收集项目中的所有评论 | Frame.io API Documentation

概述

评论抓取工具将检索项目中的所有资产，抓取其中的评论，并将它们输出到一个 .csv 文件中。本演练使用以下资源：

Python SDK - SDK 为您处理分页，并构建一个可与开发者令牌（持有者身份验证）配合使用的客户端。
Python 评论抓取工具 - 我们使用的代码示例在此处。

在 Glitch 上尝试

Glitch 是一个简单的工具，允许您搭建自己的应用程序，并使用他们的服务器进行测试和运行。如果您不熟悉 Glitch，请参阅我们关于使用 Glitch 的指南。如果您想看看评论抓取工具在服务器上运行的效果，我们在 Glitch 上搭建了一个 Flask 应用程序：Frame.io Python 评论抓取工具。

必需的权限范围

在开始本指南之前，您需要确保拥有一个至少包含以下权限范围的令牌：

权限范围	原因
项目：读取	并非严格必须，但对于获取项目的 `root_asset_id` 是必需的。
资产：读取	通过 API 导航 `asset_ids` 时必需
评论：读取	检索评论本身时必需。

1. 准备您的应用程序

本指南将遵循与读取文件树类似的模式——因此，要开始使用，您需要：

您所抓取项目的 root_asset_id
您的开发者令牌

您还需要将 FrameioClient 导入到您的 Python 应用程序中，以及一些额外的辅助库：

Python

1 from frameioclient import FrameioClient
2 import requests, json, csv, itertools
3 
4 ROOT_ASSET_ID = "<ROOT_ASSET_ID>"
5 TOKEN = "<DEV_TOKEN>"

2. 抓取项目

现在，您需要递归地检索所有资产，检查它们是否有评论，并将任何带有评论的资产存放在一个列表中，以便后续据此构建您的 .csv 文件。

当您抓取项目时，需要对每个资产进行以下检查：

该资产是一个文件吗？("_type": "file").
如果是一个文件，它是否有评论？* 如果有，则获取这些评论并添加到您的列表中。
该资产是一个文件夹吗？("_type": "folder")
如果是一个文件夹，则对其次项进行递归操作。
该资产是一个版本堆栈吗？("_type": "version_stack")
如果是一个版本堆栈，则获取其所有次项并检查其中的评论。

Python

1 def all_comments(client, asset_id, comment_list):
2     files = client.get_asset_children(asset_id)
3 
4     for asset in files:
5         if asset['type'] == "file":
6             if asset['comment_count'] > 0:
7                 asset_parent_id = asset['parent_id']
8                 asset_name = asset['name']
9                 comments = client.get_comments(asset['id'])
10                 my_comment_list = [comment for comment in comments.results]
11                 for object in my_comment_list:
12                     object.update({'parent_id':asset_parent_id})
13                     object.update({'name':asset_name})
14                 comment_list.append(my_comment_list)
15 
16         if asset['type'] == "folder":
17             if asset['item_count'] > 0:
18                 all_comments(client, asset['id'], comment_list)
19 
20         if asset['type'] == "version_stack":
21             asset_name = asset['name']
22             parent_id = asset['parent_id']
23             vfiles = client.get_asset_children(asset['id'])
24 
25             for asset in vfiles.results:
26                 asset_name = asset['name']
27                 parent_id = asset['parent_id']
28                 if asset['type'] == "file":
29                     if asset['comment_count'] > 0:
30                         comments = client.get_comments(asset['id'])
31                         my_comment_list = [comment for comment in comments.results]
32                         for object in my_comment_list:
33                             object.update({'parent_id':parent_id})
34                             object.update({'name':asset_name})
35                         comment_list.append(my_comment_list)
36 
37 def get_all_project_comments(root_asset_id, token):
38     comment_list = []
39     client = FrameioClient(token)
40 
41     all_comments(client, root_asset_id, comment_list)
42 
43     return comment_list

不要忘记进行分页

上面的示例忽略了分页——但当您浏览大型集合时，不应该这样做！请参阅我们的关键概念指南作为参考。

3. 展平您的评论列表

除非您在抓取期间处理了这一点，否则您需要将列表展平，以便于处理。

Python

1 # The response list comes back as a list of lists.
2 # Flatten out responses to a single list so you can build your .csv file.
3 
4 flat_response_list = list(itertools.chain.from_iterable(responses))

4. 筛选列表并创建您的 .csv 文件

当您的列表展平后，您可以使用列表推导式从每条评论中抓取您认为有用的元素，然后将它们输出到一个 .csv 文件中。我们建议至少包含：

评论 - text
主 ID - parent_id
资产 ID - asset_id
资产名称 - name
所有者 ID - owner_id
所有者电子邮件 - owner.email
时间戳 - timestamp
更新时间 - updated_at

当您创建了一个新列表，其中包含最终输出中每个资产所需的输出内容后，就可以开始写入您的 .csv 文件了。

Python

1 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]
2 
3 # Let's write our new list out to a .csv file. We'll add a heading.
4 with open("output.csv", 'w') as myfile:
5      wr = csv.writer(myfile, dialect='excel')
6      wr.writerow(['Comment', 'Parent ID', 'Asset ID', 'Asset Name', 'Owner ID', 'Email', 'Timestamp', 'Updated At'])
7      wr.writerows(list_for_csv)

这样就完成了！现在，您拥有了一个 .csv 文件，其中包含来自整个 Frame.io 项目的展平后评论。