> This page is for Платформа, version Предыдущая версия. > For other versions, use one of these documentation indexes: > - V4 (default): https://next.developer.frame.io/platform/v4/llms.txt > - Версия 4 экспериментальная: https://next.developer.frame.io/platform/v4-experimental/llms.txt > - Предыдущая версия: https://next.developer.frame.io/platform/v2/llms.txt > For clean Markdown of any page, append .md to the page URL. > For a complete documentation index, see https://next.developer.frame.io/llms.txt. > For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://next.developer.frame.io/_mcp/server. # Сбор всех комментариев из проекта ## Обзор Инструмент извлечения комментариев получает все ресурсы в проекте, извлекает комментарии и выводит их в файл CSV. В этом пошаговом руководстве используются следующие ресурсы: * [Python SDK](https://github.com/Frameio/python-frameio-client) — SDK выполняет разбивку на страницы за вас и настраивает клиент, который можно использовать с токенами разработчика (аутентификация Bearer). * [Инструмент извлечения комментариев на Python](https://github.com/Frameio/comment-scraper-python) — пример кода, который мы используем, находится здесь. ### Попробуйте на Glitch Glitch — это простой инструмент, который позволяет настраивать собственные приложения, тестировать и запускать их на их серверах. Если вы еще не работали с Glitch, ознакомьтесь с нашим руководством по [использованию Glitch](/other-tools/using-glitch). Если хотите увидеть, как работает инструмент извлечения комментариев на сервере, мы настроили приложение Flask на [Glitch](https://glitch.com): [инструмент извлечения комментариев Frame.io на Python](https://glitch.com/~frameio-comment-scraper). ### Необходимые области доступа Перед началом работы с этим руководством убедитесь, что у вас есть токен, который включает как минимум следующие области доступа: | Область доступа | Причина | | ---------- | ---------- | | **Проекты:** чтение | Не является строго обязательным, но необходимо для получения `root_asset_id` проекта. | | **Ресурсы:** чтение | Необходимо для навигации по `asset_ids` через API-интерфейс | | **Комментарии:** чтение | Необходимо для получения самих комментариев. | ### 1. Подготовка приложения Это руководство будет следовать такой же схеме, как [чтение дерева файлов](/workflows-assets/reading-the-file-tree). Соответственно, для начала работы вам потребуется: * `root_asset_id` проекта, который вы сканируете; * [токен разработчика](/authentication/developer-tokens). Также нужно импортировать `FrameioClient` в ваше приложение Python и некоторые дополнительные вспомогательные библиотеки: **`Python`** ```python title="Python" from frameioclient import FrameioClient import requests, json, csv, itertools ROOT_ASSET_ID = "" TOKEN = "" ``` ### 2. Сканирование проекта Теперь нужно рекурсивно получить все ресурсы, проверить их на наличие комментариев и сохранить любые ресурсы с комментариями в списке, из которого можно создать файл .csv. При сканировании проекта нужно выполнить следующие проверки для каждого ресурса: * Является ли ресурс файлом? (`"_type": "file"`). * Если это файл, есть ли у него комментарии? * **Если есть, получите их и добавьте в ваш список.** * Является ли ресурс папкой? (`"_type": "folder"`) * **Если это папка, выполните рекурсивную обработку ее дочерних элементов.** * Является ли ресурс стеком версий? (`"_type": "version_stack"`) * **Если это стек версий, получите все дочерние элементы и проверьте их на наличие комментариев.** **`Python`** ```python title="Python" def all_comments(client, asset_id, comment_list): files = client.get_asset_children(asset_id) for asset in files: if asset['type'] == "file": if asset['comment_count'] > 0: asset_parent_id = asset['parent_id'] asset_name = asset['name'] comments = client.get_comments(asset['id']) my_comment_list = [comment for comment in comments.results] for object in my_comment_list: object.update({'parent_id':asset_parent_id}) object.update({'name':asset_name}) comment_list.append(my_comment_list) if asset['type'] == "folder": if asset['item_count'] > 0: all_comments(client, asset['id'], comment_list) if asset['type'] == "version_stack": asset_name = asset['name'] parent_id = asset['parent_id'] vfiles = client.get_asset_children(asset['id']) for asset in vfiles.results: asset_name = asset['name'] parent_id = asset['parent_id'] if asset['type'] == "file": if asset['comment_count'] > 0: comments = client.get_comments(asset['id']) my_comment_list = [comment for comment in comments.results] for object in my_comment_list: object.update({'parent_id':parent_id}) object.update({'name':asset_name}) comment_list.append(my_comment_list) def get_all_project_comments(root_asset_id, token): comment_list = [] client = FrameioClient(token) all_comments(client, root_asset_id, comment_list) return comment_list ``` Приведенный выше пример игнорирует разбивку на страницы — но при навигации по большим коллекциям этим не следует пренебрегать! См. наше руководство [Основные концепции](/getting-started/key-concepts#pagination) для справки. ### 3. Приведение списка комментариев к плоскому виду Если вы не сделали этого во время сканирования, нужно будет привести список к плоскому виду для более легкой обработки. **`Python`** ```python title="Python" # The response list comes back as a list of lists. # Flatten out responses to a single list so you can build your .csv file. flat_response_list = list(itertools.chain.from_iterable(responses)) ``` ### 4. Отбраковка списка и создание файла .csv Когда список приведен к плоскому виду, можно использовать генератор списков для извлечения полезных для вас элементов из каждого комментария, а затем вывести их в файл .csv. Мы рекомендуем включить как минимум: * Комментарий — `text` * ИД родительского элемента — `parent_id` * ИД ресурса — `asset_id` * Имя ресурса — `имя` * ИД владельца — `owner_id` * Адрес электронной почты владельца — `owner.email` * Метка времени — `timestamp` * Время обновления — `updated_at` После создания нового списка с нужными данными для каждого ресурса и получением итогового результата, можно записывать данные в файл .csv. **`Python`** ```python title="Python" list_for_csv = [[o['text'], o['parent_id'], o['asset_id'], o['name'], o['owner_id'], o['owner']['email'], o['timestamp'], o['updated_at']] for o in flat_response_list] # Let's write our new list out to a .csv file. We'll add a heading. with open("output.csv", 'w') as myfile: wr = csv.writer(myfile, dialect='excel') wr.writerow(['Comment', 'Parent ID', 'Asset ID', 'Asset Name', 'Owner ID', 'Email', 'Timestamp', 'Updated At']) wr.writerows(list_for_csv) ``` Вот и все!Теперь у вас есть файл .csv с развернутыми комментариями из всего проекта Frame.io.