Beste TikTok Scraper: Scrapen von Video- & Profildaten
Ein TikTok-Scraper sammelt öffentliche Daten von TikTok, einschließlich Video-Metadaten, Profildetails, Engagement-Metriken und Kommentaren, ohne die offizielle TikTok-API zu verwenden.
Wir testeten Bright Data, Apify und Decodo, indem wir 500 eindeutige TikTok-Video-URLs pro Anbieter ausführten. Wir maßen zwei Dimensionen: die Validierungserfolgsrate und die Breite der verfügbaren Metadatenfelder.
Beste TikTok Scraper: Funktions- & Preisvergleich
- UI: Benutzeroberfläche
- Dediziert: Bietet eine dedizierte TikTok-Scraper-API-Lösung, die speziell für die Datenerfassung von TikTok entwickelt wurde.
- Allgemein: Bietet einen Scraper, der nicht explizit für TikTok konzipiert ist, aber für TikTok-Web-Scraping-Zwecke angepasst werden kann.
- Unterstützt: Seiten, die strukturierte Daten zurückgeben.
Benchmark-Ergebnisse der TikTok Scraper
- Bright Data befindet sich im attraktivsten Quadranten, mit einer hohen Erfolgsquote (99.6%) und umfangreichen Metadaten (41 Felder).
- Decodo liefert die meisten Metadatenfelder (48), jedoch mit einer niedrigeren Erfolgsquote (94.6%).
- Apify erreicht nahezu identische Zuverlässigkeit (99%) mit weniger Feldern (27). Am besten geeignet für Teams, die Betriebszeit gegenüber Metadatentiefe priorisieren.
Siehe unsere Methodik für Validierungskriterien und Definitionen der Erfolgsquote.
TikTok Scraper im Detail überprüft
Bright Data führt in unserem Benchmark in beiden Dimensionen. Die dedizierte TikTok Scraper API lieferte 41 strukturierte Felder pro Video, einschließlich Engagement-Metriken, Video-URL und Karussellbilddaten.
Die TikTok Scraper API von Bright Data bietet drei dedizierte Endpunkte für die skalierte Erfassung strukturierter TikTok-Daten:
- Profil-Endpunkt: Erfasst Profildaten einschließlich Spitzname, Biografie, is_verified, Follower, Gefolgt, videos_count, Likes und Engagement-Metriken wie awg_engagement_rate, comment_engagement_rate und like_engagement_rate. Unterstützt zwei Eingabemethoden: direkte Profil-URL oder Entdeckung über TikTok-Such-URL (filterbar nach Land).
- Beiträge-Endpunkt: Extrahiert detaillierte Beitragsdaten einschließlich Beschreibung, Hashtags, play_count, share_count, collect_count, comment_count, video_duration, video_url, Musik und carousel_images, zusammen mit den Profildetails des Erstellers. Unterstützt vier Eingabemethoden: direkte Beitrags-URL, nach Profil-URL (mit Datumsbereichs- und Beitragsanzahlfilterung), nach Schlüsselwort oder Hashtag und nach TikTok Discover-URL.
- Kommentare-Endpunkt: Ruft Kommentardaten pro Kommentar ab, einschließlich comment_text, num_likes, num_replies, comment_id und vollständige Kommentatorendetails (commenter_user_name, commenter_id, commenter_url), verknüpft mit dem Quellbeitrag über post_url, post_id und post_date_created.
Erhalten Sie 25% Rabatt auf die TikTok Scraping APIs von Bright Data, indem Sie den Promo-Code API25 eingeben.
Website besuchenDecodo bietet einen TikTok-Beitrags-Scraper, der Kommentarthreads und Suchergebnisse nach Land oder Schlüsselwort sammelt. Das Tool lieferte die höchste Anzahl an Metadatenfeldern (48) in unserem Benchmark, mehr als entweder Bright Data oder Apify. Allerdings bedeutet die Validierungserfolgsquote von 94.6%, dass etwa 1 von 18 Anfragen unvollständige oder ungenaue Daten zurückgibt. Diese Lücke ist im großen Maßstab bedeutsam: bei 10.000 Anfragen würden etwa 540 die Validierung nicht bestehen.
Sparen Sie 30% mit dem Code: SCRAPE30
Website besuchenApify bietet flexible Eingabeoptionen für TikTok Scraping, einschließlich Hashtags, Profil-URLs, Schlüsselwörtern und Such-URLs. Das Tool liefert 99% Zuverlässigkeit mit nur 27 Feldern, obwohl die Daten auf Kommentarebene weniger strukturiert sind.
- Behandelt automatisch dynamisches JavaScript-Laden und Paginierung.
- Ermöglicht das Abrufen von Engagement-Metriken, Hashtags und Musik-IDs.
- Funktioniert mit Python, Node.js oder cURL und unterstützt die mehrsprachige Integration.
Die Web Scraping API von Nimble bietet Proxy-Rotation und Fingerabdruck-Tarnung, was die Zuverlässigkeit des TikTok-Scrapings verbessert. Obwohl nicht TikTok-exklusiv, machen sein Residential-Proxy-Netzwerk und die Anti-Bot-Umgehungslogik es zu einer starken Wahl für den Zugriff auf öffentliche TikTok-Endpunkte aus verschiedenen Regionen.
Octoparse bietet mehrere vorgefertigte TikTok-Scraper-Vorlagen zum Sammeln von Beitrags-, Profil- und Kommentardaten direkt von den öffentlichen Seiten TikToks.
Im Gegensatz zu API-basierten Tools wie Bright Data oder Apify verwendet Octoparse visuelle Automatisierung, die echte Benutzerinteraktionen über seinen Browser-Emulator repliziert. Jede Vorlage unterstützt die Konfiguration für:
- Stapelverarbeitung (bis zu 10.000 TikTok-URLs)
- Benutzerdefinierte Seitengröße (50–200 Ergebnisse)
- Exportoptionen (Excel, CSV, JSON oder Google Sheets)
- Preisstufen (Kostenlos: $0.4/1.000 Zeilen – $2/1.000 Zeilen für detaillierte Video-Metadaten)
So scrapen Sie TikTok-Videos mit Python
Wenn Sie es vorziehen, Ihren eigenen TikTok-Datenscraper zu coden, anstatt No-Code-Tools zu verwenden, gibt Ihnen Python die vollständige Kontrolle darüber, welche Daten Sie sammeln und wie Sie sie verarbeiten. In diesem Tutorial lernen Sie, wie Sie TikTok-Daten wie Benutzernamen, Bildunterschriften und Engagement-Metriken mit Python-Bibliotheken scrapen.
Hinweis: Halten Sie sich bei der Erfassung öffentlicher Daten stets an die robots.txt von TikTok3 und die Nutzungsbedingungen.
Dieses TikTok-Scraping-Tutorial zeigt Ihnen, wie Sie TikTok-Profildaten mit dem Bright Data TikTok Scraper scrapen, um detaillierte Beitragsinformationen zu extrahieren.
Schritt 1: Richten Sie Ihren Python TikTok Scraper ein
Um mit dem TikTok-Scraping mit Python zu beginnen, müssen Sie zunächst die erforderlichen Bibliotheken importieren und Ihre API-Anmeldeinformationen konfigurieren. Dieser Einrichtungsschritt bereitet Ihre Umgebung für die Ausführung eines TikTok-Scrapers oder eines anderen TikTok-Scraper-Skripts vor.
In diesem Schritt importieren Sie wesentliche Python-Pakete, die zum Senden von HTTP-Anfragen, zur Verarbeitung von JSON-Antworten und zur Verwaltung von Daten mit Pandas verwendet werden. Diese Bibliotheken bilden die Grundlage jedes Python TikTok Scrapers.
Das Skript benötigt Ihren API-Token und die TikTok-Datensatz-ID zur Authentifizierung und Verbindung mit der Plattform. Sie finden beide Werte in Ihrem API-Dashboard unter dem Bereich TikTok Scraper.
Legen Sie die Profil-URL fest, die Sie analysieren möchten. Dieses Beispiel verwendet eine einzelne TikTok-Profilescraper-URL; Sie können sie jedoch problemlos so ändern, dass sie mehrere Wettbewerberprofile für groß angelegtes TikTok-Datenscraping enthält.
Schritt 2: TikTok-Scraping mit der Scraper-API auslösen
Dieser Schritt aktiviert den TikTok-Scraping-Auftrag und beginnt mit dem Abrufen der Daten aus Ihren ausgewählten Profilen.
Hier senden Sie eine POST-Anfrage an den Trigger-Endpunkt von Bright Data unter Verwendung Ihres API-Tokens und der TikTok-Datensatz-ID. Dieser API-Aufruf weist Ihren benutzerdefinierten TikTok Scraper an, mit dem Scraping der angegebenen TikTok-Profil-URL zu beginnen.
Sobald die Anfrage erfolgreich ist, gibt der Scraper eine snapshot_id zurück, die diesen TikTok-Scraper-Auftrag eindeutig identifiziert. Sie verwenden diese ID im nächsten Schritt, um den Scraping-Status zu überprüfen und die gesammelten TikTok-Daten abzurufen.
Wenn die Anfrage fehlschlägt, wird das Skript sicher mit einer Fehlermeldung beendet. Dies stellt sicher, dass Ihr Python TikTok Scraper nicht mehr ausgeführt wird, wenn Authentifizierungs- oder Endpunktprobleme auftreten.
Schritt 3: Abrufen & Speichern der gescrapten TikTok-Daten
Sobald der Scraping-Auftrag abgeschlossen ist, ist es an der Zeit, Ihre TikTok-Daten abzurufen und zur Analyse zu exportieren. Das folgende Python-Skript wartet, bis die API von Bright Data die Verarbeitung abgeschlossen hat, lädt dann die Ergebnisse herunter und speichert sie in einem strukturierten Datensatz.
Der folgende Code überprüft den Snapshot-Status von der API. Er fragt den Endpunkt wiederholt ab, bis der Scraping-Prozess abgeschlossen ist, ruft dann die Datendatei ab und speichert sie lokal.
Dieser Abschnitt Ihres TikTok Scraper Python-Skripts verwendet eine Polling-Schleife, um die TikTok Scraper API wiederholt zu überprüfen, bis Ihr Datensatz bereit ist.
So funktioniert es:
- Polling mit Timeout: Der Scraper prüft alle 10 Sekunden auf Abschluss, mit einer Obergrenze von 15 Minuten.
- Datenabruf: Sobald der API-Status „ready“ oder „done“ zurückgibt, lädt das Skript die Daten für Ihren TikTok-Beitrag herunter.
- NDJSON-Parsing: Jeder Datensatz wird Zeile für Zeile in Python-Wörterbücher verarbeitet.
- Datenorganisation: Der Code extrahiert Beitrags-IDs, Engagement-Metriken (Likes, Kommentare, Shares, Plays), Hashtags und Beschreibungen.
- Export: Die Daten werden in einen Pandas DataFrame strukturiert und als tiktok_competitor_analysis.csv gespeichert.
- Fehlerbehandlung: Try-Except-Blöcke fangen Ausnahmen ab, wenn unerwartete oder fehlende Felder auftreten.
Ist es legal? Die Scraping-Regeln von TikTok verstehen
Es ist in der Regel legal, öffentliche Daten wie Hashtags oder Aufrufzahlen für Forschungszwecke zu scrapen, solange Sie keine Anmeldebildschirme umgehen oder auf private Informationen zugreifen.
- US-Datenregeln: Das USDS-Framework schützt US-Nutzerdaten und verbietet deren Übermittlung an Server außerhalb der USA, die keine Compliance-Standards erfüllen.
- Musikbeschränkungen: Nach einem Rechtsstreit mit der Universal Music Group (UMG) im Jahr 2026 ist es schwieriger geworden, auf Musikmetadaten zuzugreifen, und viele Audiofelder sind jetzt leer.
1. TikTok-Nutzungsbedingungen und Scraping-Beschränkungen
Die Nutzungsbedingungen von TikTok verbieten ausdrücklich den automatisierten Zugriff oder das Scraping nicht-öffentlicher Inhalte.4 Dies beinhaltet:
- Programmgesteuertes Anmelden, um private oder eingeschränkte Konten anzuzeigen
- Umgehen von CAPTCHA- oder Authentifizierungsmechanismen
- Kopieren oder Weiterverbreiten von TikToks Code oder Medieninhalten
Das Sammeln öffentlich sichtbarer Metadaten (wie Benutzernamen, Bildunterschriften, Like-Zahlen und Hashtags) für Forschungs- oder Analysezwecke ist jedoch legal, wenn es respektvoll und ohne Störung erfolgt.
2. TikTok robots.txt und Crawling-Richtlinie
Die robots.txt-Datei ist ein kleines Textdokument, das TikTok-Crawlern mitteilt, auf welche Teile der Website sie zugreifen können oder nicht. Die robots.txt von TikTok enthält Disallow-Regeln für Pfade wie /login, /ads und andere interne Endpunkte. Ein verantwortungsbewusster TikTok-Datenscraper sollte:
- robots.txt vor dem Crawlen überprüfen
- Ratenbegrenzungen einhalten (Verzögerungen zwischen Anfragen einfügen)
- Eingeschränkte Endpunkte vermeiden, die unter Disallow aufgeführt sind
- APIs oder browserbasierte Renderer verwenden, die Inhalte genau so abrufen, wie es ein normaler Benutzer tun würde
3. TikTok-Daten scrapen / Was ist erlaubt und was nicht
Erlaubt:
- Sammeln öffentlicher Metadaten (Bildunterschriften, Benutzernamen, Aufrufzahlen, Hashtags)
- Analysieren aggregierter Trends (ohne erneutes Veröffentlichen einzelner Videos)
- Verwendung von Daten für Marktforschung oder KI-Modelltraining mit Anonymisierung
Nicht erlaubt:
- Zugriff auf private Nutzerdaten, DMs oder nur für Anmeldung zugängliche Endpunkte
- Scraping für kommerziellen Wiederverkauf oder Neuveröffentlichung von Inhalten
- Umgehung von Sicherheitsebenen oder Durchsetzung von Ratenbegrenzungen
Als bevorzugte Quelle hinzufügenWelche Daten können Sie von TikTok-Videos scrapen?
Hinweis: Musikmetadatenfelder (music_title, artist_name) können im Jahr 2026 nach dem Streit von TikTok mit der Universal Music Group leere Werte zurückgeben.
Methodik des TikTok Scraper Benchmarks
Wir haben Webdatenscraper einem Benchmark unterzogen, um ihre Fähigkeit zu bewerten, TikTok-Videodaten zu scrapen. Wir führten 500 Video-URLs pro Anbieter aus, wobei jedes Video einmal getestet wurde.
- Datensatz: Wir verwendeten eine kuratierte Liste von 500 TikTok-Video-URLs, die verschiedene Inhaltskategorien und Engagement-Niveaus abdecken.
- Ziel: Jeder Anbieter scraped individuelle Video-Metadaten, einschließlich Beschreibungen, Erstellungszeiten, Videodauer, Kommentaranzahl und anderen Engagement-Metriken.
- Durchläufe: Wir führten 1 Durchlauf pro Video durch.
Erfolgsquoten:
Wir definierten drei Erfolgsstufen:
Übermittlungserfolg: Wir betrachteten eine Übermittlung als erfolgreich, wenn die API unsere ursprüngliche Anfrage (HTTP 200/202) ohne Authentifizierungs- oder Ratenbegrenzungsfehler akzeptierte.
Ausführungserfolg: Wir betrachteten eine Ausführung als erfolgreich, wenn der Scraping-Auftrag ohne Timeout- oder Systemfehler abgeschlossen wurde.
Validierungserfolg: Wir wendeten eine Reihe von Regeln an, um Datenqualität und Nutzbarkeit sicherzustellen. Wir betrachteten ein Ergebnis nur dann als GÜLTIG, wenn es mindestens 60% der unten aufgeführten Validierungskriterien erfüllte, wobei mindestens 3 von 5 Kriterien bestanden werden mussten.
Ein Versuch, der in einer früheren Phase fehlschlägt, kann nicht in spätere Phasen übergehen und wird in der endgültigen Validierungsberechnung als fehlgeschlagener Versuch erfasst. Wenn beispielsweise eine Anfrage während der Übermittlung fehlschlägt, erhält sie eine Validierungspunktzahl von 0. Die endgültige Validierungserfolgsquote umfasst alle Versuche über alle Phasen hinweg.
Validierungskriterien
Wir validierten fünf Schlüsselfelder, um Datengenauigkeit und Vollständigkeit sicherzustellen:
1. URL-Validierung
- Die Video-ID muss zwischen der angeforderten und der gescrapten URL exakt übereinstimmen
- Beispiel: Extrahieren Sie 7557884684533910815 aus beiden URLs und überprüfen Sie die Übereinstimmung
2. Beschreibungsvalidierung
- Mindestens 3 gemeinsame Wörter sind zwischen dem Ground Truth und dem gescrapten Text erforderlich
- Übersprungen, wenn der Ground Truth weniger als 3 Wörter enthält
- Methode: Tokenisieren (Kleinbuchstaben, nur alphanumerisch) und Übereinstimmungen zählen
3. Validierung der Erstellungszeit
- Innerhalb von ±2 Minuten ODER ±24 Stunden
- Berücksichtigt Zeitabweichungen und Zeitzonenunterschiede
4. Validierung der Videodauer
- Innerhalb einer Toleranz von ±2 Sekunden
- Enge Toleranz, geeignet für TikToks typische 15-180 Sekunden Videos
5. Validierung der Kommentaranzahl
- Logarithmische + 5% Toleranz: max(Anzahl × 0.05, log₁₀(Anzahl + 1) × 5, 3)
- Größere Toleranz für kleine Anzahlen (≤100), engere für große Anzahlen (>100)
- Beispiele: 2 → [0, 5] | 100 → [90, 110] | 1000 → [950, 1050]
Ein Ergebnis ist GÜLTIG, wenn mindestens 3 von 5 nicht-null Kriterien bestanden werden (60% Schwelle). Kriterien werden nur übersprungen, wenn der Ground Truth null ist. Wenn ein Ground Truth für ein Kriterium existiert, der gescrapte Wert jedoch null ist, wird dieses Kriterium als fehlgeschlagen markiert und in der Validierungsberechnung gezählt.
Ein Video-Scrape-Ergebnis wird als GÜLTIG betrachtet, wenn:
- Mindestens 3 von 5 Kriterien bestanden werden, ODER
- Mindestens 60% der nicht-null Kriterien bestanden werden
Dieser Ansatz berücksichtigt Fälle, in denen bestimmte Felder legitimerweise nicht verfügbar sein können, während dennoch eine mehrheitliche Genauigkeit über die verfügbaren Datenpunkte hinweg erforderlich ist.
Erkennung defekter URLs
Wir haben Videos mit defekten oder nicht verfügbaren URLs automatisch übersprungen. Die Erkennung umfasste:
- HTTP 404 Fehler
- „Video nicht gefunden“ oder „Video entfernt“ Meldungen
- „Video nicht verfügbar“ oder „Inhalt entfernt“ Fehler
- TikTok-spezifische Fehler (z. B. „aweme nicht gefunden“)
Es gab jedoch keine defekten URLs in unserem Datensatz, sodass wir keine Videos ausschließen mussten.
Verfügbare Metadaten
Wir zählten die Anzahl der von jedem Anbieter zurückgegebenen strukturierten Datenfelder, einschließlich:
- Kernfelder: Video-ID, Beschreibung, Erstellungszeit, Dauer, Kommentaranzahl
- Engagement-Metriken: Likes, Shares, Aufrufe, Play-Anzahl
- Autoreninformationen: Benutzername, Spitzname, Followeranzahl
- Zusätzliche Metadaten: Hashtags, Musikinfo, Videoqualität, Bildunterschriften
FAQs
TikTok-Scraping ermöglicht es Nutzern, öffentliche TikTok-Daten, einschließlich Kommentaren, Hashtags und anderen Videodetails, zu sammeln, um Trends und Zielgruppenverhalten zu analysieren.
Sie können diese Erkenntnisse nutzen, um die Hashtag-Performance zu verfolgen, das Influencer-Engagement zu messen und virale Inhalte für die Marketingstrategie zu identifizieren.
Ja, aber nur teilweise. Die robots.txt-Datei von TikTok verbietet automatisierten Crawlern ausdrücklich den Zugriff auf bestimmte Pfade, einschließlich/ads/, /login/ und /share/. Das bedeutet, dass herkömmliche Bots oder einfache HTTP-Scraper diese Bereiche nicht crawlen sollten.
Öffentliche TikTok-Videos und Profilseiten sind jedoch weiterhin für normale Nutzer sichtbar und können dynamisch über JavaScript (XHR-Aufrufe) geladen werden.
Ja. Sie können Ihren eigenen benutzerdefinierten TikTok-Datenscraper in Python erstellen, um öffentlich verfügbare TikTok-Daten zu sammeln. Der Schlüssel liegt darin, natürliches Surfverhalten nachzuahmen (Verzögerungen, Scrollen, dynamisches Laden) und verbotene Endpunkte zu vermeiden.
Zitieren Sie diesen Benchmark
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{dogan2026,
author = {Dogan, Sedat and Karatas, Gulbahar},
title = {{Beste TikTok Scraper: Scrapen von Video- & Profildaten}},
year = {2026},
month = jun,
howpublished = {\url{https://aimultiple.com/tiktok-scraping}},
note = {AIMultiple. Abgerufen am 26. Juni 2026}
}Referenzlinks
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.