I 6 migliori scraper per il food delivery: benchmark e casi d'uso
Abbiamo confrontato 6 fornitori di web scraping per vedere come gestiscono lo scraping dei dati sul food delivery, inviando 12.000 richieste in totale sulle migliori 4 piattaforme di food delivery, e abbiamo misurato tasso di successo, tempo di completamento e copertura dei metadati.
Risultati complessivi del benchmark di scraping dei dati sul food delivery
Consulta la sezione metodologia del benchmark per maggiori dettagli sul processo di test.
Risultati del benchmark di scraping dei dati sul food delivery a livello di dominio
Quali tipi di dati si possono estrarre dalle piattaforme di ordinazione di cibo?
Piattaforme diverse espongono livelli di dati diversi, come dati sui menu, dati sui negozi e dati sui prodotti. Ad esempio, nel nostro benchmark sugli scraper per il food delivery, abbiamo estratto i dati sui prodotti da Instacart.
Solo Bright Data ha restituito una risposta JSON strutturata e abbiamo raggruppato i 26 campi di metadati che ha fornito di seguito:
I dati sui menu in genere includono nomi dei piatti, descrizioni, prezzi, sconti, immagini, tag dietetici, calorie, opzioni di personalizzazione e disponibilità.
I dati sui ristoranti in genere includono nome del ristorante, indirizzo, tipi di cucina, valutazioni e numero di recensioni, costo di consegna, ordine minimo, tempo di consegna stimato, orari di apertura e promozioni attive.
Scraper per i dati sul food delivery
Bright Data è stato l'unico fornitore che ha raggiunto sia il tasso di successo complessivo più alto (94%) sia il tempo medio di completamento più rapido (11) sui quattro domini di food delivery. Il suo tasso di successo non è mai sceso sotto 83% in nessun singolo dominio.
Bright Data offre due prodotti principali per lo scraping dei dati sul food delivery:
Bright Data Web Unlocker API: un unico endpoint di sblocco che gestisce automaticamente le sfide anti-bot, i CAPTCHA e la rotazione dei proxy, restituendo la risposta HTML della pagina. Zomato, Uber Eats e iFood sono stati inviati tramite questo endpoint.
API di scraping: Bright Data pubblica API di scraping dedicate e dataset predefiniti per target specifici. Tra i domini di food delivery che abbiamo testato, Instacart era supportata tramite le API di scraping di Bright Data, con quattro prodotti pronti all'uso nel catalogo:
- Instacart Products raccolta per URL: accetta un URL di prodotto Instacart.
- Instacart Products scoperta per URL di categoria: accetta un URL di pagina di categoria.
- Instacart Products unified schema raccolta per URL: come il raccoglitore URL, con uno schema di output normalizzato.
- Instacart Products unified schema scoperta per URL di categoria: come lo scopritore di categorie, con uno schema di output normalizzato.
Tutti restituiscono JSON strutturato con i metadati completi del prodotto come nome, marchio, descrizione, prezzo, nome del negozio e valutazioni. Abbiamo utilizzato la variante raccolta per URL per Instacart.
Oxylabs è risultato tra i fornitori più affidabili, con il secondo tasso di successo complessivo più alto del 91% sui quattro domini di food delivery. Su Instacart ha pareggiato con Bright Data e Decodo con un tasso di successo del 100% ma ha offerto il tempo di completamento più rapido su quella piattaforma con 10s. Il suo tempo medio di completamento è stato di 27s.
Oxylabs offre una API Web Scraper con diverse modalità di integrazione (Realtime, Push-Pull, Proxy Endpoint). Con l'endpoint Realtime, source=universal più render=html esegue il rendering della pagina in un browser headless e restituisce la risposta HTML.
Fornisce inoltre sorgenti dedicate per siti specifici. Per Instacart ce ne sono tre:
instacart_product: accetta un ID prodotto e restituisce JSON analizzato con i metadati completi del prodotto.instacart_search: esegue lo scraping dei risultati di ricerca di Instacart per una determinata parola chiave.instacart: accetta qualsiasi URL di Instacart.
Gli URL di Instacart sono passati attraverso instacart_product nel benchmark di scraping dei dati sul food delivery.
Decodo è risultato tra i fornitori più costanti, con il terzo tasso di successo complessivo del 90% e un tempo medio di completamento di 29s sui quattro domini di food delivery. Ha avuto il tasso di successo più alto su UberEats con 94%, ma è stato il provider complessivamente più lento con una media di 29s
Decodo fornisce un'unica API Web Scraper (v2) che gestisce ogni target di food delivery tramite un unico endpoint. La richiesta accetta un URL, un parametro target impostato su universal e un flag headless impostato su html affinché la pagina venga renderizzata in un browser reale prima che l'HTML venga restituito. Il bypass anti-bot, la rotazione dei proxy e il rendering sono gestiti lato Decodo.
Non ci sono endpoint dedicati o dataset predefiniti per le singole piattaforme di food delivery.
Nimble è risultato tra i provider più veloci, con il secondo tempo di completamento complessivo più rapido di 14s sui quattro domini di food delivery.
Nimble è risultato tra i provider più veloci, con il secondo tempo di completamento complessivo più rapido di 14s sui quattro domini di food delivery. Ha avuto il tasso di successo più alto su iFood con 98% e ha eguagliato Bright Data con un tasso di successo del 100% su Zomato. Tuttavia, il suo tasso di successo complessivo del 85% è stato inferiore ai migliori, principalmente a causa di prestazioni più deboli su UberEats (67%) e Instacart (74%).
Nimble non offre API dedicate per nessuna delle piattaforme di food delivery, quindi ogni URL è passato attraverso l'API generale Extract. L'endpoint accetta qualsiasi URL insieme a un flag render: true e un driver browser stealth (vx10 nella nostra configurazione), e restituisce la pagina come HTML renderizzato, con evasione anti-bot, rotazione dei proxy ed esecuzione JavaScript, tutto gestito all'interno dello stack di Nimble.
Zyte si è classificato al penultimo posto complessivo per tasso di successo con una media del 82% sui quattro domini di food delivery, pur offrendo un tempo medio di completamento moderato di 18s. La sua prestazione migliore è stata su iFood con un tasso di successo del 96%, dove si è classificato secondo solo a Nimble. Tuttavia, ha avuto difficoltà su Instacart con il 62% di successo, il risultato più basso tra tutti i provider su quella piattaforma.
Adotta un approccio a endpoint singolo. La stessa API di Zyte serve ogni richiesta e il comportamento è controllato da flag presenti nel payload. L'impostazione browserHtml: true avvia un browser headless, esegue il JavaScript della pagina e restituisce l'HTML completamente renderizzato, che è l'unica modalità che produce output utilizzabile per i siti di food delivery con rendering lato client. Questo flag è rimasto attivo per ogni URL di food delivery che abbiamo estratto.
Apify si è classificato all'ultimo posto complessivo in entrambe le metriche, con un tasso di successo medio del 56% e il tempo di completamento più lento di 41s sui quattro domini di food delivery. È fallito completamente su Instacart. La sua migliore prestazione è stata su Zomato con un tasso di successo del 89%, anche se si è classificato ultimo tra i provider con risultati diversi da zero su ogni singola piattaforma testata.
Apify adotta un approccio diverso. Invece di un unico endpoint universale, gira su un marketplace di Actor, ciascuno uno scraper autonomo per un sito specifico. Nessuna delle piattaforme di food delivery nel benchmark di scraping dei dati sul food delivery ha un Actor Apify di prima parte, quindi abbiamo utilizzato l'Actor generico Web Scraper (apify/web-scraper) su ogni target. Quindi abbiamo utilizzato l'Actor generico Web Scraper (apify/web-scraper) su ogni target.
Web Scraper apre ogni URL in un browser Chrome headless, esegue una funzione JavaScript che scriviamo e restituisce il risultato come JSON, con rotazione dei proxy tramite Apify Proxy e rendering JS completo.
Una differenza importante: il JSON di Apify non è uno schema di prodotto integrato. L'API Instacart Scraper di Bright Data restituisce un insieme fisso di campi (nome prodotto, marchio, prezzo, ingredienti, catena di negozi, ecc.) che Bright Data analizza lato proprio. Con Apify Web Scraper, il JSON contiene solo i campi che definiamo nella funzione pagina.
Sfide dello scraping dei dati sul food delivery
Gli strumenti di web scraping consentono alle aziende di estrarre menu, prezzi, valutazioni e inventario da piattaforme come Zomato, Uber Eats, iFood e Instacart. Alcune sfide ricorrenti si presentano in tutte.
Rendering lato client: La maggior parte dei siti di food delivery sono app a pagina singola costruite con React, Next.js o Angular, e gran parte del contenuto visibile non è nell'HTML iniziale. Le pagine prodotto di DoorDash, ad esempio, renderizzano il prodotto effettivo all'interno di una modale che si apre solo dopo l'idratazione JavaScript. Gli scraper senza un livello browser reale restituiscono il guscio del negozio senza dati sul prodotto.
Blocco geografico: iFood è limitato al Brasile e rifiuta la maggior parte degli IP non brasiliani. Un fornitore può superare ogni controllo anti-bot e comunque fallire questo dominio se il suo pool di proxy non dispone di uscite residenziali brasiliane stabili.
Rilevamento dei bot: Instacart e DoorDash sono protetti da sistemi aggressivi di rilevamento dei bot (Cloudflare su DoorDash, sistemi di classe DataDome / PerimeterX su Instacart) che combinano sfide JavaScript, fingerprinting comportamentale e limitazione della velocità per account. Gli scraper HTTP generici ricevono 403 o pagine di sfida bloccate, motivo per cui ogni fornitore nel nostro benchmark si affida a un livello integrato di sblocco e rendering JavaScript per questi target.
Stabilità della sessione: Nei lunghi lavori di paginazione, le sessioni residenziali sticky con TTL lunghi riducono i blocchi durante l'esecuzione. Ruotare gli IP in modo troppo aggressivo durante lo scroll fa cadere il cookie di sessione e costringe il sito a mostrare di nuovo la prima pagina.
Aggiungi come fonte preferitaMetodologia del benchmark di scraping dei dati sul food delivery
Abbiamo testato 6 fornitori di web scraping contro 4 piattaforme di food delivery: Zomato, Uber Eats, iFood e Instacart.
Queste piattaforme sono state selezionate in base ai principali siti di food delivery classificati da Tranco. Ogni piattaforma ha contribuito con 500 URL univoci di prodotti o negozi raccolti da feed di cataloghi reali, per un totale di 2.000 URL e 12.000 richieste tra tutti i fornitori.
Dataset sul food delivery
Il dataset includeva 500 URL per piattaforma. Ogni URL era una pagina reale e attiva al momento dell'esecuzione. Gli URL sono stati deduplicati e il dataset è stato mantenuto identico tra i fornitori per garantire un confronto equo.
Configurazione del benchmark sul food delivery
Tutti i fornitori sono stati chiamati utilizzando le configurazioni da loro raccomandate per pagine web arbitrarie: endpoint universali con rendering JavaScript abilitato dove disponibile.
Per due casi abbiamo utilizzato API dedicate invece dell'endpoint universale perché il fornitore supporta esplicitamente il target. Bright Data è stato chiamato tramite la sua API Instacart Dataset, che restituisce JSON strutturato, e Oxylabs è stato chiamato tramite la sua sorgente instacart_product con l'ID prodotto, che restituisce anch'essa JSON strutturato.
Ogni richiesta è stata inviata come singola chiamata al fornitore. I fornitori sono stati testati in sequenza, uno alla volta, per evitare di mescolare la pressione del rate limiting tra i servizi. Le risposte HTTP 429 attivavano un back-off automatico di 30 secondi e venivano ritentate fino a 3 volte.
Cosa conta come scraping riuscito
Una richiesta è stata considerata valida solo se si verificavano tutte le condizioni seguenti. Innanzitutto, il fornitore doveva restituire uno 2xx, 3xx o 404 HTTP stato; qualsiasi altra cosa, inclusi i blocchi 4xx e gli errori 5xx, veniva considerata un fallimento.
In secondo luogo, per le risposte 200, il parser doveva estrarre almeno uno dei campi target della piattaforma dal contenuto restituito. Il metodo di estrazione dipendeva dal formato della risposta. Per i fornitori che restituivano HTML grezzo (Decodo, Oxylabs Web Unblocker, Nimble, Zyte e Apify), abbiamo utilizzato selettori CSS mirati ai contenitori di dati strutturati di prodotti o ristoranti su ciascuna piattaforma. Per i fornitori che restituivano JSON strutturato (l'API Instacart Scraper di Bright Data e la sorgente instacart_product di Oxylabs), abbiamo letto i campi equivalenti direttamente dalla risposta JSON senza bisogno di selettori CSS. Per Zomato, Uber Eats e iFood il parser cercava uno qualsiasi tra title, rating score, rating label o price range. Per Instacart cercava uno qualsiasi tra product name, brand, description o un prezzo numerico positivo.
In terzo luogo, le pagine caricate con successo ma che rappresentavano un annuncio rimosso (HTML contenente frasi come “not found”, “no longer available” o “restaurant not found”) sono state considerate valide, poiché il fornitore aveva svolto il suo lavoro e il contenuto semplicemente non c'era più.
Le risposte 3xx e 404 sono state trattate come auto-pass: il fornitore ha dimostrato di poter raggiungere la pagina e l'assenza di dati sul prodotto era una proprietà dell'URL, non dello scraper.
Cosa abbiamo misurato
Per ogni richiesta il runner registrava il successo della validazione come valore booleano, il tempo end-to-end come secondi totali di orologio dall'invio al momento in cui la risposta era utilizzabile, e i metadati totali come numero di campi presenti nel risultato analizzato.
Cita questa ricerca
Scegli il formato adatto a dove pubblicherai. Incollare la versione con link nel tuo CMS preserva il backlink.
@misc{sipi2026,
author = {Şipi, Nazlı},
title = {{I 6 migliori scraper per il food delivery: benchmark e casi d'uso}},
year = {2026},
month = sep,
howpublished = {\url{https://aimultiple.com/scrape-food-delivery-data}},
note = {AIMultiple. Consultato il 29 settembre 2026}
}Risultati e timestamp di 15.5 mila punti dati. Scarica i dati di sintesi mostrati nei grafici e nelle tabelle di questo articolo come file ZIP contenente 2 file CSV e un README.
Vuoi i dati granulari che ci stanno dietro? Passa a Premium
Registro delle modifiche
3 aggiornamentiAggiunto un benchmark di scraping per il food delivery con 6 provider, tassi di successo, tempi di risposta e risultati per provider.
Aggiunta una sezione sulla metodologia del benchmark che copre i 6 fornitori, 4 piattaforme, 2.000 URL, dataset, configurazione, regole di validità e metriche.
Rimossa una figura e la sua fonte dalla sezione "Valutazioni\Recensioni".
Sii il primo a commentare
Il tuo indirizzo email non verrà pubblicato. Tutti i campi sono obbligatori. I commenti vengono lasciati nella loro lingua originale.