Evaluación en Mundo Abierto

Mejores scrapers de Instagram para extraer datos de Instagram

actualizado el 21 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 la comprobación de la reputación de IP.

Tanto si necesitas una API de scraper de alto rendimiento como un script de Python personalizado, esta guía evalúa las principales herramientas, incluidas Apify Instagram Scraper y Bright Data Instagram Scraper.

Proveedor

Para

Bright Data

Tiempo de respuesta más rápido y mejor rentabilidad a escala

Decodo

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

Apify

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

Las mejores herramientas de scraper de Instagram de 2026

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

Los proveedores con enlaces son patrocinadores de AIMultiple.

API especializada: API de scraper específica para Instagram, diseñada 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 puede modificarse para gestionar tareas de scraping web 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

Compara el tiempo de respuesta mediana de los proveedores y el número promedio 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 detallan las opciones de precios mensuales de estos proveedores.

Características de los mejores 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 usan la API de Dataset.

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

Decodo

Decodo targets de Instagram (instagram_graphql_profile, instagram_graphql_user_posts, instagram_graphql_post) devuelven JSON parseado vía REST, disponible en los planes avanzados; los planes core devuelven datos de página sin procesar, sin el parseo específico del target.

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 reels ni targets de hashtags.

Apify

Apify’s apify/instagram-scraper Actor 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 de lugares, y permite el descubrimiento por palabras clave además de la entrada de URL.

La consola sin código permite a los usuarios pegar una URL o palabra clave y ejecutar el scraper sin integración de API. Además del scraping directo de URLs, ofrece descubrimiento por palabras clave para hashtags, lugares o usuarios. Las respuestas a comentarios y el orden de comentarios del más reciente al más antiguo 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 específico para Instagram. En su lugar, es una API web general que procesa cualquier URL mediante un parser impulsado por IA y devuelve JSON estructurado. La salida 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 necesitas una única API para varios sitios y puedes adaptarte a cambios de esquema.

API de scraper de Instagram vs código Python

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

Crea un scraper de seguidores de Instagram con Python

Paso 1: Configuración y preparación

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.
Establece tu token de API y el ID del dataset de perfiles de Instagram.
Define profile_urls, la lista de cuentas de Instagram que quieres extraer (aquí es langchain.ai, pero puedes añadir tantas como quieras).

Paso 2: Envío de URLs de perfiles al scraper web

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 inicias el trabajo de scraping de perfiles:

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

Paso 3: Hacer polling a 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 del snapshot cada 10 segundos, hasta un tiempo de espera de 15 minutos.
Gestiona tanto los formatos "listo con download_url" como "elementos incrustados en la respuesta", además de un endpoint de descarga de respaldo.
Recopila todos los registros de perfil devueltos en la lista items antes de continuar.

Paso 4: Procesamiento y guardado de los datos de perfiles 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')

Por último, conviertes los registros brutos de la API en un dataset limpio:

Parsea 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.
Guarda todo en un DataFrame de pandas y lo escribe en instagram_profiles_data.csv para análisis o informes posteriores.

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 preparación

En este ejemplo, usaremos la API de 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 parseo de URLs, solicitudes HTTP, manejo de JSON y análisis de datos con pandas.
Establece tu 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 URLs de publicaciones de Instagram del HTML, las normaliza (www.instagram.com vs instagram.com) y elimina duplicados.
Se detiene cuando ha recopilado NUM_POSTS URLs únicas o cuando alcanza el número máximo de páginas de resultados de Google.

Paso 3: Envío de URLs de publicaciones de Instagram a la API para 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 inicia el 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: Hacer polling para obtener los resultados y guardar 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 preparación

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.
Establece el ID del 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:

Utiliza la búsqueda de Google con la consulta site:instagram.com/p/query y tus filtros de palabra clave y fecha para encontrar publicaciones relevantes.
Extrae y normaliza las URLs de publicaciones de Instagram con regex, elimina duplicados y se detiene una vez que tienes NUM_POSTS publicaciones.
Guarda la lista final en instagram_urls, que alimentará el scraper de comentarios.

Paso 3: Envío de 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: Hacer polling para obtener los resultados y guardar los datos de comentarios

Comprobamos continuamente si el scraping ha finalizado y, después, 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 consulta la API cada 10 segundos hasta que el scraping se completa. Una vez listo, recupera todos los datos de comentarios y extrae 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 un 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 inmediatamente porque carecen del comportamiento real de un 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 mediante 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 hacen 50 solicitudes por segundo. Los scrapers básicos reintentan con un ritmo 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 utilices proxies gratis; estos se bloquean después de unas pocas solicitudes.

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

Proxies, límites de velocidad y ejecución de tu scraper de Instagram a escala

Instagram bloqueará cualquier script que reutilice la misma IP repetidamente. Para scrapear Instagram a escala, debes utilizar proxies residenciales rotativos, respetar los límites de velocidad, introducir retrasos y evitar las solicitudes directas a Instagram. Así es como usamos los proxies al extraer 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 lo evita mediante:

haciendo pausas entre páginas de búsqueda de Google (time.sleep(2))
consultando las APIs cada 10 segundos,
sin acceder directamente a Instagram.

Scrapers de Instagram utilizados en el benchmark

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

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

Consulta 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 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 y organiza los datos en un formato estructurado como CSV o JSON para su análisis.

Preguntas frecuentes

El scraping de datos públicos de Instagram está permitido siempre que respetes los términos de la plataforma y las leyes aplicables para el análisis de competidores, la monitorización de marca y el análisis de sentimiento. Sin embargo, siempre:

* Sigue las condiciones de uso de Instagram
* Evita recopilar datos personales que no estén destinados a ser públicos
* Utiliza una herramienta de scraping de Instagram que cumpla con las normativas regionales

Puedes extraer publicaciones, perfiles públicos y datos de comentarios. Esto incluye nombres de usuario de Instagram, número 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 por nosotros los bloqueos, los límites de velocidad y el fingerprinting.

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 tu propia cuenta de empresa y requiere permisos y revisión de la aplicación, por lo que recurrimos a las APIs de scraper.

Cita esta investigación

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 21 de Agosto de 2026, de: https://aimultiple.com/instagram-scraping [Recurso en línea]

Karatas, G. (2026, 21 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 21 de Agosto de 2026}
}

Descargar todos los datos

Resultados y marcas de tiempo de 11 puntos de datos. Descargue los datos utilizados en este artículo como un archivo ZIP que contiene 3 archivos CSV.

Última actualización: 17 de Agosto de 2026

Descargar

Registro de cambios

8 actualizaciones

202526 de Dic
Se añadió una sección, Estabilidad de las tasas de éxito de los raspadores de Instagram a lo largo del tiempo.
19 de Nov
Se amplió el artículo con ejemplos de código Python para extraer perfiles, publicaciones y comentarios de Instagram.
11 de Nov
Se eliminó la sección de descripción general del rendimiento de la API del raspador de Instagram.
12 de Mar
Se añadió Instagram scrapers used in benchmark a la sección Instagram scraper APIs benchmark results.
17 de Feb
Se actualizó la metodología de evaluación comparativa en la introducción.
202410 de Dic
Se añadió una definición de raspado de Instagram a la sección '¿Qué es el raspado de Instagram?'.
9 de Dic
Se actualizó la sección "Cómo extraer datos de Instagram" con nuevos métodos.
28 de Nov
Se añadieron resultados de benchmark y precios para las API de scraper dedicadas a la introducción.

Gulbahar Karatas

Analista de la industria

Gülbahar es analista de la industria en AIMultiple centrada en la recopilación de datos web, las aplicaciones de los datos web y la seguridad de las 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 mejores scrapers de Instagram

API de scraper de Instagram vs código Python

Crea 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 y ejecución de tu scraper de Instagram a escala

Scrapers de Instagram utilizados en el benchmark

¿Qué es el scraping de Instagram?

Preguntas frecuentes

Cita esta investigación

Registro de cambios

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

Configuración del proxy

Análisis

13 de Ago

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 mejores scrapers de Instagram

Bright Data

Decodo

Apify

Nimble

API de scraper de Instagram vs código Python

Crea un scraper de seguidores de Instagram con Python

Paso 1: Configuración y preparación

Paso 2: Envío de URLs de perfiles al scraper web

Paso 3: Hacer polling a la API hasta que los datos del perfil estén listos

Paso 4: Procesamiento y guardado de los datos de perfiles de Instagram

Scraper de publicaciones de Instagram (tutorial de Python)

Paso 1: Configuración y preparación

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

Paso 3: Envío de URLs de publicaciones de Instagram a la API para scraping

Paso 3: Hacer polling para obtener los resultados y guardar los datos

Scraper de comentarios de Instagram (Python)

Paso 1: Configuración y preparación

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

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

Paso 4: Hacer polling para obtener los resultados y guardar los datos de comentarios

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

Proxies, límites de velocidad y ejecución de tu scraper de Instagram a escala

Scrapers de Instagram utilizados en el benchmark

¿Qué es el scraping de Instagram?

Preguntas frecuentes

¿Es legal hacer scraping de Instagram?

¿Qué datos de Instagram puedes extraer?

¿Instagram bloquea el scraping?

¿Por qué no usar la API oficial de Instagram?

Cita esta investigación

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

Los mejores proxy de Spotify y configuración de proxy

Comparativa de proveedores de proxy IPv6 por precio y rendimiento

Comparación de datasets de Amazon

Proxies estáticos: qué son y los mejores proveedores

Los 5 mejores navegadores de scraping

Mejores servicios de proxy gratuitos

Bright Data

Decodo

Apify

Nimble