把散落在 5 个平台上的达人效果，汇成一张给广告主的报告

背景

这是一桩接手时已经做成一次的委托。前一家公司交付了仅限 Windows 的桌面程序，而发包方整理寄来的不是使用感想，而是问题清单。五个平台中，标为「无问题」的只有一处。

在现场看到的情况

把问题清单逐条当作各平台的 bug 来看，要修的地方超过十处。但把清单摊开来看，卡住的地方几乎相同。

• 一处是「因 Cloudflare 认证无法访问帖子」
• 一处是正文、评论、缩略图整个取不到
• 一处是评论作者显示的是 @user 而非真实姓名

前面的程序用 Python 另外新开一个浏览器，以未登录状态访问。平台一旦判定那个浏览器不是人，之后的代码无论做什么都只能取到空值。这不是 bug，而是访问方式的问题。

定义的问题

决定不去修采集器，而是挪动它运行的位置。发包方本就已经用自己的账号登录着各个平台。如果是运行在那个浏览器内部的 Chrome 扩展，就无需重新突破认证。它读取的是人正在看的界面本身。

这是放弃 Python 桌面应用、从头重做的决定，因此先向发包方说明为什么不接着做下去，然后才着手开工。

扩展不新建认证。它直接读取负责人员已登录的状态，只把登录已失效的平台显示出来，引导其自行登录。

做出来的东西

• 5 类平台采集器 —— 韩国国内使用的 3 处与华语圈 2 处。认证方式与数据形态各不相同，因此分别制作。不读取界面结构，而是引用页面本身已携带的内部数据。其中一处是正规通道被堵死、界面样式还时常变化的地方。界面变化也能定位数值 —— 因为读取的不是外观，而是该界面本身已经携带的值
• 浏览器内的数据库 —— 采集到的资料原样留在负责人员的浏览器内。没有服务器，广告主数据不会外流
• 同一作者的多个帖子 —— 前面的程序会用后采集的数据覆盖先采集的数据。改为以帖子唯一值为基准，按帖子为单位累积
• 提交给广告主的报告 —— 将按平台汇总、反响最高的内容、按时间段的变化趋势合成一页。发包方列出的第一项就是「用于交给广告主，但显得很简陋」
• Excel 导出 —— 不再用会损坏的 CSV，改为导出 Excel 文件
• 一并记录采集时间点 —— 同一帖子的指标按时间点留存。像发布后不久的反响速度这类只确认一次无法得知的值，可以在事后查看

结果

问题清单中原本只有一处正常的平台，变成了五处。 留下了按项确认五个平台评论采集的验证记录（2026-02-08）。

用同样方式完成的其他工作整理在网页数据采集中。

同一主题的其他工作整理在数据分析中。