Telegram::GroupScraper - Telegram 公开频道与群组爬虫工具

爬虫工具概览

该爬虫工具用于采集 Telegram 公开频道和群组中的所有帖子和消息。

其工作逻辑与其他爬虫工具不同：它会自动遍历频道或群组中的消息。因此，不能在同一个任务中将其与其他爬虫工具结合使用。

结果中的行顺序不保证按帖子编号排列（取决于线程）。聊天/频道的元数据每个频道仅加载一次，并在帖子的每一行中重复显示。

得益于内置强大的 Template Toolkit 模板引擎，您可以按所需的格式和结构保存结果，该引擎允许对结果应用额外逻辑并以各种格式输出数据，包括 JSON、SQL 和 CSV。

前往演示购买 A-Parser Pro ($299)

爬虫工具应用案例

🔗 用户抓取

抓取 Telegram 公开群组的用户

🔗 抓取所有消息

抓取 Telegram 公开群组的所有消息

采集的数据

适用于公开频道和群组。

消息

帖子链接 (url)
帖子 ID (post_id)
不带 @ 的频道/群组用户名 (channel)
带 HTML 的帖子文本 (message_text)
不带 HTML 的纯文本 (message_text_plain) — 用于过滤、搜索和输出
ISO 格式日期 (message_date)
浏览量 (views) — 格式同 Telegram：15.5K、1.2M 等；仅限频道，群组为空
视频提示 (message_video_notice) — 如果帖子中有视频，但 message_videos 数组中没有 URL，且该字段已填充：则该视频只能在登录后的 Telegram 中查看（需要授权），没有直接的文件链接。这不是采集错误 — Telegram 不会在未登录账号的情况下提供此类视频

帖子作者

个人资料链接 (user_link)
名称 (user_name)
头像 URL (user_avatar)

转发自 (forward_from)
来源链接 (forward_from_url) — 原帖 URL（如果可用）
无链接时的说明 (forward_from_notice) — 当 forward_from_url 为空时填充（例如 "Source link not available in embed"）：表示没有直接链接，原帖可能已被删除、隐藏或因其他原因无法访问。这不是爬虫工具的错误

回复 (reply)

所回复消息的 URL (reply_to_url)
URL 中的帖子 ID (reply_to_post_id)
原消息作者 (reply_to_author)
原消息纯文本 (reply_to_text)

反应

反应总数 (reactions_total) — 字符串形式的数字；K/M/B 会被换算

聊天/频道元数据

每个频道加载一次，并重复显示在帖子的每一行中。

名称 (chat_title)
订阅者/成员数量 (chat_members)
在线人数 (chat_online) — 仅限群组；开始采集该频道时刻的在线用户数，数据抓取过程中不更新。频道为空
纯文本描述 (chat_description)
媒体和链接计数器 (chat_photos, chat_videos, chat_files, chat_links) — 仅限频道

数组

reactions — 包含 emoji、count 字段（格式同 Telegram：16、1.2K）。不采集谁留下了反应：仅提供表情符号类型和总数

message_photos — url 字段；相册会分为多行显示。

message_videos — url 字段。如果没有 URL 但帖子中有视频，请查看 message_video_notice（仅限登录 Telegram 后查看）

links — url 字段；帖子文本中的外部链接。不带路径的 t.me/username 格式链接不计入此处（这些属于 mentions）。

mentions — username 字段 (@username)；来自 t.me/username 链接和 <a> 标签中的 @username 文本。

功能

灵活的查询归一化（参见查询）
按日期过滤 (dateFrom, dateTo) 和过滤转发消息 (skipForwards)
照片和视频相册 — 同一帖子中包含多个 URL

使用场景

采集频道或群组的帖子内容
监控反应、浏览量和转发情况

查询

支持公开频道和群组。所有格式都会转换为 https://t.me/{username}：

查询	行为
`@username`	频道或群组，从 Start message number 开始
`username`	同上
`https://t.me/username`	同上
`t.me/username`	同上
`https://t.me/s/username`	同上
`https://t.me/username/123`	频道或群组，从帖子 #123 开始（忽略 Start message number）

无效查询 → 日志记录 Unknown query，结果为空。

示例：

https://t.me/a_parser
@a_parser
https://t.me/a_parser/100

结果输出示例

A-Parser 凭借内置的 Template Toolkit 支持灵活的结果格式化，这使其能够以任意形式以及结构化形式（如 CSV 或 JSON）输出结果。

默认输出

结果格式：

$channel/$post_id: $message_text_plain ($views views, $reactions_total reactions)

结果示例：

a_parser/1234: 这是过滤器) ( views, 0 reactions)
a_parser/85962: Google 推出了新的防护措施) ( views, 2 reactions)

输出到 CSV 表格

结果格式：

[% tools.CSVline(channel, post_id, message_text_plain, views, reactions_total) %]

结果示例：

a_parser,1234,"这是过滤器)",,0
a_parser,85962,"Google 推出了新的防护措施)",,2

过滤与跳过帖子

在以下情况下，行不会进入结果：

日期超出 Date from / Date to 范围
启用了 Skip forwards 且帖子是转发的

当按日期或转发过滤时，帖子被视为已找到，频道遍历将继续。

频道遍历在以下情况停止：

在最后一个找到的帖子之后，连续检查了 Max empty posts 个 ID 均无新发现；
或从开始起连续出现空帖子（如果尚未找到任何帖子）。

结果处理

A-Parser 允许在数据抓取过程中直接处理结果，在本节中我们列出了 Telegram 爬虫工具最受欢迎的案例。

按消息中的关键词过滤结果

需要添加过滤器并在下拉列表中选择 $message_text - Message text。选择类型 RegEx match。在正则表达式字段中输入包含所需关键词的正则：

\b爬虫工具\b|\bGoogle\b|\byandex\b|\b爬虫工具\b|\b代理\b|\bDorks\b

\b - 单词边界

| - 或

is - 正则表达式标志

下载示例

如何将示例导入 A-Parser
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提示

另请参阅：

可选设置

备注

所有爬虫工具的通用设置

参数	默认值	描述
Max empty posts	`1000`	在找到最后一个帖子后，连续尝试多少个空 ID 后停止遍历频道。这不是已保存帖子的限制
Start message number	`1`	开始遍历的帖子编号（如果查询中没有 `/123`）
Skip forwards	`☐`	不保存转发的消息
Date from		起始日期，包含。格式为 `YYYY-MM-DD`
Date to		截止日期，不包含。格式为 `YYYY-MM-DD`

爬虫工具概览​

爬虫工具应用案例​

🔗 用户抓取

🔗 抓取所有消息

采集的数据​

消息​

帖子作者​

转发​

回复 (reply)​

反应​

聊天/频道元数据​

数组​

功能​

使用场景​

查询​

结果输出示例​

默认输出​

输出到 CSV 表格​

过滤与跳过帖子​

结果处理​

按消息中的关键词过滤结果​

可选设置​