كيفية استخراج البيانات من يوتيوب في عام 2026: الطرق التي لا تزال فعالة بالفعل

يُعد موقع «يوتيوب» أحد أكبر مصادر البيانات العامة على شبكة الإنترنت — حيث يضم أكثر من 800 مليون مقطع فيديو، ومليارات التعليقات، ونصوصًا مكتوبة لمعظم مقاطع الفيديو التي يتم تحميلها، وبيانات وصفية منظمة تُستخدم في كل شيء بدءًا من أبحاث السوق وصولاً إلى تدريب الذكاء الاصطناعي. كما أنه أحد أكثر المواقع حمايةً على الإنترنت، ولم تعد الطرق التي كانت تُستخدم لجمع البيانات منه قبل ثلاث سنوات فعالة في الغالب.

المنشور الذي تقرأه يحل محل دليل قديم كان دقيقًا من الناحية التقنية في عام 2022. لكنه لم يعد دقيقًا الآن. فقد شددت منصة يوتيوب إجراءات مكافحة الروبوتات بشكل كبير حتى عام 2025: حيث أصبحت رموز «إثبات المنشأ» (Proof of Origin) الآن شرطًا للوصول إلى العديد من نقاط النهاية، وأصبحت ملفات تعريف الارتباط الخاصة ببيانات الزوار مطلوبة لمعظم عمليات تحميل صفحات الفيديو، كما أن نطاقات عناوين IP الخاصة بمراكز البيانات تؤدي إلى ظهور اختبارات CAPTCHA في غضون بضع مئات من الطلبات. لا تتطابق محددات CSS التي تستخدمها الدروس التعليمية القديمة مع ترميز YouTube الحالي. حتى بيانات «عدم الإعجاب» التي تشير إليها تلك الدروس التعليمية لم تعد متاحة للجمهور منذ نوفمبر 2021.

إليكم ما يعمل فعليًّا في عام 2026، مع كود يمكن تنفيذه بالفعل.

ما يمكنك استخراج البيانات منه (وما لا يمكنك استخراج البيانات منه)

بيانات عامة، متاحة مجانًا:

• البيانات الوصفية للفيديو — العنوان، الوصف، عدد المشاهدات، تاريخ التحميل، القناة، المدة، العلامات
• بيانات القناة — الاسم، الوصف، عدد المشتركين (تقريبي)، قائمة مقاطع الفيديو، معلومات صفحة «نبذة عن القناة»
• التعليقات — بما في ذلك الردود، وعدد الإعجابات، والطوابع الزمنية
• النصوص والتعليقات الصوتية — لأي مقطع فيديو تم تمكين التعليقات الصوتية فيه
• نتائج البحث — صفحات نتائج البحث الكاملة لأي استعلام
• قوائم التشغيل — المحتوى الكامل والبيانات الوصفية
• إعادة تشغيل الدردشة المباشرة — للبث الذي انتهى

محظور بغض النظر عن الطريقة:

• مقاطع فيديو خاصة
• مقاطع فيديو غير منشورة لا تتوفر لديك عناوين URL الخاصة بها
• أي شيء يتم بعد تسجيل الدخول إلى حساب لا يملكه المستخدم
• بيانات التفاعل الخاصة بالمشاهدين الأفراد
• الأعداد الدقيقة للمشتركين (يُظهر موقع «يوتيوب» للأعوام العامة أرقامًا مقربة فقط)

الجانب القانوني مهم أيضًا: تشترط شروط خدمة YouTube تقييد الوصول الآلي. يعتبر استخراج البيانات العامة أمرًا قانونيًا بشكل عام في معظم الولايات القضائية، لكن انتهاك شروط الخدمة قد يؤدي إلى حظر الحساب، وفي بعض الحالات، إلى رفع دعوى مدنية. لا تقم باستخراج البيانات التي تتطلب تسجيل الدخول. لا تجمع معلومات تعريفية شخصية تتجاوز ما يُعرض علنًا. لا تقم بإعادة توزيع محتوى الفيديو. إذا كنت تجمع البيانات لتدريب الذكاء الاصطناعي، فقم بتوثيق المصدر واحترم حقوق المبدعين — حيث أصبح قانون الاتحاد الأوروبي للذكاء الاصطناعي واللوائح المماثلة سارية بشكل متزايد في هذا المجال.

الطرق الأربع التي يجدر معرفتها

هناك أربعة نُهج فعليًّا في عام 2026 — واختيار النهج المناسب يعتمد على ما تسعى إليه وعلى نطاقه.

الطريقة	الأفضل لـ	يلزم تسجيل الدخول	المقياس
واجهة برمجة تطبيقات بيانات يوتيوب الإصدار 3	استعلامات منظمة، أحجام صغيرة إلى متوسطة	مفتاح واجهة برمجة التطبيقات (API)	محدودة (10 آلاف وحدة يوميًا مجانًا)
yt-dlp	كل ما عدا ذلك — البيانات الوصفية، والتعليقات، والنصوص، والمعالجة المجمعة	لا شيء (ملفات تعريف الارتباط لبعض مقاطع الفيديو)	متوسطة إلى عالية باستخدام المؤشرات البديلة
youtube-transcript-api	النصوص فقط	لا شيء	متوسط
الاستخراج المخصص (الطلبات + InnerTube)	الحالات الخاصة التي لا يشملها ما سبق	لا شيء	تتميز ببنية تحتية متطورة

في الواقع، تستخدم معظم العمليات الجادة برنامج yt-dlp كأداة أساسية، ولا تلجأ إلى البرامج الأخرى إلا عندما يتعذر على yt-dlp تلبية متطلبات الحالة.

الطريقة 1: واجهة برمجة تطبيقات بيانات YouTube الإصدار 3

الخيار الأكثر بساطة عندما يكون ذلك مناسبًا. تُرجع واجهة برمجة التطبيقات (API) الرسمية من Google بيانات JSON منظمةً للمقاطع المصورة والقنوات وقوائم التشغيل وعمليات البحث والتعليقات. ولا توجد أي عقبات تهدف إلى منع الروبوتات — فإما أن ينجح الطلب أو يُرجع خطأً واضحًا يتعلق بالحصة المسموح بها.

المشكلة تكمن في الحصة. تمنحك الفئة المجانية 10,000 وحدة يوميًا. أ videos.list تكلفة المكالمة 1 وحدة؛ وتكلفة عملية البحث 100 وحدة. وهذا يعادل تقريبًا 100 استعلام بحث يوميًا، أو 10,000 عملية استرجاع لبيانات تعريف الفيديو. وهذا مناسب للعديد من حالات الاستخدام؛ لكنه عديم الفائدة لأي استخدام على نطاق واسع.

بايثون

from googleapiclient.discovery import build

API_KEY = "YOUR_API_KEY"
youtube = build("youtube", "v3", developerKey=API_KEY)

# Get metadata for a specific video
response = youtube.videos().list(
    part="snippet,statistics,contentDetails",
    id="dQw4w9WgXcQ"
).execute()

video = response["items"][0]
print(video["snippet"]["title"])
print(video["statistics"]["viewCount"])
print(video["contentDetails"]["duration"])

استخدم واجهة برمجة التطبيقات (API) عندما يتناسب حجم البيانات مع الحصة المخصصة لك وترغب في الحصول على بيانات نظيفة ومستقرة. تقدم بطلب لزيادة الحصة إذا كان لديك مبرر تجاري مشروع — فـ«جوجل» توافق على هذه الطلبات للتطبيقات الحقيقية، ولكن ليس لـ«أنا أقوم بإنشاء أداة استخراج البيانات».

الطريقة الثانية: yt-dlp

يُعد «yt-dlp» المعيار الفعلي لكل ما لا تغطيه واجهة برمجة التطبيقات (API) بشكل كامل. وهو نسخة مُشتقة من «youtube-dl» تخضع لصيانة نشطة، ولا تتطلب مفتاح API، وتتعامل مع البيانات الوصفية والتعليقات والنصوص المكتوبة والتنزيلات في أداة واحدة.

التثبيت:

bash

pip install yt-dlp

الحصول على البيانات الوصفية لمقطع فيديو واحد دون تنزيل أي شيء:

بايثون

import yt_dlp

def get_video_metadata(url):
    opts = {
        "quiet": True,
        "skip_download": True,
        "no_warnings": True,
    }
    with yt_dlp.YoutubeDL(opts) as ydl:
        info = ydl.extract_info(url, download=False)
    return {
        "title": info.get("title"),
        "channel": info.get("uploader"),
        "views": info.get("view_count"),
        "likes": info.get("like_count"),
        "duration_sec": info.get("duration"),
        "upload_date": info.get("upload_date"),
        "description": info.get("description"),
        "tags": info.get("tags", []),
    }

data = get_video_metadata("https://www.youtube.com/watch?v=dQw4w9WgXcQ")
print(data)

استخراج التعليقات (بما في ذلك الردود):

بايثون

import yt_dlp

def get_comments(url, max_comments=500):
    opts = {
        "quiet": True,
        "skip_download": True,
        "getcomments": True,
        "extractor_args": {
            "youtube": {
                "max_comments": [str(max_comments)],
                "comment_sort": ["top"],
            }
        },
    }
    with yt_dlp.YoutubeDL(opts) as ydl:
        info = ydl.extract_info(url, download=False)
    return info.get("comments", [])

comments = get_comments("https://www.youtube.com/watch?v=dQw4w9WgXcQ")
for c in comments[:5]:
    print(f"{c['author']}: {c['text']} ({c['like_count']} likes)")

استخراج قائمة بمعرّفات مقاطع الفيديو دفعة واحدة من نتائج البحث:

bash

yt-dlp --flat-playlist -j "ytsearch50:web scraping tutorial" | jq -r '.id'

بعض الملاحظات العملية التي لا ترد في معظم الدروس التعليمية:

• قم بتحديث برنامج yt-dlp بانتظام. يقوم موقع يوتيوب بتعطيل أداة الاستخراج بانتظام — على الأقل مرة كل شهر. ويُعد استخدام إصدار قديم السبب الأول وراء ظهور نتائج فارغة بشكل غامض عند تشغيل البرامج النصية. pip install -U yt-dlp يجب أن يكون ذلك ضمن جدول الصيانة الخاص بك.
• تتطلب مقاطع الفيديو المقيدة حسب العمر استخدام ملفات تعريف الارتباط. تصدير ملفات تعريف الارتباط من جلسة المتصفح وتمريرها عبر cookiefile في ydl_opts.
• تتطلب الأحجام الكبيرة استخدام الوكلاء. فبدونهم، ستصل سريعًا إلى حدود معدل الاستخدام وستتعرض لحجب عناوين IP. المزيد حول هذا الموضوع أدناه.

الطريقة 3: youtube-transcript-api

إذا كانت النصوص هي كل ما تحتاجه — وهو ما يحدث بشكل متزايد، نظرًا لأن نصوص السجلات هي المدخلات الأكثر فائدة لتحليل المحتوى القائم على نماذج اللغة الكبيرة — youtube-transcript-api إنه أخف وزناً وأسرع من yt-dlp.

بايثون

from youtube_transcript_api import YouTubeTranscriptApi

def get_transcript(video_id, languages=("en",)):
    try:
        transcript = YouTubeTranscriptApi.get_transcript(
            video_id, languages=list(languages)
        )
        return " ".join(entry["text"] for entry in transcript)
    except Exception as e:
        print(f"No transcript available: {e}")
        return None

text = get_transcript("dQw4w9WgXcQ")
print(text[:500] if text else "None")

تتكامل النصوص المكتوبة بشكل طبيعي مع تحليل المشاعر، ومسارات RAG، وأي سير عمل قائم على النماذج اللغوية الكبيرة (LLM) يحتاج إلى محتوى نصي مستخرج من مقاطع الفيديو. وتعد هذه واحدة من أسرع حالات استخدام استخراج البيانات نموًّا في عام 2026.

الطريقة 4: InnerTube و ytInitialData

بالنسبة للحالات الخاصة — مثل بيانات القناة، ورموز المتابعة المحددة، وأي شيء لا تكشف عنه الأدوات المذكورة أعلاه بشكل واضح — يمكنك الوصول مباشرةً إلى نقاط النهاية الداخلية لـ YouTube. تستخدم الواجهة الأمامية واجهة برمجة تطبيقات خاصة على /youtubei/v1/، وتضمّن معظم صفحات الفيديو ytInitialData كائن JSON في <script> علامة تحتوي على حالة الصفحة المعروضة.

هذه الطريقة أقل موثوقية من الطرق الأخرى — حيث يُجري موقع يوتيوب تغييرات على البنية بشكل دوري — لكنها في الوقت نفسه الأكثر مرونة:

بايثون

import requests
import re
import json

def extract_initial_data(video_url):
    headers = {
        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) "
                      "AppleWebKit/537.36 (KHTML, like Gecko) "
                      "Chrome/120.0.0.0 Safari/537.36",
    }
    response = requests.get(video_url, headers=headers)
    match = re.search(r"var ytInitialData = ({.*?});</script>", response.text)
    if not match:
        return None
    return json.loads(match.group(1))

data = extract_initial_data("https://www.youtube.com/watch?v=dQw4w9WgXcQ")
# data is the full page state — navigate it for whatever you need

لا تستخدم هذا النهج إلا عندما لا تغطي الطرق الأخرى هذه الحالة. بنية ytInitialData إنه هائل ويتغير باستمرار؛ ويتطلب التنقل فيه استكشاف أدوات تطوير المتصفح في كل مرة.

طبقة الوكيل

بمجرد تجاوز بضع مئات من الطلبات يوميًا من عنوان IP واحد، يبدأ موقع يوتيوب في اتخاذ إجراءات مضادة. وكان النمط في عام 2026 ثابتًا: أولاً، 429 Too Many Requests، ثم حظر مرن حيث تنجح الطلبات لكنها تُرجع بيانات غير كاملة، ثم حظر صارم حيث يواجه كل طلب حاجزًا يطالب بـ«تسجيل الدخول لتأكيد أنك لست روبوتًا».

هناك ثلاثة عوامل تحدد ما إذا كان «الاستخراج» على نطاق واسع سيحقق النجاح أم لا:

نوع عنوان IP. يتم تحديد عناوين IP الخاصة بمراكز البيانات في غضون بضع مئات من الطلبات. أما البروكسيات السكنية أو بروكسيات مزودي خدمة الإنترنت (ISP) فتتجنب هذا التحديد — فعند الوصول إلى موقع يوتيوب، تبدو حركة المرور القادمة من عنوان IP سكني وكأنها صادرة عن مستخدم عادي متصل بشبكة منزلية.

نمط التناوب. بالنسبة لـ yt-dlp، يُعد تناوب عناوين IP لكل طلب فيديو هو المعيار المتبع. أما بالنسبة لعمليات الاستخراج القائمة على الجلسات (تقسيم التعليقات إلى صفحات، وتصفح قناة ما)، فإن الجلسات الثابتة (استخدام نفس عنوان IP لمدة تتراوح بين 10 و30 دقيقة) تبدو أكثر طبيعية من التناوب في منتصف الجلسة.

التوزيع الجغرافي. يقدم موقع «يوتيوب» محتوى مختلفًا حسب المناطق. إذا كنت تجمع بيانات خاصة بمناطق معينة — مثل قوائم الموضوعات الشائعة، ونتائج البحث المُترجمة، وتوافر مقاطع الفيديو في تلك المناطق — فيجب أن تكون خوادم البروكسي الخاصة بك موجودة في تلك المناطق.

يُعد توصيل الخادم الوكيل ببرنامج yt-dlp أمرًا بسيطًا:

bash

yt-dlp --proxy "http://USER:PASS@proxy.example.com:8080" \
       --skip-download --write-info-json \
       "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

أو بلغة بايثون:

بايثون

opts = {
    "quiet": True,
    "skip_download": True,
    "proxy": "http://USER:PASS@proxy.example.com:8080",
}

بالنسبة لعملية استخراج البيانات القائمة على الطلبات (الطريقة 4 أعلاه):

بايثون

proxies = {
    "http": "http://USER:PASS@proxy.example.com:8080",
    "https": "http://USER:PASS@proxy.example.com:8080",
}
response = requests.get(video_url, headers=headers, proxies=proxies)

تم تصميم بروكسيات IPBurger السكنية وبروكسيات مزودي خدمة الإنترنت (ISP) خصيصًا لهذا النوع من العمل — عناوين IP نظيفة، واستهداف على مستوى الدولة، وجلسات ثابتة عند الحاجة — وينطبق المبدأ الأوسع نطاقًا بغض النظر عن المزود: عند الأحجام المهمة، تكون طبقة البروكسي هي العنصر الذي يتحمل العبء. يتكون برنامج الاستخراج النصي من 50 سطرًا؛ والبنية التحتية هي التي تحدد ما إذا كان سيتم تنفيذه حتى النهاية أم سيتوقف عند 30٪.

مسار عمل افتراضي معقول

إذا كنت تبدأ اليوم مشروعًا لاستخراج البيانات من يوتيوب، فهذا هو المسار الذي يتيح التوسع:

1. حدد البيانات التي تحتاجها فعليًّا. فمعظم المشاريع لا تحتاج إلى كل شيء — وتضييق النطاق يمنع هدر الحصص ويقلل من احتمالات حدوث عوائق.
2. جرب واجهة برمجة تطبيقات بيانات YouTube أولاً إذا كانت مناسبة. إذا كان حجم الاستخدام أقل من 10,000 وحدة في اليوم وكانت واجهة برمجة التطبيقات توفر ما تحتاجه، فهذا هو الخيار الأكثر موثوقية.
3. استخدم yt-dlp عندما لا تناسبك واجهة برمجة التطبيقات (API). فهو يغطي التعليقات والنصوص والعمليات المجمعة وأي شيء يعتمد على نتائج البحث.
4. أضف طبقة بروكسي سكني بمجرد أن تبدأ في تلقي أخطاء 429. لا تحاول التحايل على أداة تحديد معدل الاستخدام بالاعتماد على التأخير وحده — فمجرد أن يتم وضع علامة على عنوان IP الخاص بك، فإنها تظل كذلك.
5. استخدم «youtube-transcript-api» للمهام التي تتطلب نصوصًا كثيرة. فهو أخف وزنًا من «yt-dlp» وأسرع في أداء هذه المهمة بالتحديد.
6. الطلبات المخصصة + InnerTube فقط عندما لا يغطيها أي خيار آخر. من المفيد معرفة ذلك؛ لكن لا يستحق البدء به.
7. صمم برمجياتك على أساس أنها ستتعطل. أي شيء تطلقه اليوم سيتعطل في غضون ستة أشهر. يوتيوب يغير واجهته الأمامية، ويقوم المُستخرج بمواكبة التغييرات، وتقوم أنت بتحديث التبعية. استعد لهذا الأمر.

ما الذي تغير فعليًّا منذ عام 2022؟

بالنسبة لأي شخص ينتقل من إعداد قديم لعملية استخراج البيانات، فإن التغييرات الجوهرية التي تستحق الإشارة إليها هي:

• تم حذف بيانات «لا يعجبني». فقد أزال موقع يوتيوب عدد مرات النقر على زر «لا يعجبني» العامة في نوفمبر 2021. ولا توجد طريقة لاستعادتها؛ وتقديرات «لا يعجبني» الصادرة عن أطراف ثالثة ما هي إلا تخمينات.
• تقوم رموز «Proof of Origin» الآن بتقييد الوصول إلى العديد من نقاط النهاية الخاصة بالبث والبيانات الوصفية التفصيلية. يتولى yt-dlp معالجة ذلك داخليًّا كلما أمكن؛ أما في حالة الاستخراج اليدوي، فيجب التعامل مع الأمر بشكل صريح.
• تُعد ملفات تعريف الارتباط الخاصة ببيانات الزوار ضرورية لتحميل معظم صفحات الفيديو. وغالبًا ما يواجه عنوان IP جديد، في حالة عدم وجود جلسة عمل نشطة، «حاجز الموافقة» بدلاً من عرض الفيديو.
• محددات CSS الواردة في الدروس القديمة لا تتطابق. أجرى موقع يوتيوب إعادة تنظيم كبيرة لواجهته الأمامية خلال عامي 2023 و2024. أي درس تعليمي يشير إلى فئات مثل yt-uix-tile-link يشير إلى نسخة من الترميز لم تعد موجودة منذ سنوات.
• ارتفعت تكاليف الحصص بالنسبة لبعض النقاط النهائية. لا تزال تكلفة البحث 100 وحدة، لكن تكاليف بعض النقاط النهائية الأخرى قد تغيرت. يرجى مراجعة دليل الحصص الحالي قبل إجراء التقديرات.

الملخص الصريح

يُعد استخراج البيانات من يوتيوب في عام 2026 أمرًا أكثر قابلية للتحقيق مما يبدو — فقد تحسنت الأدوات بشكل كبير منذ عام 2022 (برنامج yt-dlp ممتاز حقًّا)، كما أن واجهة برمجة التطبيقات (API) الرسمية موثوقة للمهام المناسبة. الجزء الصعب ليس منطق الاستخراج نفسه، بل البنية التحتية التي تدعمه. استخدم بروكسيات منزلية أو بروكسيات مزودي خدمة الإنترنت، وقم بتحديث أدواتك أسبوعيًا، وخطط لمواجهة الأعطال التي لا مفر منها، وستصبح البيانات ملكك.