Instagram 内容与档案抓取工具

Instagram 爬虫

什么是 Instagram 爬虫？

一款统一的 Instagram 数据采集工具，旨在通过多种输入方式从 Instagram 提取公开数据。借助 CoreClaw，您无需编写任何代码即可从 Instagram URL 或关键词搜索中获取帖子、档案详情、评论、Reels 和提及，赋能社交媒体研究、网红分析、内容监控和竞品情报。

• ✅ 多来源输入 — 从主页 URL、帖子 URL、话题标签、地点或关键词搜索中抓取
• ✅ 多结果类型 — 从任何来源获取帖子、详情、评论、Reels 或提及
• ✅ 实时结果 — 每次请求直接从 Instagram 服务器拉取最新数据
• ✅ 仅公开数据 — 无需登录；完全通过 Instagram 公开网页端点工作
• ✅ 结构化输出 — 支持 JSON、CSV、JSONL、XLS、XLSX、HTML Table、XML、RSS 等 8 种格式导出
• ✅ 灵活配置 — 可调整结果数量、日期筛选、并发数和超时设置
• ✅ 评论增强 — 获取每条帖子的最新评论，包含作者信息、点赞数和回复数
• ✅ 来源追踪 — 为每条结果标注其来源主页、话题标签或地点

可以提取哪些数据？

数据类别详情

• 档案数据：用户名、全名、简介、外部链接、粉丝/关注数、认证状态、企业账户标识、头像、帖子数、IGTV 视频、相关推荐
• 帖子/Reel 数据：媒体类型（图片/视频/轮播）、短码、URL、描述、话题标签、@提及、尺寸、显示 URL、视频 URL、点赞/浏览/播放数、时间戳、产品类型、赞助状态、标记用户、音乐/音频信息、地点、置顶状态
• 评论：评论文本、作者用户名、点赞数、头像、位置、回复数、回复列表、作者认证状态
• 话题标签与地点数据：名称、热门帖子、最新帖子、帖子/媒体数、坐标（地点）、地址组件、网站、电话
• 搜索结果：从关键词搜索解析到的话题标签、档案或地点，含查询追踪
• 执行元数据：来源 URL、成功状态、错误/警告消息、降级标识、缺失字段列表

完整的字段参考请见下方的 输出 章节。

如何使用 Instagram 爬虫？

CoreClaw Instagram 爬虫在后台为您处理请求调度、数据提取和结果交付。只需几分钟，按照以下步骤即可抓取 Instagram 数据：

1. 使用邮箱创建免费的 CoreClaw 账户
2. 打开 Instagram 爬虫控制面板
3. 选择您的输入方式 — 直接 URL 或关键词搜索
4. 选择您的结果类型 — 帖子、详情、评论、Reels 或提及
5. 配置参数（结果数量、日期筛选、并发数等）
6. 点击 "开始"，让我们的云服务器处理抓取过程
7. 以您偏好的格式下载结果（JSON、CSV、JSONL、XLS、XLSX、HTML Table、XML、RSS）

➡️ 输入

关键参数说明

使用示例

示例 1：抓取主页帖子

• 直接 URL：https://www.instagram.com/nasa/
• 结果类型：posts
• 结果数量：20
• 结果：返回 NASA 主页最多 20 条最新帖子

示例 2：抓取帖子评论

• 直接 URL：https://www.instagram.com/p/C8m4hKqMx3a/
• 结果类型：comments
• 结果数量：50
• 结果：返回该帖子最多 50 条评论，含作者信息和点赞数

示例 3：搜索话题标签

• 搜索：travel
• 搜索类型：hashtag
• 结果类型：posts
• 搜索数量：5
• 结果数量：20
• 结果：将 "travel" 解析为前 5 个话题标签，然后每个话题标签返回最多 20 条帖子

示例 4：抓取主页详情

• 直接 URL：https://www.instagram.com/nasa/
• 结果类型：details
• 结果：返回 NASA 主页的元数据（简介、粉丝数、帖子数等）

示例 5：按日期筛选

• 直接 URL：https://www.instagram.com/nasa/
• 结果类型：posts
• 仅保留该日期后的帖子：2026-01-01
• 结果：仅返回 2026 年 1 月 1 日当天或之后发布的帖子

⬅️ 输出

为方便使用，输出结果以表格和标签页形式展示。您可以选择以您偏好的格式下载结果。

数据字段分组

完整字段参考

示例数据

帖子记录：

{
    "type": "Image",
    "dataSource": null,
    "id": "3401234567890123456",
    "shortCode": "C8m4hKqMx3a",
    "url": "https://www.instagram.com/p/C8m4hKqMx3a/",
    "inputUrl": "https://www.instagram.com/nasa/",
    "caption": "A new view of the cosmos. #nasa #space",
    "hashtags": ["nasa", "space"],
    "mentions": [],
    "commentsCount": 1834,
    "firstComment": "Incredible!",
    "latestComments": [
        {
            "ownerUsername": "astro_fan",
            "text": "Incredible!",
            "likesCount": 12,
            "ownerProfilePicUrl": "https://..."
        }
    ],
    "dimensionsHeight": 1080,
    "dimensionsWidth": 1080,
    "displayUrl": "https://instagram.fxxx.fna.fbcdn.net/v/....jpg",
    "images": ["https://instagram.fxxx.fna.fbcdn.net/v/....jpg"],
    "videoUrl": null,
    "alt": "Photo by NASA",
    "likesCount": 245013,
    "videoViewCount": null,
    "videoPlayCount": null,
    "timestamp": "2024-06-18T15:04:22.000Z",
    "childPosts": [],
    "ownerFullName": "NASA",
    "ownerUsername": "nasa",
    "ownerId": "528817151",
    "ownerProfilePicUrl": "https://instagram.fxxx.fna.fbcdn.net/v/....jpg",
    "productType": "feed",
    "isSponsored": false,
    "taggedUsers": [],
    "musicInfo": null,
    "locationName": null,
    "locationId": null,
    "sourceType": "profile",
    "success": true,
    "error": null,
    "error_code": null,
    "warning": null,
    "warning_code": null
}

常见问题

这个 Instagram 爬虫可以获取哪些数据？

本工具可从 Instagram 提取多种公开数据类型，包括：帖子、档案详情、评论、Reels 和提及。数据涵盖帖子元数据（描述、话题标签、媒体 URL、互动数）、档案信息（简介、粉丝数、认证状态）、评论（作者、文本、点赞数、回复）以及话题标签/地点元数据（热门帖子、坐标、联系方式）。

抓取结果支持哪些导出格式？

CoreClaw 支持 8 种导出格式，适配不同工作流：

推荐：JSON 适用于数据管道，CSV/XLSX 适用于手动分析，JSONL 适用于流式处理大数据集。

抓取的数据是实时的吗？

是的，本工具获取的数据是 100% 实时且最新 的。每次抓取请求直接从 Instagram 服务器拉取最新的公开数据。但请注意，话题标签和地点结果本质上是非确定性的 — "热门"和"最新"板块在不同调用和代理区域之间会发生变化。

需要登录 Instagram 吗？

不需要。 本爬虫完全通过 Instagram 的公开网页端点工作，不需要登录凭据。仅访问公开数据。注意 stories 需要登录会话，不支持。

支持哪些输入方式？

您可以通过两种方式提供数据：

• 直接 URL：主页（/<username>/）、帖子（/p/<code>/）、Reel（/reel/<code>/）、话题标签（/explore/tags/<tag>/）或地点（/explore/locations/<id>/）
• 关键词搜索：输入关键词并选择搜索类型（hashtag 话题标签、profile 档案或 place 地点）— 系统将关键词解析为匹配目标并逐个抓取

可以获取哪些结果类型？

并发设置如何影响性能？

• 默认：6 个并发请求 — 平衡速度和可靠性
• 更高值：抓取更快但可能使代理过载，导致空响应或 403 错误
• 更低值：更稳定但更慢；如频繁看到空响应则建议降低
• 每个帖子是单独请求，因此过高的并发可能耗尽代理连接池

常见使用场景有哪些？

• 网红分析 — 跟踪粉丝数、互动率和内容策略
• 品牌监控 — 监控话题标签表现、品牌提及和竞品动态
• 内容研究 — 研究热门话题标签、流行内容格式和受众行为
• 线索挖掘 — 提取商业档案、联系方式和地点数据
• 市场调研 — 分析产品发布、促销活动和客户情感
• 社交聆听 — 汇聚评论和提及进行情感分析