_crawled, reported_total, partial, timed_out, failed_pages, failed_batches, tid, title, forum | GET /tieba/pushs/task/{task_id} |
コード例
curl:タスクを作成
curl -X POST https://api.infominer.io/api/v2/tieba/pushs/task \
-H "auth-header: YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"post_url": "https://tieba.baidu.com/p/10000000001", "crawl_second_layer": true, "max_pages": 2}'
curl:タスク ID でポーリング
curl "https://api.infominer.io/api/v2/tieba/pushs/task/$TASK_ID?page=1&pageSize=1000" \
-H "auth-header: YOUR_API_KEY"
Python(requests):作成・ポーリング・読み取り
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/pushs/task",
headers=HEADERS,
json={
"post_url": "https://tieba.baidu.com/p/10000000001",
"crawl_second_layer": True,
"max_pages": 2,
},
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/pushs/task/{task['id']}",
headers=HEADERS,
params={
"page": 1,
"pageSize": 1000,
},
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("push_type"), row.get("author"), (row.get("content") or "")[:60])
レスポンス例
手作業で作成したサンプルデータです。アカウントは sample_user_n、ID は明らかなダミー値です。フィールドは 2026-11-21 時点の仕様に基づき、一部のフィールドのみを示しています。
タスクが DONE になった後のポーリングレスポンス(サンプルデータ)
{
"task": {
"id": "00000000-0000-4000-8000-000000000001",
"post_url": "https://tieba.baidu.com/p/10000000001",
"status": "DONE",
"crawl_second_layer": true,
"created_at": 1780880400,
"total": 3,
"completed": 3,
"pages_crawled": 1,
"reported_total": 3,
"timed_out": false,
"partial": false,
"failed_pages": 0,
"failed_batches": 0,
"tid": "10000000001",
"title": "入门公路车预算五千,大家帮忙看看这两款",
"forum": "骑行"
},
"total_count": 3,
"data": [
{
"id": "00000000-0000-4000-8000-000000000003",
"post_id": "00000000-0000-4000-8000-000000000001",
"author_id": "0000000003",
"author": "sample_user_3",
"tm": 1780745400,
"tm_crawler": 1780880403,
"push_type": "comment",
"region": "广东",
"content": "通勤为主的话选第二款,变速更好调",
"sentiment": "Positive"
},
{
"id": "00000000-0000-4000-8000-000000000004",
"post_id": "00000000-0000-4000-8000-000000000001",
"author_id": "0000000004",
"author": "sample_user_4",
"tm": 1780743600,
"tm_crawler": 1780880406,
"push_type": "reply",
"region": "",
"content": "同意,我骑了一年没出过问题",
"sentiment": "Positive"
},
{
"id": "00000000-0000-4000-8000-000000000005",
"post_id": "00000000-0000-4000-8000-000000000001",
"author_id": "0000000005",
"author": "sample_user_5",
"tm": 1780741800,
"tm_crawler": 1780880409,
"push_type": "comment",
"region": "湖北",
"content": "先去店里试骑再决定吧",
"sentiment": "Neutral"
}
],
"page": 1,
"pageSize": 1000
}
制限と注意点
- 1 階(スレッド本体)は data に含まれません。その全文はスレッド検索が返す content です。
- フロア内の返信は 1 フロアあたり最大 600 件(30 件 × 20 ページ)です。
- フロア内の返信の region(IP 所在地)は常に空です。フロアには入ります。
- 数千フロアあるスレッドは数分以上かかることがあるため、大きなスレッドでは max_pages を指定してください。
- データを含むのは DONE のポーリングだけで、PARTIAL、TIMED_OUT、FAILED はタスクオブジェクトのみを返します。status が DONE で partial と timed_out がともに false の場合を完全な成功として扱ってください。
- data にはそのスレッドについて収集済みのすべての返信(以前のタスクの分を含む)が入るため、total_count と task.completed は一致しないことがあります。数値は収集時点のものです。
ほかの 百度貼吧(Baidu Tieba) API ページ
- スレッドのキーワード検索
- フロアと返信
トライアルの申し込み
下の申込フォームに百度貼吧と明記し、追いたいキーワード、掲示板(吧)やスレッド、フロアと返信の要否、想定データ量をお知らせください。範囲を確認し、トライアルと API キーの進め方についてご連絡します。
フォームにご記入のうえ、トライアルをお申し込みください。担当者が範囲を確認のうえ、トライアルと連携の進め方をご返信します。
申込フォームに記入するよくある質問
- 1 階が含まれないのはなぜですか?
- 1 階はスレッド本体だからです。その本文は検索タスクが返すスレッドの content に入っています。返信タスクが返すのは 2 階以降のフロアとフロア内の返信です。
- 1 フロアあたり何件の返信を収集できますか?
- 1 フロアあたり最大 600 件(30 件 × 20 ページ)です。
- reported_total から何がわかりますか?
- 貼吧がそのスレッドについて表示している返信数です。task.completed と比べると、どれだけ収集できたかがわかります。
- データはどのように収集していますか?百度貼吧の公式 API ですか?
- 百度貼吧で公開されているコンテンツをウェブクローラーで収集しています。当社は百度貼吧と提携しておらず、百度貼吧自身が提供する API ではありません。ご利用目的に適するかどうかは、用途と法域に応じて買い手側の法務部門でご判断ください。収集元と収集方法の説明はご提供できます。