Açık Dünya Değerlendirmesi

Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları

Güncellenme tarihi: 23 Tem 2026

Instagram, TLS parmak izi ve IP itibarı kontrolleri gibi gelişmiş bot karşıtı önlemler nedeniyle otomatik kazımayı engelleme konusunda en agresif platformlardan biri olmaya devam ediyor.

İster yüksek performanslı bir scraper API'ye ister özel bir Python scriptine ihtiyacınız olsun, bu rehber, Apify Instagram Scraper ve Bright Data Instagram Scraper dahil olmak üzere en iyi araçları değerlendirir.

Satıcı

İçin

Bright Data

En hızlı yanıt süresi ve ölçekte en iyi maliyet verimliliği

Decodo

90%+ profil ve gönderi meta verilerinde başarı oranı

Apify

Hızlı dağıtım için önceden oluşturulmuş sosyal medya "Actors" ile kodsuz kurulum

2026'nın en iyi Instagram scraper araçları

Scraper'lar	Desteklenen sayfalar	Kazıma seçenekleri	Formatlar	Scraper türü
Bright Data	Yorumlar Gönderiler Profiller Reels	Sorgu URL	CSV JSON NDJSON JSON lines	Özel API
Apify	Yorumlar Gönderiler Profiller Hashtag'ler Reels	Sorgu URL	Tablo JSON	Özel API
Decodo	Gönderiler Profiller Hashtag'ler Reels	Sorgu	Tablo JSON	Özel API
Nimble	IG için önceden ayarlanmış şablon yok	Sorgu	JHTML JSON	Genel amaçlı

Bağlantı verilen satıcılar AIMultiple sponsorlarıdır.

Özel API: Yalnızca Instagram'dan veri toplamak için özelleştirilmiş Instagram'a özgü scraper API. Örneğin, Bright Data, “instagram-comments-collect by URL” gibi belirli Instagram veri noktalarına göre uyarlanmış şablonlar sunar.
Genel amaçlı: Instagram için özelleştirilmemiş ancak Instagram web kazıma görevlerini gerçekleştirmek için değiştirilebilen çok yönlü bir scraper sunar.
Desteklenen sayfa türleri: Instagram kazıma aracının verileri yapılandırılmış bir formatta sunduğu sayfalar.

Instagram scraper kıyaslama sonuçları

Sağlayıcıların medyan yanıt süresini ve kıyaslamamızda döndürdükleri ortalama alan sayısını karşılaştırın:

Instagram scraper'larının zaman içindeki başarı oranlarının istikrarı

Aylık hacme göre Instagram scraper maliyet verimliliği

Bu sağlayıcılar için aylık fiyatlandırma seçenekleri aşağıda listelenmiştir.

En iyi Instagram scraper'larının özellikleri

Bright Data

Bright Data, iki Instagram çözümü sunar: profiller, gönderiler, yorumlar ve reels için gerçek zamanlı bir Scraper API ve büyük ölçekli geçmiş analizi için önceden toplanmış Veri Kümeleri. Bu sayfadaki Python öğreticileri Dataset API'sini kullanır.

Scraper API'miz en hızlı yanıt sürelerini ve ölçekte en iyi maliyet verimliliğini sunar, kıyaslamalarımızda profil ve gönderi meta verileri için 90%'ın üzerinde bir başarı oranıyla. Yalnızca başarılı sonuçlar için faturalandırılırsınız; başarısız istekler ücretlendirilmez. API, beş Instagram'a özel uç nokta içerir: profiller, gönderiler, reels, yorumlar ve veri kümeleri.

Decodo

Decodo’nun Instagram hedefleri (instagram_graphql_profile, instagram_graphql_user_posts, instagram_graphql_post) REST aracılığıyla ayrıştırılmış JSON döndürür, gelişmiş planlarda mevcuttur; temel planlar hedefe özel ayrıştırma olmadan ham sayfa verileri döndürür.

Araç, kıyaslamamızda Bright Data ile benzer şekilde yüksek bir başarı oranı elde etti, profil ve gönderi meta verilerinde 90%'ın üzerinde doğrulukla. Ancak, uç nokta kapsamı Bright Data veya Apify'den daha dardır ve şu anda reels veya hashtag hedefleri için özel destek sunmamaktadır.

Apify

Apify’nin apify/instagram-scraper Actor’ü, mağazada bulunan sekiz Instagram odaklı araçtan biridir. Gönderileri, reels’leri, yorumları, bahisleri, profilleri ve hashtag’leri ve ayrıca yerleri kazımayı destekler ve URL girişine ek olarak anahtar kelime tabanlı keşif sağlar.

Kodsuz konsol, kullanıcıların bir URL veya anahtar kelime yapıştırıp scraper’ı API entegrasyonu olmadan çalıştırmasına olanak tanır. Doğrudan URL kazımaya ek olarak, hashtag’ler, yerler veya kullanıcılar için anahtar kelime tabanlı keşif sunar. Yorum yanıtları ve en yeni ilk sıralı yorumlar ücretli planlarda mevcuttur, ücretsiz plan ise gönderi başına yaklaşık 15 yorum ile sınırlıdır.

Nimble

Bu karşılaştırmadaki tüm sağlayıcılar, yukarıda bahsedilen üçüyle aynı şekilde Instagram scraper'ları olarak işlev görmez. Örneğin, Nimble Instagram'a özel bir uç nokta veya şema sunmaz. Bunun yerine, herhangi bir URL'yi yapay zeka odaklı bir ayrıştırıcı aracılığıyla işleyen ve yapılandırılmış JSON döndüren genel bir Web API'sidir. Çıktı, sabit bir alan kümesinden ziyade modelin istek anında sayfadan çıkardıklarına bağlıdır.

Nimble, kayıt başına Instagram fiyatlandırması yayınlamaz; erişim teklife dayalıdır. Birden fazla site için tek bir API'ye ihtiyacınız varsa ve şema değişikliklerine uyum sağlayabiliyorsanız uygun bir seçenektir.

Instagram scraper API ile Python kodu karşılaştırması

Temel Python kazıması, güçlü anti-bot sistemleri nedeniyle Instagram'da çalışmaz, bu yüzden proxy'leri, tarayıcı simülasyonunu ve hız limitlerini yöneten scraper API'lerine güveniyoruz.
Python'da üç scraper oluşturduk: profiller, gönderiler ve yorumlar, her biri anlık görüntü tabanlı API işlerini ve temiz CSV çıktılarını kullanır.
Anahtar kelime ve tarih filtreleri içinde Instagram gönderi URL'lerini güvenilir bir şekilde keşfetmek için Google Arama'yı kullandı.
Yoklama sistemimiz anlık görüntü durumlarını, yedek indirmeleri, JSON-line ayrıştırmayı ve 15 dakikalık zaman aşımlarını yönetir.

Python ile Instagram takipçi scraper'ı oluşturun

Adım 1: Kurulum ve yapılandırma

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]

Bu adım:

HTTP istekleri, JSON ve pandas için Python kütüphanelerini içe aktarır.
API belirtecinizi ve Instagram profilleri veri kümesi kimliğini ayarlayın.
Kazımak istediğiniz Instagram hesaplarının listesi olan profile_urls'yi tanımlar (burada langchain.ai, ancak istediğiniz kadar ekleyebilirsiniz).

Adım 2: Profil URL'lerini web scraper'a gönderme

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()

Burada profil kazıma işini başlatırsınız:

Her profil URL'si, veri içinde bir nesne olarak sarılır ve profiller veri kümesine gönderilir.
API, bu işi temsil eden bir snapshot_id ile yanıt verir; kazınmış profil verilerini almak için bir sonraki adımda kullanacaksınız.

Adım 3: Profil verileri hazır olana kadar API'yi yoklama

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()

Bu döngü:

Anlık görüntü durumunu her 10 saniyede bir, 15 dakikalık bir zaman aşımına kadar kontrol eder.
Hem “download_url ile hazır” hem de “yanıt içinde gömülü öğeler” formatlarını ve ayrıca bir yedek indirme uç noktasını yönetir.
İlerlemeden önce döndürülen tüm profil kayıtlarını öğeler listesinde toplar.

Adım 4: Instagram profil verilerini işleme ve kaydetme

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')

Son olarak, ham API kayıtlarını temiz bir veri kümesine dönüştürürsünüz:

Takipçi, posts_count ve avg_engagement gibi sayısal alanları güvenli bir şekilde ayrıştırır.
Yararlı profil özniteliklerini tutar: hesap kimlikleri, işletme/profesyonel bayrakları, doğrulama durumu, biyografi, tam ad ve harici URL.
Her şeyi bir pandas DataFrame'de saklar ve daha ileri analiz veya raporlama için instagram_profiles_data.csv dosyasına yazar.

Ekibimiz, iş süreçlerinizden birini yapay zeka ajanlarıyla ücretsiz olarak otomatikleştirsin.

Bir süreci otomatikleştir

Instagram gönderi scraper'ı (Python öğreticisi)

Adım 1: Kurulum ve yapılandırma

Bu örnekte, bir tarih aralığında bir anahtar kelimeyle eşleşen Instagram gönderilerini toplamak için Instagram veri kümesi API'sini ve proxy'leri kullanacağız.

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"

Bu blok:

URL ayrıştırma, HTTP istekleri, JSON işleme ve pandas ile veri analizi için Python kütüphanelerini içe aktarır.
API belirtecinizi ve Instagram veri kümesi kimliğini ayarlayın.
Instagram kazıması için proxy'yi yapılandırır.
Arama parametrelerini tanımlar: KEYWORD, alınacak gönderi sayısı (NUM_POSTS) ve tarih penceresi (DATE_START → DATE_END).

Adım 2: Google arama ile Instagram gönderilerini bulma

Belirli bir tarih aralığında kriterlerimize uyan ilgili Instagram gönderilerini bulmak için Google Arama'yı kullanıyoruz.

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()

Bu adım, gönderileri bulmak için Google Arama'yı kullanır. Script:

site:instagram.com/p/ “{KEYWORD}” after: DATE_START before: DATE_END gibi bir sorgu oluşturur ve Google sonuçları arasında sayfalandırır.
HTML'den Instagram gönderi URL'lerini çıkarmak için regex desenleri kullanır, bunları normalleştirir (www.instagram.com vs instagram.com) ve yinelenenleri kaldırır.
NUM_POSTS benzersiz URL'sini topladığında veya maksimum Google sonuç sayfası sayısına ulaştığında durur.

Adım 3: Kazıma için Instagram gönderi URL'lerini API'ye gönderme

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()

Bu adım, gerçek kazıma işini başlatır:

Toplanan tüm Instagram URL'lerini tek bir toplu istekte Instagram veri kümesine gönderir.
API, bu kazıma işini tanımlayan ve işlem tamamlandığında sonuçları almak için bir sonraki adımda kullanılan bir snapshot_id döndürür.

Adım 3: Sonuçlar için yoklama ve verileri kaydetme

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')

Instagram yorum scraper'ı (Python)

Adım 1: Kurulum ve yapılandırma

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"

Bu adım:

URL işleme, düzenli ifadeler, HTTP istekleri ve pandas için kütüphaneleri içe aktarır.
Yorum veri kümesi kimliğinizi ve API_TOKEN'ınızı ayarlayın.
Kullanılacak proxy'yi yapılandırır ve arama parametrelerini tanımlar: anahtar kelime, yorum çekilecek gönderi sayısı ve tarih penceresi.

Adım 2: Google arama ile Instagram gönderilerini bulma

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

Burada:

İlgili gönderileri bulmak için site:instagram.com/p/ sorgusu ve anahtar kelimeniz ve tarih filtrelerinizle Google Arama'yı kullanın.
Regex ile Instagram gönderi URL'lerini çıkarın ve normalleştirin, yinelenenleri kaldırın ve NUM_POSTS gönderiye sahip olduğunuzda durun.
Son listeyi, yorum scraper'ını besleyecek olan instagram_urls içinde saklayın.

Adım 3: Gönderi URL'lerini yorum scraper API'sine gönderme

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()

Bu adım:

Tüm Instagram URL'lerini tek bir toplu işte Instagram yorum veri kümesine gönderir.
Her URL, API'nin hangi gönderiden yorum kazıyacağını bilmesi için {“url”: …} olarak sarılır.
API, bu yorum kazıma işini tanımlayan bir snapshot_id döndürür.

Adım 4: Sonuçlar için yoklama ve yorum verilerini kaydetme

Kazıma işleminin tamamlanıp tamamlanmadığını sürekli kontrol eder, ardından yorum verilerini işler ve kaydederiz.

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')

Bu bölüm, kazıma tamamlanana kadar API'yi her 10 saniyede bir yoklar. Hazır olduğunda, tüm yorum verilerini alır, yorum yapanın kullanıcı adı, yorum metni, beğeniler, yanıtlar, kullanılan hashtag'ler ve etiketlenen kullanıcılar gibi anahtar bilgileri çıkarır. Veriler bir pandas DataFrame'de yapılandırılır ve CSV dosyası olarak kaydedilir.

Google Arama'da daha fazla kıyaslamamızı ve veri odaklı içgörülerimizi görün.

Tercih edilen kaynak olarak ekle

Instagram scraper'ları nasıl algılar (temel Python scriptleri neden başarısız olur)

Requests kullanan basit Python scriptleri, gerçek tarayıcı davranışından yoksun oldukları ve dakikalar içinde engellenen tek bir IP'ye dayandıkları için hemen başarısız olur. Platform, Instagram web scraper'larını birden fazla savunma katmanı aracılığıyla anında algılayabilir:

JavaScript yürütme yok: Instagram sayfayı dinamik olarak yükler ve Python scriptleri JavaScript'i yürütemez, bu nedenle sayfalar boş görünür. Bu, insan dışı davranışı anında ortaya çıkarır.
Hız sınırlama: İnsan kullanıcılar saniyede 50 istek yapmaz. Temel scraper'lar öngörülebilir zamanlama ile yeniden dener ve Instagram bunu hemen engeller.
IP itibarı: Instagram gerçek zamanlı IP güven puanları, veri merkezi IP'leri ve IP çoğaltması sağlar. Ücretsiz proxy'ler kullanmayın; bunlar birkaç istek sonrasında engellenir.

Tarayıcı simülasyonunu, IP dönüşümünü, JavaScript'i, hız limitlerini ve captcha çözmeyi yöneten bir web scraper API'si kullandık.

Proxy'ler, hız limitleri ve Instagram scraper'ınızı ölçekte çalıştırma

Instagram, aynı IP'yi tekrar kullanan herhangi bir scripti yasaklayacaktır. Instagram'ı ölçekte kazımak için dönüşümlü konut proxy'leri kullanmalı, hız limitlerine saygı duymalı, gecikmeler eklemeli ve Instagram'a doğrudan isteklerden kaçınmalısınız. Instagram'dan veri kazırken proxy'leri şu şekilde kullandık:

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

Ölçekte, Instagram hız kontrolleri (çok hızlı çok fazla istek) ve eşzamanlılık kontrolleri (aynı anda çok fazla istek) yapar. Öğreticimiz şunları yaparak bundan kaçınır:

Google Arama sayfaları arasında bekleme (time.sleep(2))
API'leri her 10 saniyede bir yoklama,
Instagram'a asla doğrudan vurmama.

Kıyaslamada kullanılan Instagram scraper'ları

Kıyaslamamız, aşağıda listelenen özel Instagram scraper API çözümlerini test etti. Daha fazla bilgi edinmek için, kıyaslama web kazıma API'leri için metodolojiye bakın.

Sayfa türü	Apify	Bright Data	Oxylabs	Smartproxy	Zyte
Instagram gönderisi	apify/instagram-scraper	Instagram – Gönderiler - URL ile topla	❌	Sosyal Medya Kazıma API – instagram_grap hql_post	❌
Instagram profili	apify/instagram-profile-scraper	Instagram – Profiller – topla URL ile	❌	Sosyal Medya Kazıma API – instagram_grap hql_post	❌

Hangi büyük web altyapı şirketlerinin Instagram sayfaları için özel scraper'lar sunduğunu görün:

Sağlayıcı	Instagram gönderisi	Instagram profili
Bright Data	✅	✅
Apify	✅	✅
Decodo	✅	✅
NetNut	❌	❌
Oxylabs	❌	❌
Zyte	❌	❌

Instagram kazıma nedir?

Instagram kazıma, gönderiler, hashtag'ler ve yorumlar dahil olmak üzere Instagram sayfalarından herkese açık verileri toplamak için botlar veya scriptler gibi otomatik yazılımların kullanılması sürecini ifade eder.

Bir insanın biyografiyi kopyalayıp Excel'e yapıştırmak için bir profili manuel olarak ziyaret etmesi yerine, bir script bu işlemi binlerce kez otomatikleştirir ve verileri analiz için CSV veya JSON gibi yapılandırılmış bir formatta düzenler.

SSS'ler

Herkese açık Instagram verilerini kazımak, platformun şartlarına ve rakip analizi, marka izleme ve duygu analizi için geçerli yasalara saygı gösterdiğiniz sürece izin verilir. Ancak her zaman:

* Instagram'ın Kullanım Koşullarına uyun
* Herkese açık olması amaçlanmayan kişisel verileri toplamaktan kaçının
* Bölgesel düzenlemelere uyan bir Instagram kazıma aracı kullanın

Gönderileri, herkese açık profilleri ve yorum verilerini kazıyabilirsiniz. Bu, Instagram kullanıcı adlarını, takipçi sayılarını, gönderi sayısını, etkileşim ölçümlerini, gönderi ayrıntılarını (beğeniler, hashtag'ler, medya) ve temel meta verilerle yorum metnini içerir.

Evet. Instagram doğrudan kazımayı engeller, bu nedenle öğreticimiz Instagram'a doğrudan vurmaktan kaçınır ve bizim için engelleme, hız limitleri ve parmak izini yöneten bir kazıma API'si kullanır.

Instagram Graph API gibi Instagram'ın API uç noktaları, bu öğreticide kazıdığımız herkese açık profil, gönderi ve yorum verilerini sağlamaz. Kendi işletme hesabınız için çalışır ve izinler ve uygulama incelemesi gerektirir, bu nedenle bunun yerine scraper API'lerine güveniyoruz.

Bu benchmarkı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

Gulbahar Karatas (2026) - "Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları". AIMultiple.com adresinde çevrimiçi yayımlanmıştır. Erişim tarihi: 23 Temmuz 2026, kaynak: https://aimultiple.com/instagram-scraping [Çevrimiçi Kaynak]

Karatas, G. (2026, 23 Temmuz). Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları. AIMultiple. https://aimultiple.com/instagram-scraping

@misc{karatas2026,
  author = {Karatas, Gulbahar},
  title  = {{Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları}},
  year   = {2026},
  month  = jul,
  howpublished    = {\url{https://aimultiple.com/instagram-scraping}},
  note   = {AIMultiple. Erişim tarihi: 23 Temmuz 2026}
}

Gulbahar Karatas

Sektör Analisti

Takip Et

Gülbahar, web veri toplama, web verisi uygulamaları ve uygulama güvenliği konularına odaklanmış bir AIMultiple sektör analistidir.

Tam Profili Görüntüle

Yorumlar 1

Düşüncelerinizi Paylaşın

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

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?

2026'nın en iyi Instagram scraper araçları

Instagram scraper kıyaslama sonuçları

Aylık hacme göre Instagram scraper maliyet verimliliği

En iyi Instagram scraper'larının özellikleri

Instagram scraper API ile Python kodu karşılaştırması

Python ile Instagram takipçi scraper'ı oluşturun

Instagram gönderi scraper'ı (Python öğreticisi)

Instagram yorum scraper'ı (Python)

Instagram scraper'ları nasıl algılar (temel Python scriptleri neden başarısız olur)

Proxy'ler, hız limitleri ve Instagram scraper'ınızı ölçekte çalıştırma

Kıyaslamada kullanılan Instagram scraper'ları

Instagram kazıma nedir?

SSS'ler

Bu benchmarkı kaynak gösterin

Etik normlar ve sürecimiz doğrultusunda tarafsızlığı esas alıyoruz. AIMultiple'ın müşterileri Sosyal Medya Veri Çekme alanında Bright Data, Decodo, Apify içerir.

Google Arama'da daha fazla kıyaslamamızı ve veri odaklı içgörülerimizi görün.

Tercih edilen kaynak olarak ekle

Sıradaki Okunma

Vekil Sunucu Kullanım Örnekleri

Kıyaslama

9 Tem

Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları

2026'nın en iyi Instagram scraper araçları

Instagram scraper kıyaslama sonuçları

Instagram scraper'larının zaman içindeki başarı oranlarının istikrarı

Aylık hacme göre Instagram scraper maliyet verimliliği

En iyi Instagram scraper'larının özellikleri

Bright Data

Decodo

Apify

Nimble

Instagram scraper API ile Python kodu karşılaştırması

Python ile Instagram takipçi scraper'ı oluşturun

Adım 1: Kurulum ve yapılandırma

Adım 2: Profil URL'lerini web scraper'a gönderme

Adım 3: Profil verileri hazır olana kadar API'yi yoklama

Adım 4: Instagram profil verilerini işleme ve kaydetme

Instagram gönderi scraper'ı (Python öğreticisi)

Adım 1: Kurulum ve yapılandırma

Adım 2: Google arama ile Instagram gönderilerini bulma

Adım 3: Kazıma için Instagram gönderi URL'lerini API'ye gönderme

Adım 3: Sonuçlar için yoklama ve verileri kaydetme

Instagram yorum scraper'ı (Python)

Adım 1: Kurulum ve yapılandırma

Adım 2: Google arama ile Instagram gönderilerini bulma

Adım 3: Gönderi URL'lerini yorum scraper API'sine gönderme

Adım 4: Sonuçlar için yoklama ve yorum verilerini kaydetme

Instagram scraper'ları nasıl algılar (temel Python scriptleri neden başarısız olur)

Proxy'ler, hız limitleri ve Instagram scraper'ınızı ölçekte çalıştırma

Kıyaslamada kullanılan Instagram scraper'ları

Instagram kazıma nedir?

SSS'ler

Instagram'ı kazımak yasal mı?

Hangi Instagram verilerini kazıyabilirsiniz?

Instagram kazımayı engeller mi?

Neden resmi Instagram API'sini kullanmıyorsunuz?

Bu benchmarkı kaynak gösterin

Atıflı bağlantıHTML; blog yazıları, LinkedIn makaleleri ve bültenler için. Tavsiye edilir.

APA 7. baskıAPA 7. baskı stiline uyan akademik makaleler ve analist raporları için.

BibTeXLaTeX belgeleri ve akademik referans yöneticileri için.

Yorumlar 1

Düşüncelerinizi Paylaşın

Sıradaki Okunma

En İyi Google Proxy'ler Ölçeklenebilir Google Tarama İçin ( Karşılaştırması)

En İyi Arama Motoru Proxy'leri: Karşılaştırma

En İyi Indeed Veri Seti Sağlayıcıları: Resmi API'ler ve Üçüncü Taraf Satıcılar

En İyi Google Alışveriş API'leri

En İyi Video Proxy'leri: Kıyaslama Sonuçları

Sınırsız Proxy'ler: Kotalı Olmayan Konut ve Veri Merkezi Bant Genişliği

Bright Data

Decodo

Apify

Nimble