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。
収集方法:各プラットフォーム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。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。

ほかの 百度貼吧(Baidu Tieba) API ページ

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。