LIHKG 連登爬蟲（免 API・免登入）

抓連登（LIHKG）香港論壇最新主題列表及完整貼文留言，走 api_v2 公開 JSON 端點，輸出結構化資料。

輸出欄位

主題列表 / 貼文主文（ThreadRow）

欄位名稱	型別	說明
thread_id	string	貼文 ID
title	string | null	標題
content	string | null	貼文主文（列表模式為 null）
own_text	string | null	作者自己寫的文字（已移除引用區塊）；只有引用時為空字串，content 為 null 時為 null。做情緒分析請用這一欄
quoted_text	string | null	被引用的文字（多段引用以空行分隔，巢狀引用留在外層引用內）；沒有引用時為 null
quoted_author	string | null	被引用者暱稱。連登 API 不提供，目前固定為 null
author	string | null	作者暱稱
category	string | null	分台名稱
reply_count	number | null	回覆數
like_count	number | null	讚數
dislike_count	number | null	黑人問號數
created_at	string | null	發文時間（ISO 8601）
last_reply_at	string | null	最後回覆時間（ISO 8601）
thread_url	string	貼文網址
source_mode	string	抓取模式（thread-list / thread）
source_query	string	查詢條件（分台 ID 或貼文 ID）
scraped_at	string	抓取時間（ISO 8601）

留言（ReplyRow）

欄位名稱	型別	說明
reply_id	string | null	留言 ID（post_id）
thread_id	string	所屬貼文 ID
floor	number | null	樓層（msg_num）
author	string | null	作者暱稱
content	string | null	留言內容（已去除 HTML 標籤，引用的文字會直接接在前面）
own_text	string | null	留言者自己寫的文字（已移除引用區塊）；只有引用時為空字串，content 為 null 時為 null。做情緒分析請用這一欄，避免把被引用者的語氣算到留言者頭上
quoted_text	string | null	被引用的文字（多段引用以空行分隔，巢狀引用留在外層引用內）；沒有引用時為 null
quoted_author	string | null	被引用者暱稱。連登 API 不提供，目前固定為 null
like_count	number | null	讚數
dislike_count	number | null	黑人問號數
created_at	string | null	留言時間（ISO 8601）
scraped_at	string	抓取時間（ISO 8601）

AI 輿情標籤欄位（所有列都有；功能關閉或該列沒標時全部為 null）

欄位	型別	說明
ai_relevance	number | null	0 到 1，這則內容在討論追蹤主題（aiTopic，搜尋模式預設為搜尋關鍵字）的機率；沒有主題時為 null
ai_sentiment	number | null	-2（明確負面）到 +2（明確正面）的連續情緒分數
ai_sentiment_label	string | null	negative（ai_sentiment ≤ -1.25）／positive（≥ +0.75）／neutral（其餘）
ai_sentiment_confidence	number | null	0 到 1，情緒判斷的信心
ai_intent	string | null	complaint（抱怨）／praise（稱讚）／question（發問）／other（其他）
ai_intent_confidence	number | null	0 到 1，意圖判斷的信心
ai_engine	string | null	實際回答的模型版本（例如 jev-1.13.0），留作出處
ai_status	string | null	ok／failed（標籤失敗）／skipped_budget（超過你設的花費上限）／skipped_free_cap（免費方案超過 20 筆）；功能關閉時為 null

模式說明

模式	輸入	輸出	計費
thread-list	catIds（分台 ID 列表，可填 all）	主題列表（ThreadRow）	$0.002/篇
thread	threadIds / threadUrls	貼文主文（$0.008/篇）＋所有留言（$0.003/則）	依數量
search	keywords（搜尋關鍵字）	全站搜尋結果（ThreadRow）	$0.002/篇

輸入欄位

欄位	型別	預設	說明
mode	enum	thread-list	模式：thread-list（列表）/ thread（完整貼文）/ search（關鍵字搜尋）
catIds	array	—	分台 ID，例如 1（吹水台）、2（體育台）、5（時事台）。填 all 會展開成全部 37 個可發文分台（自動排除熱門／最新／自選台等彙整台）；maxItems 是每個分台各自的上限
threadIds	array	—	貼文 ID 列表
threadUrls	array	—	貼文網址，自動抽出 ID
bulkInput	textarea	—	批量貼上，一行一個，自動合併到對應欄位（搜尋模式下併入 keywords）
maxItems	integer	50	最多抓幾篇（列表：每分台；貼文：總篇數；搜尋：每個關鍵字），上限 2000
maxReplies	integer	—	完整主題模式：每一串最多抓幾則回覆（每則回覆照筆計費）。取每串前 N 個回覆樓層（被刪除的樓層可能使實際筆數略少於 N）。留空＝不限制（預設，抓完整串）。與 maxItems 無關，後者限制的是串數
keywords	array	—	搜尋模式：要搜尋的關鍵字（品牌名、產品名、地產商名）。列表模式：標題關鍵字過濾（留空不過濾）
order	enum	desc_reply_time	搜尋模式排序：desc_reply_time（最新回覆優先，監控用）/ desc_create_time（最新發文優先）/ score（相關度優先，研究用）
dateFrom	string	—	只抓這個時間之後有動靜（發文或最後回覆）的主題。格式：3d、12h、2w（相對時間）或 MM/DD/YY（絕對日期）。留空不過濾；有設定時會提早停止翻頁，排程監控更省成本
aiLabels	boolean	false	開啟 AI 輿情標籤（每筆成功標好的資料 +$0.002；免費方案每次執行只標前 20 筆）。詳見「AI 輿情標籤」
aiTopic	string	—	追蹤的品牌或主題，用來判斷 ai_relevance。留空：搜尋模式用搜尋關鍵字，列表與貼文模式不判斷相關性
proxyConfiguration	proxy	Apify datacenter proxy	預設開啟；不用 proxy 會與其他 run 共用出口 IP 而被 LIHKG 限流（429）。自備 proxy 或本機測試才關

輸入範例

主題列表

{
  "mode": "thread-list",
  "catIds": ["1", "5"],
  "maxItems": 100
}

完整貼文及留言

{
  "mode": "thread",
  "threadIds": ["4126423"],
  "maxItems": 50
}

批量貼文網址

{
  "mode": "thread",
  "threadUrls": [
    "https://lihkg.com/thread/4126423/page/1",
    "https://lihkg.com/thread/4000000/page/1"
  ],
  "maxItems": 50
}

關鍵字搜尋

{
  "mode": "search",
  "keywords": ["太古城"],
  "order": "desc_reply_time",
  "maxItems": 100
}

全部分台

{
  "mode": "thread-list",
  "catIds": ["all"],
  "maxItems": 20
}

香港品牌聲量監控

search 模式配合 dateFrom 即為「關鍵字監控」：排程每天跑一次，只抓當天新增或有新回覆的主題，成本固定不隨歷史資料膨脹。

{
  "mode": "search",
  "keywords": ["你的品牌名"],
  "order": "desc_reply_time",
  "dateFrom": "1d"
}

用 Apify 排程（Schedule）設定每日觸發，即可自動累積每天的品牌聲量資料，不用手動重跑、也不會重複抓到舊資料。

想要跨平台聲量拼圖？搭配作者的其他繁中輿情 actor：Threads（threads-feed-scraper）、PTT（ptt-scraper，台灣論壇）、LIHKG（本 actor，香港）。親子王國、HK01 留言等其他香港論壇（hk-forums）即將推出。

AI 輿情標籤（選用，每筆 +$0.002）

開啟輸入欄位 aiLabels 後，每一列會多出上面 8 個 ai_ 欄位，省去你自己再跑一輪分類。

• 判斷什麼：這則跟你追蹤的品牌有沒有關（ai_relevance）、情緒（ai_sentiment）、是在抱怨／稱讚／發問還是其他（ai_intent）。追蹤的品牌填在 aiTopic；搜尋模式留空就用搜尋關鍵字，列表與貼文模式留空則不判斷相關性。
• 門檻可以自己調：ai_sentiment_label 用預設門檻（≤ -1.25 為 negative、≥ +0.75 為 positive）換算，你可以直接拿 ai_sentiment 自己重新分段。ai_relevance 建議 ≥ 0.55 才算相關；標題要嚴格過濾可用 0.8。信心欄位可以用來只保留「很有把握」的列。
• 價格：每筆成功標好的資料 $0.002（ai-label 事件），另外加在基本爬取費上。標籤失敗（failed）、超過花費上限（skipped_budget）或免費額度用完（skipped_free_cap）的列不收 AI 費，資料列本身照常輸出。
• 免費方案：每次執行只標前 20 筆，其餘 ai_status 為 skipped_free_cap。
• 準確度：我們用 300 則真實連登內容（4 個品牌關鍵字）測試，在沒用來調門檻的 150 則上，與人工認定的標準答案相符率為情緒 78%、相關性 92%、意圖 85%；反諷與廣東話梗仍會判錯，請把它當作快速篩選，重要結論請看信心分數或抽樣覆核。
• 資料去向：開啟後，被標記的貼文文字會送到 TypeSafe（美國）處理。依其文件，TypeSafe 不拿 API 資料訓練模型。不想送出文字就保持關閉（預設）。

注意事項

• 只抓公開內容，不需要帳號或 token
• 使用規範：僅收集公開內容、不登入；請勿轉售或重新發布貼文／留言全文，並遵守 LIHKG 網站服務條款；若網站方要求移除或停止存取，本服務將配合停止
• 使用 api_v2 JSON 端點（不用瀏覽器，速度快、成本低）
• 留言內容已自動去除 HTML 標籤（<br>、<img>、<span> 等）
• thread 模式：maxItems 限制的是貼文篇數，每篇留言預設全部抓取；設定 maxReplies 可限制每串留言數（依樓層）
• search 模式：maxItems 限制的是每個關鍵字各自抓幾篇，不是總數
• 分項計費：啟動費 $0.005（一次）、列表／搜尋每篇 $0.002、貼文主文每篇 $0.008、留言每則 $0.003；開啟 AI 輿情標籤另加每筆成功標好的資料 $0.002
• 連續 5 頁無新資料時自動停止，不空轉燒費用；設了 dateFrom 的話，整頁都比 dateFrom 舊就會直接停止翻頁（更省成本）
• LIHKG api_v2 未來有機會加上 X-LI-DEVICE 標頭驗證或 challenge，並封鎖資料中心 IP。判斷方式：以 Apify cloud smoke test 結果為準（go/no-go）；若被擋，備援方案是改用 Apify residential proxy（proxyConfiguration），不預先過度設計

常見問題（FAQ）

Q: 需要登入才能看嗎？

A: 不需要。本 Actor 只抓公開主題列表及留言，不涉及任何需要登入的功能。

Q: 可以同時抓多個分台嗎？

A: 可以。在 catIds 填多個 ID，或用 bulkInput 一行一個貼上。

Q: 留言的 HTML 要怎麼處理？

A: 已自動處理。content 欄位輸出的是純文字，HTML 標籤已去除，HTML 實體已解碼（& → &、< → < 等）。

Q: 為什麼 thread-list 模式的 content 是 null？

A: 列表 API 不返回貼文內容，只有標題和元資料。若需要內文，改用 thread 模式。

Q: search 模式跟 thread-list 的 keywords 過濾有什麼不同？

A: search 模式的 keywords 是送去 LIHKG 全站搜尋的查詢字，回傳的是搜尋結果（不限分台）。thread-list 模式的 keywords 只是在已抓到的分台列表裡做標題過濾，不會擴大搜尋範圍。

Q：一串長帖會收很多錢嗎？ A：會。完整主題模式預設抓完整串，每則回覆都按 review-item 計費（$0.003/則），熱門長帖可能有數千則回覆。想控制單串花費，請設定選填的 maxReplies（例如 100）：每一串最多抓到這個數量就停止翻頁、不再計費；主文另計一筆 product-detail。留空就是不限制，行為與以前完全一樣。maxItems 限制的是「串數」，不是回覆數。

免責聲明

本工具僅供學術研究及合法商業分析用途。使用者應遵守 LIHKG 服務條款及相關法規。請勿以本工具進行任何侵害他人隱私、散布虛假資訊或其他違法行為。作者不對任何濫用行為承擔責任。

---

LIHKG 爬蟲、連登、香港輿情、論壇監控、品牌聲量、香港社群數據、關鍵字搜尋

---

📚 延伸教學與工具

這隻 actor 背後的實戰教學與免費工具，都在 AI Social API：

• 📖 主題指南：連登 API：冇官方 API，點樣攞 LIHKG 同高登嘅論壇數據
• 📖 教學：用 Apify + n8n + GPT 串一條免寫程式的論壇輿情 pipeline（PTT × Mobile01）
• 📊 原創資料：亞洲論壇可爬性 × 成本對照表 — 實際跑過的亞洲論壇：哪些直連就抓得到、哪些要 residential IP、每筆各多少錢
• 🛠 免費工具：論壇輿情快查 · Apify 成本試算
• 🤝 不想自己跑？我幫你每天跑——排程好每天送進你的 Google Sheet 或 Slack，每月 US$299 起。

由實際經營 30 多隻上架 actor 的人維護。