Evaluación en Mundo Abierto

Mejores scrapers de Instagram para extraer datos de Instagram

actualizado el 14 de ago. de 2026

Instagram sigue siendo una de las plataformas más agresivas a la hora de bloquear el scraping automatizado debido a medidas antibot avanzadas como la toma de huellas TLS y las comprobaciones de reputación de IP.

Tanto si necesita un scraper de alto rendimiento API o un script personalizado en Python, esta guía evalúa las mejores herramientas, incluyendo Apify Instagram Scraper y Bright Data Instagram Scraper.

Proveedor

Para

Bright Data

Tiempo de respuesta más rápido y mejor relación coste-eficiencia a escala

Decodo

90 %+ tasa de éxito en metadatos de perfiles y publicaciones

Apify

Configuración sin código con "Actors" prediseñados para redes sociales para un despliegue rápido

Las mejores herramientas de scraper de Instagram de 2026

Scrapers	Páginas compatibles	Opciones de extracción	Formatos	Tipo de scraper
Bright Data	Comentarios Publicaciones Perfiles Reels	Consulta URL	CSV JSON NDJSON JSON líneas	Especializada API
Apify	Comentarios Publicaciones Perfiles Hashtags Reels	Consulta URL	Tabla JSON	Especializada API
Decodo	Publicaciones Perfiles Hashtags Reels	Consulta	Tabla JSON	Especializada API
Nimble	Sin plantillas predefinidas para IG	Consulta	JHTML JSON	De propósito general

Los proveedores con enlaces son patrocinadores de AIMultiple.

API especializada: scraper API específico de Instagram, diseñado para recopilar datos exclusivamente de Instagram. Por ejemplo, Bright Data ofrece plantillas adaptadas a puntos de datos específicos de Instagram, como “instagram-comments-collect by URL”.
De propósito general: ofrece un scraper versátil que no está especializado para Instagram, pero que puede modificarse para gestionar tareas de web scraping de Instagram.
Tipos de páginas compatibles: páginas en las que la herramienta de scraping de Instagram entrega datos en un formato estructurado.

Resultados del benchmark de scrapers de Instagram

Compare la mediana del tiempo de respuesta de los proveedores y el número medio de campos que devolvieron en nuestro benchmark:

Estabilidad de las tasas de éxito de los scrapers de Instagram

Rentabilidad de los scrapers de Instagram por volumen mensual

A continuación se enumeran las opciones de precios mensuales de estos proveedores.

Características de los principales scrapers de Instagram

Bright Data

Bright Data ofrece dos soluciones para Instagram: una API de scraper en tiempo real para perfiles, publicaciones, comentarios y reels, y datasets pre-recopilados para análisis históricos a gran escala. Los tutoriales de Python de esta página utilizan la API de datasets.

Nuestra API de scraper ofrece los tiempos de respuesta más rápidos y la mejor eficiencia de costes a escala, con una tasa de éxito superior al 90 % en los metadatos de perfiles y publicaciones en nuestros benchmarks. Solo se le factura por los resultados correctos; las solicitudes fallidas no se cobran. La API incluye cinco endpoints específicos de Instagram: perfiles, publicaciones, reels, comentarios y datasets.

Decodo

objetivos de Instagram de Decodo (instagram_graphql_profile, instagram_graphql_user_posts, instagram_graphql_post) devuelven JSON parseado a través de REST, disponible en planes avanzados; los planes básicos devuelven datos de página sin procesar sin el análisis específico del objetivo.

La herramienta logró una alta tasa de éxito en nuestro benchmark, similar a Bright Data, con una precisión superior al 90 % en metadatos de perfiles y publicaciones. Sin embargo, su cobertura de endpoints es más reducida que la de Bright Data o Apify, y actualmente no ofrece soporte dedicado para objetivos de reels o hashtags.

Apify

El Actor apify/instagram-scraper de Apify es una de las ocho herramientas centradas en Instagram disponibles en la tienda. Admite el scraping de publicaciones, reels, comentarios, menciones, perfiles y hashtags, así como lugares, y permite el descubrimiento por palabras clave además de la entrada por URL.

La consola sin código permite a los usuarios pegar una URL o una palabra clave y ejecutar el scraper sin integración de API. Además del scraping directo por URL, ofrece descubrimiento por palabras clave para hashtags, lugares o usuarios. Las respuestas a comentarios y el orden de comentarios más recientes primero están disponibles en los planes de pago, mientras que el plan gratis está limitado a aproximadamente 15 comentarios por publicación.

Nimble

No todos los proveedores de esta comparación funcionan como scrapers de Instagram de la misma manera que los tres mencionados anteriormente. Por ejemplo, Nimble no ofrece un endpoint ni un esquema específicos para Instagram. En su lugar, es una API web general que procesa cualquier URL a través de un parser impulsado por IA y devuelve JSON estructurado. El resultado depende de lo que el modelo extraiga de la página en el momento de la solicitud, en lugar de un conjunto fijo de campos.

Nimble no publica precios de Instagram por registro; el acceso se basa en presupuesto. Es una opción adecuada si necesita una única API para varios sitios y puede adaptarse a cambios de esquema.

scraper de Instagram API frente a código Python

El scraping básico con Python no funciona en Instagram debido a los potentes sistemas antibot, por lo que dependemos de las APIs de scraper que gestionan proxies, la simulación del navegador y los límites de velocidad.
Creamos tres scrapers en Python: perfiles, publicaciones y comentarios, cada uno con trabajos de API basados en instantáneas y salidas CSV limpias.
Usamos la búsqueda de Google para descubrir URLs de publicaciones de Instagram de forma fiable con filtros de palabras clave y fechas.
Nuestro sistema de sondeo gestiona los estados de las instantáneas, las descargas de respaldo, el análisis de líneas JSON y los tiempos de espera de 15 minutos.

Crear un scraper de seguidores de Instagram con Python

Paso 1: Configuración y ajustes

1import time
2import json
3import pandas as pd
4import requests
5import urllib3
6
7urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
8
9API_TOKEN = "your_api_token_here"
10INSTAGRAM_PROFILES_DATASET_ID = "dataset_id_for_instagram_profiles_from_brightdata"
11
12profile_urls = [
13    "https://www.instagram.com/langchain.ai/",
14]

Este paso:

Importa las bibliotecas de Python para solicitudes HTTP, JSON y pandas.
Configure su token de API y el ID del dataset de perfiles de Instagram.
Define profile_urls, la lista de cuentas de Instagram que desea scrapear (aquí es langchain.ai, pero puede añadir tantas como quiera).

Paso 2: Enviar las URLs de perfiles al web scraper

1trigger_url = "api_trigger_endpoint_url"
2headers = {
3    "Authorization": f"Bearer {API_TOKEN}",
4    "Content-Type": "application/json",
5}
6params = {
7    "dataset_id": INSTAGRAM_PROFILES_DATASET_ID,
8    "include_errors": "true",
9}
10
11data = [{"url": u} for u in profile_urls]
12
13try:
14    response = requests.post(trigger_url, headers=headers, params=params, json=data)
15
16    if response.status_code == 200:
17        result = response.json()
18        snapshot_id = result.get("snapshot_id")
19    else:
20        exit()
21
22except Exception as e:
23    exit()

Aquí se inicia el trabajo de scraping de perfiles:

Cada URL de perfil se envuelve como un objeto en los datos y se envía al dataset de perfiles.
La API responde con un snapshot_id que representa este trabajo; lo utilizará en el siguiente paso para obtener los datos de perfil extraídos.

Paso 3: Sondear la API hasta que los datos del perfil estén listos

1snapshot_url = f"api_snapshot_endpoint_url/{snapshot_id}"
2headers = {"Authorization": f"Bearer {API_TOKEN}"}
3
4start_time = time.time()
5max_wait_seconds = 15 * 60
6
7items = []
8while True:
9    elapsed = time.time() - start_time
10    if elapsed > max_wait_seconds:
11        exit()
12
13    try:
14        response = requests.get(snapshot_url, headers=headers)
15
16        if response.status_code not in [200, 202]:
17            time.sleep(10)
18            continue
19
20        if response.status_code == 202:
21            time.sleep(10)
22            continue
23
24        try:
25            data = response.json()
26            status = data.get("status")
27
28            if status in ["ready", "done", "complete"]:
29                download_url = data.get("download_url")
30                if download_url:
31                    download_response = requests.get(download_url)
32
33                    for line in download_response.text.strip().split('\n'):
34                        if line.strip():
35                            try:
36                                items.append(json.loads(line))
37                            except json.JSONDecodeError:
38                                pass
39
40                if items:
41                    break
42
43            items = data.get("items", [])
44            if items:
45                break
46
47            download_response = requests.get(
48                f"api_download_endpoint/{snapshot_id}/download",
49                headers=headers
50            )
51
52            for line in download_response.text.strip().split('\n'):
53                if line.strip():
54                    try:
55                        items.append(json.loads(line))
56                    except:
57                        pass
58
59            if items:
60                break
61            else:
62                exit()
63
64            elif status == "failed":
65                exit()
66
67        except json.JSONDecodeError:
68            for line in response.text.strip().split('\n'):
69                if line.strip():
70                    try:
71                        items.append(json.loads(line))
72                    except:
73                        pass
74
75            if items:
76                break
77
78        time.sleep(10)
79
80    except Exception as e:
81        time.sleep(10)
82
83if not items:
84    exit()

Este bucle:

Comprueba el estado de la instantánea cada 10 segundos, hasta un tiempo de espera de 15 minutos.
Gestiona tanto los formatos “listo con download_url” como “elementos integrados en la respuesta”, además de un endpoint de descarga de respaldo.
Recoge todos los registros de perfil devueltos en la lista de elementos antes de continuar.

Paso 4: Procesar y guardar los datos de perfil de Instagram

1csv_data = []
2
3for item in items:
4    try:
5        followers = int(item.get('followers', 0))
6    except (ValueError, TypeError):
7        followers = 0
8
9    try:
10        posts_count = int(item.get('posts_count', 0))
11    except (ValueError, TypeError):
12        posts_count = 0
13
14    try:
15        avg_engagement = float(item.get('avg_engagement', 0.0))
16    except (ValueError, TypeError):
17        avg_engagement = 0.0
18
19    csv_data.append({
20        'account': item.get('account', 'N/A'),
21        'fbid': item.get('fbid', 'N/A'),
22        'id': item.get('id', 'N/A'),
23        'followers': followers,
24        'posts_count': posts_count,
25        'is_business_account': item.get('is_business_account', False),
26        'is_professional_account': item.get('is_professional_account', False),
27        'is_verified': item.get('is_verified', False),
28        'avg_engagement': avg_engagement,
29        'external_url': item.get('external_url', 'N/A'),
30        'biography': item.get('biography', 'N/A'),
31        'full_name': item.get('full_name', 'N/A')
32    })
33
34df = pd.DataFrame(csv_data)
35output_filename = 'instagram_profiles_data.csv'
36df.to_csv(output_filename, index=False, encoding='utf-8-sig')

Finalmente, convierte los registros sin procesar de la API en un dataset limpio:

Analiza de forma segura campos numéricos como followers, posts_count y avg_engagement.
Conserva atributos útiles del perfil: IDs de cuenta, indicadores de empresa/profesional, estado de verificación, biografía, nombre completo y URL externa.
Almacena todo en un DataFrame de pandas y lo escribe en instagram_profiles_data.csv para su posterior análisis o informes.

Deja que nuestro equipo automatice uno de tus procesos de negocio con agentes de IA, sin coste alguno.

Automatizar un proceso

Scraper de publicaciones de Instagram (tutorial de Python)

Paso 1: Configuración y ajustes

En este ejemplo, utilizaremos la API del dataset de Instagram más proxies para recopilar publicaciones de Instagram que coincidan con una palabra clave dentro de un rango de fechas.

1import urllib.parse
2import re
3import time
4import json
5import pandas as pd
6import requests
7import urllib3
8from datetime import datetime
9
10urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
11
12API_TOKEN = "your_api_token_here"
13INSTAGRAM_DATASET_ID = "dataset_id_for_instagram_from_brightdata"
14
15proxy = {
16    "http": 'http://your_proxy_url',
17    "https": 'http://your_proxy_url'
18}
19
20KEYWORD = "Agentic AI Frameworks"
21NUM_POSTS = 5
22DATE_START = "11.05.2025"
23DATE_END = "11.10.2025"

Este bloque:

Importa las bibliotecas de Python para el análisis de URLs, solicitudes HTTP, manejo de JSON y análisis de datos con pandas.
Configure su token de API y el ID del dataset de Instagram.
Configura el proxy para el scraping de Instagram.
Define los parámetros de búsqueda: KEYWORD, el número de publicaciones a obtener (NUM_POSTS) y el intervalo de fechas (DATE_START → DATE_END).

Paso 2: Encontrar publicaciones de Instagram mediante la búsqueda de Google

Usamos la búsqueda de Google para encontrar publicaciones de Instagram relevantes que coincidan con nuestros criterios dentro de un rango de fechas específico.

1all_urls = []
2start = 0
3max_pages = 5
4
5while len(all_urls) < NUM_POSTS and start < max_pages * 10:
6    query = f'site:instagram.com/p/ "{KEYWORD}" after:2025-05-11 before:2025-10-11'
7    encoded_query = urllib.parse.quote(query)
8    url = f"https://google.com/search?q={encoded_query}&start={start}&gl=us&hl=en&num=20"
9
10    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
11
12    try:
13        response = requests.get(url, headers=headers, proxies=proxy, verify=False, timeout=30)
14        html = response.text
15    except Exception as e:
16        break
17
18    patterns = [
19        r'https://www\.instagram\.com/p/[A-Za-z0-9_-]+/?',
20        r'https://instagram\.com/p/[A-Za-z0-9_-]+/?',
21    ]
22
23    found_urls = []
24    seen_urls = set()
25
26    for pattern in patterns:
27        matches = re.findall(pattern, html)
28        for match in matches:
29            clean_url = match.split('?')[0].split('#')[0].rstrip('/')
30
31            if 'www.instagram.com' not in clean_url:
32                clean_url = clean_url.replace('instagram.com', 'www.instagram.com')
33
34            if clean_url not in seen_urls:
35                seen_urls.add(clean_url)
36                found_urls.append(clean_url)
37
38    if not found_urls:
39        break
40
41    for found_url in found_urls:
42        if found_url not in all_urls:
43            all_urls.append(found_url)
44            if len(all_urls) >= NUM_POSTS:
45                break
46
47    if len(all_urls) >= NUM_POSTS:
48        break
49
50    start += 10
51    time.sleep(2)
52
53instagram_urls = all_urls[:NUM_POSTS]
54
55if not instagram_urls:
56    exit()

Este paso utiliza la búsqueda de Google para encontrar publicaciones. El script:

Construye una consulta como site:instagram.com/p/ “{KEYWORD}” after: DATE_START before: DATE_END y pagina por los resultados de Google.
Utiliza patrones regex para extraer las URLs de las publicaciones de Instagram del HTML, las normaliza (www.instagram.com frente a instagram.com) y elimina los duplicados.
Se detiene cuando ha recopilado NUM_POSTS URLs únicas o cuando alcanza el número máximo de páginas de resultados de Google.

Paso 3: Enviar las URLs de publicaciones de Instagram a la API para el scraping

1trigger_url = "api_trigger_endpoint_url"
2headers = {
3    "Authorization": f"Bearer {API_TOKEN}",
4    "Content-Type": "application/json",
5}
6params = {
7    "dataset_id": INSTAGRAM_DATASET_ID,
8    "include_errors": "true",
9}
10
11data = [{"url": u} for u in instagram_urls]
12
13try:
14    response = requests.post(trigger_url, headers=headers, params=params, json=data)
15
16    if response.status_code == 200:
17        result = response.json()
18        snapshot_id = result.get("snapshot_id")
19    else:
20        exit()
21
22except Exception as e:
23    exit()

Este paso da inicio al trabajo de scraping real:

Envía todas las URLs de Instagram recopiladas al dataset de Instagram en una única solicitud por lotes.
La API devuelve un snapshot_id que identifica este trabajo de scraping y se utiliza en el siguiente paso para obtener los resultados una vez finalizado el procesamiento.

Paso 3: Sondeo de los resultados y guardado de los datos

1snapshot_url = f"api_snapshot_endpoint_url/{snapshot_id}"
2headers = {"Authorization": f"Bearer {API_TOKEN}"}
3
4start_time = time.time()
5max_wait_seconds = 15 * 60
6
7items = []
8while True:
9    elapsed = time.time() - start_time
10    if elapsed > max_wait_seconds:
11        exit()
12
13    try:
14        response = requests.get(snapshot_url, headers=headers)
15
16        if response.status_code not in [200, 202]:
17            time.sleep(10)
18            continue
19
20        if response.status_code == 202:
21            time.sleep(10)
22            continue
23
24        try:
25            data = response.json()
26            status = data.get("status")
27
28            if status in ["ready", "done", "complete"]:
29                download_url = data.get("download_url")
30                if download_url:
31                    download_response = requests.get(download_url)
32
33                    for line in download_response.text.strip().split('\n'):
34                        if line.strip():
35                            try:
36                                items.append(json.loads(line))
37                            except json.JSONDecodeError:
38                                pass
39
40                if items:
41                    break
42
43            items = data.get("items", [])
44            if items:
45                break
46
47            download_response = requests.get(
48                f"api_download_endpoint/{snapshot_id}/download",
49                headers=headers
50            )
51
52            for line in download_response.text.strip().split('\n'):
53                if line.strip():
54                    try:
55                        items.append(json.loads(line))
56                    except:
57                        pass
58
59            if items:
60                break
61            else:
62                exit()
63
64            elif status == "failed":
65                exit()
66
67        except json.JSONDecodeError:
68            for line in response.text.strip().split('\n'):
69                if line.strip():
70                    try:
71                        items.append(json.loads(line))
72                    except:
73                        pass
74
75            if items:
76                break
77
78        time.sleep(10)
79
80    except Exception as e:
81        time.sleep(10)
82
83if not items:
84    exit()
85
86csv_data = []
87
88for item in items:
89    try:
90        likes = int(item.get('likes', 0))
91    except (ValueError, TypeError):
92        likes = 0
93
94    try:
95        num_comments = int(item.get('num_comments', 0))
96    except (ValueError, TypeError):
97        num_comments = 0
98
99    hashtags = item.get('hashtags', [])
100    hashtags_str = ', '.join(hashtags) if isinstance(hashtags, list) else str(hashtags)
101
102    photos = item.get('photos', [])
103    photos_str = ', '.join(photos) if isinstance(photos, list) else str(photos)
104
105    videos = item.get('videos', [])
106    videos_str = ', '.join(videos) if isinstance(videos, list) else str(videos)
107
108    csv_data.append({
109        'user_posted': item.get('user_posted', 'N/A'),
110        'description': item.get('description', 'N/A'),
111        'date_posted': item.get('date_posted', 'N/A'),
112        'likes': likes,
113        'num_comments': num_comments,
114        'hashtags': hashtags_str,
115        'location': item.get('location', 'N/A'),
116        'photos': photos_str,
117        'videos': videos_str
118    })
119
120df = pd.DataFrame(csv_data)
121output_filename = f'instagram_{KEYWORD.replace(" ", "_").lower()}_posts.csv'
122df.to_csv(output_filename, index=False, encoding='utf-8-sig')

Scraper de comentarios de Instagram (Python)

Paso 1: Configuración y ajustes

1import urllib.parse
2import re
3import time
4import json
5import pandas as pd
6import requests
7import urllib3
8from datetime import datetime
9
10urllib3.disable_warnings(urllib3.exceptions.InsecureRequestWarning)
11
12API_TOKEN = "your_api_token_here"
13INSTAGRAM_COMMENTS_DATASET_ID = "dataset_id_for_instagram_comments_from_brightdata"
14
15proxy = {
16    "http": 'http://your_proxy_url',
17    "https": 'http://your_proxy_url'
18}
19
20KEYWORD = "Agentic AI Frameworks"
21NUM_POSTS = 5
22DATE_START = "11.05.2025"
23DATE_END = "11.10.2025"

Este paso:

Importa bibliotecas para el manejo de URLs, expresiones regulares, solicitudes HTTP y pandas.
Configure el ID de su dataset de comentarios y API_TOKEN.
Configura el proxy a utilizar y define los parámetros de búsqueda: palabra clave, el número de publicaciones de las que extraer comentarios y el intervalo de fechas.

Paso 2: Encontrar publicaciones de Instagram mediante la búsqueda de Google

1all_urls = []
2start = 0
3max_pages = 5
4
5while len(all_urls) < NUM_POSTS and start < max_pages * 10:
6    query = f'site:instagram.com/p/ "{KEYWORD}" after:2025-05-11 before:2025-10-11'
7    encoded_query = urllib.parse.quote(query)
8    url = f"https://google.com/search?q={encoded_query}&start={start}&gl=us&hl=en&num=20"
9
10    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}
11
12    try:
13        response = requests.get(url, headers=headers, proxies=proxy, verify=False, timeout=30)
14        html = response.text
15    except Exception as e:
16        break
17
18    patterns = [
19        r'https://www\.instagram\.com/p/[A-Za-z0-9_-]+/?',
20        r'https://instagram\.com/p/[A-Za-z0-9_-]+/?',
21    ]
22
23    found_urls = []
24    seen_urls = set()
25
26    for pattern in patterns:
27        matches = re.findall(pattern, html)
28        for match in matches:
29            clean_url = match.split('?')[0].split('#')[0].rstrip('/')
30
31            if 'www.instagram.com' not in clean_url:
32                clean_url = clean_url.replace('instagram.com', 'www.instagram.com')
33
34            if clean_url not in seen_urls:
35                seen_urls.add(clean_url)
36                found_urls.append(clean_url)
37
38    if not found_urls:
39        break
40
41    for found_url in found_urls:
42        if found_url not in all_urls:
43            all_urls.append(found_url)
44            if len(all_urls) >= NUM_POSTS:
45                break
46
47    if len(all_urls) >= NUM_POSTS:
48        break
49
50    start += 10

Aquí usted:

Use la búsqueda de Google con la consulta site:instagram.com/p/ y sus filtros de palabra clave y fecha para encontrar publicaciones relevantes.
Extraiga y normalice las URLs de publicaciones de Instagram con regex, elimine los duplicados y deténgase una vez que tenga NUM_POSTS publicaciones.
Almacene la lista final en instagram_urls, que alimentará el scraper de comentarios.

Paso 3: Enviar las URLs de publicaciones a la API del scraper de comentarios

1trigger_url = "api_trigger_endpoint_url"
2headers = {
3    "Authorization": f"Bearer {API_TOKEN}",
4    "Content-Type": "application/json",
5}
6params = {
7    "dataset_id": INSTAGRAM_COMMENTS_DATASET_ID,
8    "include_errors": "true",
9}
10
11data = [{"url": u} for u in instagram_urls]
12
13try:
14    response = requests.post(trigger_url, headers=headers, params=params, json=data)
15
16    if response.status_code == 200:
17        result = response.json()
18        snapshot_id = result.get("snapshot_id")
19    else:
20        exit()
21
22except Exception as e:
23    exit()

Este paso:

Envía todas las URLs de Instagram al dataset de comentarios de Instagram en un único lote.
Cada URL se envuelve como {“url”: …} para que la API sepa de qué publicación extraer los comentarios.
La API devuelve un snapshot_id que identifica este trabajo de scraping de comentarios.

Paso 4: Sondeo de los resultados y guardado de los datos de comentarios

Comprobamos continuamente si el scraping ha finalizado y, a continuación, procesamos y guardamos los datos de los comentarios.

1snapshot_url = f"api_snapshot_endpoint_url/{snapshot_id}"
2headers = {"Authorization": f"Bearer {API_TOKEN}"}
3
4start_time = time.time()
5max_wait_seconds = 15 * 60
6
7items = []
8while True:
9    elapsed = time.time() - start_time
10    if elapsed > max_wait_seconds:
11        exit()
12
13    try:
14        response = requests.get(snapshot_url, headers=headers)
15
16        if response.status_code not in [200, 202]:
17            time.sleep(10)
18            continue
19
20        if response.status_code == 202:
21            time.sleep(10)
22            continue
23
24        try:
25            data = response.json()
26
27            status = data.get("status")
28
29            if status in ["ready", "done", "complete"]:
30                download_url = data.get("download_url")
31                if download_url:
32                    download_response = requests.get(download_url)
33
34                    for line in download_response.text.strip().split('\n'):
35                        if line.strip():
36                            try:
37                                items.append(json.loads(line))
38                            except json.JSONDecodeError:
39                                pass
40
41                    if items:
42                        break
43
44                items = data.get("items", [])
45                if items:
46                    break
47
48                download_response = requests.get(
49                    f"api_download_endpoint/{snapshot_id}/download",
50                    headers=headers
51                )
52
53                for line in download_response.text.strip().split('\n'):
54                    if line.strip():
55                        try:
56                            items.append(json.loads(line))
57                        except:
58                            pass
59
60                if items:
61                    break
62                else:
63                    exit()
64
65            elif status == "failed":
66                exit()
67
68        except json.JSONDecodeError:
69            for line in response.text.strip().split('\n'):
70                if line.strip():
71                    try:
72                        items.append(json.loads(line))
73                    except:
74                        pass
75
76            if items:
77                break
78
79        time.sleep(10)
80
81    except Exception as e:
82        time.sleep(10)
83
84if not items:
85    exit()
86
87csv_data = []
88
89for item in items:
90    try:
91        likes_number = int(item.get('likes_number', 0))
92    except (ValueError, TypeError):
93        likes_number = 0
94
95    try:
96        replies_number = int(item.get('replies_number', 0))
97    except (ValueError, TypeError):
98        replies_number = 0
99
100    hashtag_comment = item.get('hashtag_comment', [])
101    hashtag_comment_str = ', '.join(hashtag_comment) if isinstance(hashtag_comment, list) else str(hashtag_comment)
102
103    tagged_users = item.get('tagged_users_in_comment', [])
104    tagged_users_str = ', '.join(tagged_users) if isinstance(tagged_users, list) else str(tagged_users)
105
106    csv_data.append({
107        'url': item.get('url', 'N/A'),
108        'comment_user': item.get('comment_user', 'N/A'),
109        'comment_user_url': item.get('comment_user_url', 'N/A'),
110        'comment_date': item.get('comment_date', 'N/A'),
111        'comment': item.get('comment', 'N/A'),
112        'likes_number': likes_number,
113        'replies_number': replies_number,
114        'hashtag_comment': hashtag_comment_str,
115        'tagged_users_in_comment': tagged_users_str
116    })
117
118df = pd.DataFrame(csv_data)
119output_filename = f'instagram_{KEYWORD.replace(" ", "_").lower()}_comments.csv'
120df.to_csv(output_filename, index=False, encoding='utf-8-sig')

Esta sección sondea la API cada 10 segundos hasta que se completa el scraping. Una vez listo, recupera todos los datos de los comentarios, extrayendo información clave como el nombre de usuario del comentarista, el texto del comentario, los "me gusta", las respuestas, los hashtags utilizados y los usuarios etiquetados. Los datos se estructuran en un DataFrame de pandas y se guardan como archivo CSV.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Cómo detecta Instagram los scrapers (por qué fallan los scripts básicos de Python)

Los scripts simples de Python que usan requests fallan de inmediato porque carecen del comportamiento real del navegador y dependen de una única IP que se bloquea en cuestión de minutos. La plataforma puede detectar los scrapers web de Instagram al instante a través de múltiples capas de defensa:

Sin ejecución de JavaScript: Instagram carga la página de forma dinámica y los scripts de Python no pueden ejecutar JavaScript, por lo que las páginas aparecen vacías. Esto revela al instante un comportamiento no humano.
Limitación de velocidad: los usuarios humanos no realizan 50 solicitudes por segundo. Los scrapers básicos reintentan con una cadencia predecible e Instagram lo bloquea de inmediato.
Reputación de IP: Instagram mantiene puntuaciones de confianza de IP en tiempo real, IPs de centros de datos y duplicación de IP. No utilice proxies gratis; estos se bloquean después de unas pocas solicitudes.

Utilizamos una API de web scraper que gestiona la simulación del navegador, la rotación de IP, JavaScript, los límites de velocidad y la resolución de captchas.

Proxies, límites de velocidad & ejecución de su scraper de Instagram a escala

Instagram prohibirá cualquier script que reutilice la misma IP repetidamente. Para scrapear Instagram a escala, debe utilizar proxies residenciales rotativos, respetar los límites de velocidad, introducir retrasos y evitar las solicitudes directas a Instagram. Así es como utilizamos los proxies mientras extraíamos datos de Instagram:

1proxy = {
2    "http": 'http://your_proxy_url',
3    "https": 'http://your_proxy_url'
4}

A escala, Instagram realiza comprobaciones de velocidad (demasiadas solicitudes demasiado rápido) y comprobaciones de concurrencia (demasiadas solicitudes a la vez). Nuestro tutorial evita esto mediante:

pausar entre páginas de búsqueda de Google (time.sleep(2))
sondear las APIs cada 10 segundos,
no acceder nunca directamente a Instagram.

Scrapers de Instagram utilizados en el benchmark

Nuestro benchmark probó las soluciones de API de scraper dedicadas a Instagram que se enumeran a continuación. Para obtener más información, consulte la benchmark metodología para web scraping APIs.

Tipo de página	Apify	Bright Data	Oxylabs	Smartproxy	Zyte
Publicación de Instagram	apify/instagram-scraper	Instagram – Posts-collect by URL	❌	Scraping de redes sociales API – instagram_grap hql_post	❌
Perfil de Instagram	apify/instagram-profile-scraper	Instagram – Profiles – collect by URL	❌	Scraping de redes sociales API – instagram_grap hql_post	❌

Consulte qué grandes empresas de infraestructura web ofrecen scrapers específicos para páginas de Instagram:

Proveedor	Publicación de Instagram	Perfil de Instagram
Bright Data	✅	✅
Apify	✅	✅
Decodo	✅	✅
Oxylabs	❌	❌
Zyte	❌	❌

¿Qué es el scraping de Instagram?

El scraping de Instagram se refiere al proceso de utilizar software automatizado, como bots o scripts, para recopilar datos públicos de las páginas de Instagram, incluidas publicaciones, hashtags y comentarios.

En lugar de que una persona visite manualmente un perfil para copiar la biografía y pegarla en Excel, un script automatiza este proceso miles de veces, organizando los datos en un formato estructurado como CSV o JSON para su análisis.

Preguntas frecuentes

El scraping de datos de Instagram disponibles públicamente está permitido siempre que se respeten los términos de la plataforma y las leyes aplicables para el análisis de la competencia, la vigilancia de marca y el análisis de sentimiento. Sin embargo, siempre:

* Siga las condiciones de uso de Instagram
* Evite recopilar datos personales que no estén destinados a ser públicos
* Utilice una herramienta de scraping de Instagram que cumpla con las normativas regionales

Puede scrapear publicaciones, perfiles públicos y datos de comentarios. Esto incluye nombres de usuario de Instagram, recuentos de seguidores, número de publicaciones, métricas de interacción, detalles de las publicaciones (me gusta, hashtags, medios) y texto de comentarios con metadatos básicos.

Sí. Instagram bloquea el scraping directo, por eso nuestro tutorial evita acceder directamente a Instagram y utiliza una API de scraping que gestiona los bloqueos, los límites de velocidad y la toma de huellas digitales por nosotros.

Los endpoints de la API de Instagram, como la Instagram Graph API, no proporcionan los datos públicos de perfiles, publicaciones y comentarios que extraemos en este tutorial. Funciona para su propia cuenta de empresa y requiere permisos y revisión de la aplicación, por lo que dependemos de las APIs de scraper en su lugar.

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

Gulbahar Karatas (2026) - "Mejores scrapers de Instagram para extraer datos de Instagram". Publicado en línea en AIMultiple.com. Recuperado el 14 de Agosto de 2026, de: https://aimultiple.com/instagram-scraping [Recurso en línea]

Karatas, G. (2026, 14 de Agosto). Mejores scrapers de Instagram para extraer datos de Instagram. AIMultiple. https://aimultiple.com/instagram-scraping

@misc{karatas2026,
  author = {Karatas, Gulbahar},
  title  = {{Mejores scrapers de Instagram para extraer datos de Instagram}},
  year   = {2026},
  month  = aug,
  howpublished    = {\url{https://aimultiple.com/instagram-scraping}},
  note   = {AIMultiple. Recuperado el 14 de Agosto de 2026}
}

Gulbahar Karatas

Analista de industria

Gülbahar es una analista de industria de AIMultiple centrada en la recopilación de datos web, las aplicaciones de datos web y la seguridad de aplicaciones.

Ver perfil completo

Comentarios 1

Comparte tus ideas

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Alyaa Anter

Mar 15, 2023 at 14:03

Could you help me in collecting data from Instagram

Bardia Eshghi

Sep 11, 2023 at 05:52

Hello, Alyaa, Doesn't the article help you with that?

Las mejores herramientas de scraper de Instagram de 2026

Resultados del benchmark de scrapers de Instagram

Rentabilidad de los scrapers de Instagram por volumen mensual

Características de los principales scrapers de Instagram

scraper de Instagram API frente a código Python

Crear un scraper de seguidores de Instagram con Python

Scraper de publicaciones de Instagram (tutorial de Python)

Scraper de comentarios de Instagram (Python)

Cómo detecta Instagram los scrapers (por qué fallan los scripts básicos de Python)

Proxies, límites de velocidad & ejecución de su scraper de Instagram a escala

Scrapers de Instagram utilizados en el benchmark

¿Qué es el scraping de Instagram?

Preguntas frecuentes

Cita este benchmark

Nosotros seguimos normas éticas & nuestro proceso para la objetividad. Los suscriptores de los servicios de evaluación comparativa de AIMultiple en Extracción De Datos De Redes Sociales incluyen Bright Data, Decodo, Apify.

Siguiente para leer

Casos de uso de proxy

Evaluación en Mundo Abierto

31 de Jul

Mejores scrapers de Instagram para extraer datos de Instagram

Las mejores herramientas de scraper de Instagram de 2026

Resultados del benchmark de scrapers de Instagram

Estabilidad de las tasas de éxito de los scrapers de Instagram

Rentabilidad de los scrapers de Instagram por volumen mensual

Características de los principales scrapers de Instagram

Bright Data

Decodo

Apify

Nimble

scraper de Instagram API frente a código Python

Crear un scraper de seguidores de Instagram con Python

Paso 1: Configuración y ajustes

Paso 2: Enviar las URLs de perfiles al web scraper

Paso 3: Sondear la API hasta que los datos del perfil estén listos

Paso 4: Procesar y guardar los datos de perfil de Instagram

Scraper de publicaciones de Instagram (tutorial de Python)

Paso 1: Configuración y ajustes

Paso 2: Encontrar publicaciones de Instagram mediante la búsqueda de Google

Paso 3: Enviar las URLs de publicaciones de Instagram a la API para el scraping

Paso 3: Sondeo de los resultados y guardado de los datos

Scraper de comentarios de Instagram (Python)

Paso 1: Configuración y ajustes

Paso 2: Encontrar publicaciones de Instagram mediante la búsqueda de Google

Paso 3: Enviar las URLs de publicaciones a la API del scraper de comentarios

Paso 4: Sondeo de los resultados y guardado de los datos de comentarios

Cómo detecta Instagram los scrapers (por qué fallan los scripts básicos de Python)

Proxies, límites de velocidad & ejecución de su scraper de Instagram a escala

Scrapers de Instagram utilizados en el benchmark

¿Qué es el scraping de Instagram?

Preguntas frecuentes

¿Es legal scrapear Instagram?

¿Qué datos de Instagram se pueden scrapear?

¿Bloquea Instagram el scraping?

¿Por qué no utilizar la API oficial de Instagram?

Cita este benchmark

Enlace con atribuciónHTML, para publicaciones de blog, artículos de LinkedIn y boletines. Recomendado.

APA 7.ª ediciónPara artículos académicos e informes de analistas siguiendo el estilo APA 7.ª.

BibTeXPara documentos LaTeX y gestores de referencias académicas.

Comentarios 1

Comparte tus ideas

Siguiente para leer

Mejores Proxies para Discord: Planes Gratuitos, Características y Configuración

Cómo configurar los ajustes del servidor proxy en Android

Los mejores proxy de Spotify y configuración de proxy

Evaluamos los mejores proxies del Reino Unido

Mejores Conjuntos de Datos de Glassdoor

¿Es legal el web scraping? Leyes y mejores prácticas

Bright Data

Decodo

Apify

Nimble