125 lines
7.9 KiB
Markdown
125 lines
7.9 KiB
Markdown
---
|
||
name: "yt-studio-groupid-lookup"
|
||
description: "把一批群组名批量解析为 entity_id（即 groupId），并标注其归属的内容所有者。围绕 scripts/lookup_groups.py，用「套件回放」search_groups 接口：在线捕获鉴权套件后并发查询，或离线用已存套件回放。当用户给出群组名清单、要查找/映射/匹配群组的 groupId 或 entity_id、确认某群组属于哪个所有者/内容管理器、排查群组 ID 查不到或回放 401 时使用。"
|
||
---
|
||
|
||
# 群组名解析为 entity_id（脚本版）
|
||
|
||
把群组名 --> `groupId`（即 explore URL 里的 `entity_id`），并标注归属的内容所有者。底层执行 `scripts/lookup_groups.py`。核心是「套件回放」：**套件**（捕获页面的完整鉴权头 + 请求体模板），**回放**（重发 `search_groups`，只改 `query`），因手写请求必 401。
|
||
|
||
## 何时使用
|
||
|
||
- **批量解析**：用户有一批群组名，要拿到每个名字对应的 groupId / entity_id。
|
||
- **归属确认**：同名群组可能多个所有者都有，需要确认某群组属于哪个内容管理器（ownerId + 显示名）。
|
||
- **建 URL 前置**：要生成 explore 报告 URL，但清单里只有群组名、没有 entity_id。
|
||
- **排查失败**：回放遇到 401 / 查不到 / 大小写差异，需要定位修复。
|
||
|
||
## 领域词汇
|
||
|
||
- **套件（Bundle）**：从页面捕获的一次 `search_groups` 请求 = 完整请求头（`Authorization: SAPISIDHASH...`、`Cookie`、`X-YouTube-Delegation-Context` 等）+ 请求体模板（含 `context.user.delegationContext`）。一个内容所有者一份。手写必 401，唯一可靠来源。
|
||
- **回放（Replay）**：用套件重发 `search_groups`，**只改 body 的 `query` 字段**，其余（尤其 delegation 语境）一律不动。
|
||
- **实体ID / groupId**：响应 `groupDatas[].groupId`，即 explore URL 的 `entity_id`（如 `NCy9C2QPQ1E`）。
|
||
- **精确命中**：响应当中存在 `displayName === 查询名` 的项，直接取它的 groupId；命中即停，不再往下查。
|
||
- **变体候选**：无精确命中时，接口仍可能返回前 5 个相近名，写入结果「备注」列供人工复核。
|
||
|
||
## 脚本与依赖
|
||
|
||
- 脚本：`scripts/lookup_groups.py`（本技能目录下；若缺失，用 SearchCodebase 按 `lookup_groups.py` 定位）。
|
||
- 依赖：playwright、requests、openpyxl 已统一在根 `pyproject.toml` 声明（`uv sync` 自动装），环境准备见 `uv-env-setup` 技能。
|
||
- 登录态必须已存在：脚本不登录，只复用已登录 YouTube Studio 会话，否则跳 Google 登录页。
|
||
|
||
## 选择运行分支
|
||
|
||
| 你的情况 | 分支 | 关键参数 |
|
||
|---|---|---|
|
||
| 要在线拿新套件并立即查询 | 分支 A：捕获+回放 | `--url` + `--names` |
|
||
| 套件已存盘（`--save-bundles` 产物） | 分支 B：离线回放 | `--bundles` + `--names` |
|
||
| 只想捕获/校验套件，先不查 | 分支 C：仅捕获 | `--url`（不带 `--names`） |
|
||
| 无浏览器/网络，验脚本逻辑 | 分支 D：自测 | `--selftest` |
|
||
|
||
多所有者的分三种做法（三者都对应分支 A）：`--url` 重复传多次、或 `--url ... --save-bundles bundles.json` 先存盘、或下次直接用 `--bundles bundles.json`（分支 B）。
|
||
|
||
## 工作流
|
||
|
||
### 步骤 0：环境与自测（分支 D）
|
||
|
||
```bash
|
||
uv run python scripts\lookup_groups.py --selftest
|
||
```
|
||
|
||
**完成判据**：打印 `selftest OK`，退出码 0（无需浏览器/网络）。
|
||
|
||
### 步骤 1：确认登录态来源
|
||
|
||
复用已登录 YouTube Studio 的浏览器会话，否则跳 Google 登录页。与 `youtube-studio-csv-download` 同一套约定：
|
||
|
||
- 方式 A（能关浏览器）：`--user-data-dir <目录> --channel chrome|msedge`，二者必须同品牌。
|
||
- 方式 B（浏览器不能关）：先 `chrome.exe --remote-debugging-port=9222` 或 `msedge.exe --remote-debugging-port=9222`，再加 `--connect http://localhost:9222`。
|
||
|
||
**完成判据**：得到任意一种可复用的登录态（用户数据目录路径，或调试端口号）。
|
||
|
||
### 步骤 2：拿到所有者 URL 与群组名单
|
||
|
||
- 所有者 URL：`studio.youtube.com/owner/<ownerId>/analytics?...`；脚本自动从 URL 路径 `owner/<id>` 或 `?o=<id>` 提取 ownerId，不需手工填。
|
||
- 群组名单：json / txt / csv / xlsx 均可，支持 `群组名称`、`group_name`、`实体名称`、`名称` 等列名，自动去重。（格式细节见 [references/input-guide.md](references/input-guide.md)）
|
||
|
||
**完成判据**：`--names` 指向的文件能被脚本解析出非空名单（列名可识别）。
|
||
|
||
### 步骤 3：运行脚本
|
||
|
||
分支 A（在线捕获 + 回放）：
|
||
|
||
```powershell
|
||
# 单所有者
|
||
uv run python scripts\lookup_groups.py --url "<owner URL>" --names 名单.xlsx --channel chrome --user-data-dir "$env:LOCALAPPDATA\Google\Chrome\User Data"
|
||
# 多所有者：--url 重复；浏览器不能关就改用 --connect
|
||
uv run python scripts\lookup_groups.py --url "<owner1 URL>" --url "<owner2 URL>" --names 名单.csv --connect http://localhost:9222 --save-bundles bundles.json
|
||
```
|
||
|
||
分支 B（离线回放，套件已存盘，无需浏览器）：
|
||
|
||
```powershell
|
||
uv run python scripts\lookup_groups.py --bundles bundles.json --names 名单.json --out result.xlsx
|
||
```
|
||
|
||
分支 C（仅捕获/校验套件，暂不查询）：
|
||
|
||
```powershell
|
||
uv run python scripts\lookup_groups.py --url "<owner URL>" --save-bundles bundles.json
|
||
```
|
||
|
||
**关键行为**：
|
||
- 打开页面后先**自动触发一次群组搜索**（猜搜索框）；猜不中会提示「在浏览器顶部搜索框输入任意词并回车」，只需触发一次 `search_groups` 请求即可。
|
||
- 捕到请求后，脚本校验 `delegationContext.externalOwnerId` 与 URL ownerId 是否一致、鉴权头是否齐全（缺 Authorization/Cookie/delegation 是 401 根因，会在捕获时直接打警告）。
|
||
- 回放用线程本地 Session，并发（默认 8 线程）逐个名字 × 逐个所有者，**首个精确命中即停**。
|
||
|
||
**完成判据**：终端打印 `[输出] 精确命中 N/M -> <路径>`，退出码 0，且生成结果文件。
|
||
|
||
### 步骤 4：校验产物与处理未命中
|
||
|
||
- 结果列：`group_name / ownerid / owner_display / groupid / 备注`；`ownerid + owner_display` 标注群组归属的所有者。
|
||
- 未命中的名字会列在末尾 `[复核] 未命中 N 个`，其候选/线索在「备注」列。
|
||
- 处理变体：若备注里只有大小写/空格差异的候选，直接改用候选 groupId；若跨所有者都命中，以**精确 displayName** 为准核对归属；若名字疑似错字，用更短关键词（如品牌名）重跑一次。
|
||
|
||
**完成判据**：无 `HTTPxxx` / `ERR` 残留；每个群组要么有确定 groupId，要么在备注列明确记录了候选或原因。
|
||
|
||
## 常用参数速查
|
||
|
||
| 参数 | 说明 |
|
||
|---|---|
|
||
| `--url` | 所有者分析页 URL，可重复（多所有者） |
|
||
| `--names` | 群组名单：json / txt / csv / xlsx |
|
||
| `--bundles` | 已有套件 json（离线回放；或与 `--url` 捕获结果合并） |
|
||
| `--save-bundles` | 把套件写盘，供下次离线回放 |
|
||
| `--out` | 结果文件，默认 `group_entity_id_result.xlsx`，缺 openpyxl 自动回退 csv |
|
||
| `--max-workers` | 并发线程数，默认 8 |
|
||
| `--connect` | CDP 附加到已打开浏览器 |
|
||
| `--user-data-dir` / `--channel` | 用已登录用户数据目录启动 |
|
||
| `--owner-display` | 所有者显示名（可选，单 `--url` 时用于结果标注） |
|
||
| `--wait-seconds` | 等待手动触发搜索的最长秒数，默认 180 |
|
||
|
||
## 参考
|
||
|
||
- [名单与套件制作指南](references/input-guide.md)：名单文件格式/列别名、套件 bundles.json 结构、多所有者、产物核对。
|
||
- [常见问题排查](references/troubleshooting.md)：按 现象 → 原因 → 解决 逐条排查（401、未登录跳转、捕获不到请求、查不到、CDP 连不上、channel 不匹配等）。
|