Açık Dünya Değerlendirmesi

Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları

Güncellenme tarihi: 21 Ağu 2026

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

Yüksek performanslı bir scraper API'sine veya özel bir Python betiğine ihtiyacınız olsun, bu rehber Apify Instagram Scraper ve Bright Data Instagram Scraper'ı.

Satıcı

İçin

Bright Data

Ölçekte en hızlı yanıt süresi ve en iyi maliyet verimliliği

Decodo

%90+ profil ve gönderi meta verilerinde başarı oranı

Apify

Hızlı dağıtım için önceden oluşturulmuş sosyal medya "Actors"ları ile kod gerektirmeyen 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 satırları	Özelleşmiş API
Apify	Yorumlar Gönderiler Profiller Hashtag'ler Reels	Sorgu URL	Tablo JSON	Özelleşmiş API
Decodo	Gönderiler Profiller Hashtag'ler Reels	Sorgu	Tablo JSON	Özelleşmiş API
Nimble	IG için hazır şablon yok	Sorgu	JHTML JSON	Genel amaçlı

Bağlantı içeren satıcılar AIMultiple'ın sponsorlarıdır.

Özelleşmiş API: Yalnızca Instagram'dan veri toplamak için uyarlanmış Instagram'a özel 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 yerine getirecek şekilde değiştirilebilen çok yönlü bir scraper sunar.
Desteklenen sayfa türleri: Instagram kazıma aracının yapılandırılmış formatta veri sunduğu sayfalar.

Instagram scraper kıyaslama sonuçları

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

Instagram scraper'larının 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 Scraper API ve büyük ölçekli geçmişe dönük analiz için önceden toplanmış Dataset'ler. Bu sayfadaki Python eğitimleri Dataset API'sini kullanır.

Scraper API'miz, kıyaslamalarımızda profil ve gönderi meta verileri için %90'yi aşan başarı oranıyla ölçekte en hızlı yanıt sürelerini ve en iyi maliyet verimliliğini sunar. Yalnızca başarılı sonuçlar için faturalandırılırsınız; başarısız istekler ücretlendirilmez. API, profiller, gönderiler, reels, yorumlar ve dataset'ler olmak üzere beş Instagram'a özel endpoint içerir.

Decodo

Decodo'nun Instagram hedefleri (instagram_graphql_profile, instagram_graphql_user_posts, instagram_graphql_post), REST aracılığıyla ayrıştırılmış JSON döndürür; bu, gelişmiş planlarda kullanılabilir; çekirdek planlar hedefe özgü ayrıştırma olmadan ham sayfa verisi döndürür.

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

Apify

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

Kod gerektirmeyen konsol, kullanıcıların bir URL veya anahtar kelime yapıştırıp API entegrasyonu olmadan scraper'ı çalıştırmasını sağlar. Doğrudan URL kazımanın yanı sıra hashtag'ler, yerler veya kullanıcılar için anahtar kelime tabanlı keşif sunar. Yorum yanıtları ve en yeni önce yorum sıralaması ücretli planlarda mevcuttur; ücretsiz plan ise gönderi başına yaklaşık 15 yorum ile sınırlıdır.

Nimble

Bu karşılaştırmadaki tüm sağlayıcılar yukarıda belirtilen üçüyle aynı şekilde Instagram scraper'ı olarak işlev görmez. Örneğin, Nimble Instagram'a özel bir endpoint veya şema sunmaz. Bunun yerine, herhangi bir URL'yi yapay zeka destekli bir ayrıştırıcı aracılığıyla işleyen ve yapılandırılmış JSON döndüren genel bir Web API'sidir. Çıktı, sabit bir alan kümesi yerine modelin istek sırasında sayfadan çıkardığı şeye bağlıdır.

Nimble kayıt başına Instagram fiyatlandırması yayınlamaz; erişim teklif bazlıdır. Birden çok site için tek bir API'ye ihtiyacınız varsa ve şema değişikliklerine uyum sağlayabiliyorsanız uygun bir seçenektir.

Instagram scraper API ile Python kodu

Temel Python kazıma, güçlü anti-bot sistemleri nedeniyle Instagram'da çalışmaz; bu nedenle proxy'ler, tarayıcı simülasyonu ve hız sınırlarını yöneten scraper API'lerine güveniriz.
Python'da üç scraper oluşturduk: profiller, gönderiler ve yorumlar; her biri snapshot tabanlı API işleri ve temiz CSV çıktıları kullanır.
Anahtar kelime ve tarih filtreleri dahilinde Instagram gönderi URL'lerini güvenilir şekilde keşfetmek için Google Arama kullanıldı.
Yoklama sistemimiz snapshot durumlarını, yedek indirmeleri, JSON-line ayrıştırmayı ve 15-dakikalık zaman aşımlarını yönetir.

Python ile Instagram takipçi scraper'ı oluşturma

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 token'ınızı ve Instagram profilleri dataset ID'sini ayarlayın.
Kazımak istediğiniz Instagram hesaplarının listesi olan profile_urls'yi tanımlar (burada langchain.ai'dir, 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 dataset'ine gönderilir.
API, bu işi temsil eden bir snapshot_id ile yanıt verir; sonraki adımda kazınmış profil verilerini almak için bunu 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:

Snapshot durumunu her 10 saniyede bir, 15-dakikalık zaman aşımına kadar kontrol eder.
Hem “download_url ile hazır” hem de “yanıtta gömülü öğeler” formatlarını ve ayrıca bir yedek indirme endpoint'ini yönetir.
Devam etmeden önce döndürülen tüm profil kayıtlarını items 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 dataset'e dönüştürürsünüz:

followers, posts_count ve avg_engagement gibi sayısal alanları güvenli şekilde ayrıştırır.
Yararlı profil özniteliklerini tutar: hesap ID'leri, 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 eğitimi)

Adım 1: Kurulum ve yapılandırma

Bu örnekte, bir tarih aralığındaki bir anahtar kelimeyle eşleşen Instagram gönderilerini toplamak için Instagram dataset 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 token'ınızı ve Instagram dataset ID'sini ayarlayın.
Instagram kazıma için proxy'yi yapılandırır.
Arama parametrelerini tanımlar: KEYWORD, çekilecek gönderi sayısı (NUM_POSTS) ve tarih aralığı (DATE_START → DATE_END).

Adım 2: Google arama ile Instagram gönderilerini bulma

Belirli bir tarih aralığındaki kriterlerimize uyan ilgili Instagram gönderilerini bulmak için Google Arama'yı kullanırız.

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 sonuçlarında sayfalar arasında gezinir.
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 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 dataset'ine gönderir.
API, bu kazıma işini tanımlayan ve işlem tamamlandığında sonuçları almak için sonraki adımda kullanılan bir snapshot_id döndürür.

Adım 3: Sonuçları 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.
Yorumlar dataset ID'nizi ve API_TOKEN'ınızı ayarlayın.
Kullanılacak proxy'yi yapılandırır ve arama parametrelerini tanımlar: anahtar kelime, yorumların çekileceği gönderi sayısı ve tarih aralığı.

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/query ve anahtar kelime 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'ına aktarılacak 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 yorumları dataset'ine gönderir.
Her URL, API'nin yorumlarını kazıyacağı gönderiyi bilmesi için {“url”: …} olarak sarılır.
API, bu yorum kazıma işini tanımlayan bir snapshot_id döndürür.

Adım 4: Sonuçları yoklama ve yorum verilerini kaydetme

Kazımanın 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, yorum yapanın kullanıcı adı, yorum metni, beğeniler, yanıtlar, kullanılan hashtag'ler ve etiketlenen kullanıcılar gibi önemli bilgileri çıkararak tüm yorum verilerini alır. Veriler bir pandas DataFrame'e yapılandırılır ve CSV dosyası olarak kaydedilir.

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

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

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

JavaScript yürütme yok: Instagram sayfayı dinamik olarak yükler ve Python script'leri JavaScript'i yürütemez, bu nedenle sayfalar boş görünür. Bu, insan olmayan davranışı anında ortaya çıkarır.
Hız sınırlama: İnsan kullanıcılar saniyede 50 istek yapmaz. Temel scraper'lar öngörülebilir zamanlamayla yeniden dener ve Instagram bunu hemen engeller.
IP itibarı: Instagram gerçek zamanlı IP güven puanlarını, veri merkezi IP'lerini ve IP çoğaltmasını korur. ücretsiz proxy'ler kullanmayın; bunlar birkaç istekten sonra engellenir.

Tarayıcı simülasyonu, IP rotasyonu, JavaScript, hız sınırları ve captcha çözme işlemlerini yöneten bir web scraper API'si kullandık.

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

Instagram, aynı IP'yi tekrar kullanan herhangi bir script'i yasaklar. Instagram'ı ölçekte kazımak için dönen konut proxy'leri kullanmalı, hız sınırlarına uymalı, gecikmeler eklemeli ve Instagram'a doğrudan isteklerden kaçınmalısınız. Instagram'dan veri kazırken proxy'leri nasıl kullandığımız aşağıda açıklanmıştır:

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) gerçekleştirir. Eğitimimiz bunu şu şekilde önler:

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

Kıyaslamada kullanılan Instagram scraper'ları

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

Sayfa türü	Apify	Bright Data	Oxylabs	Smartproxy	Zyte
Instagram gönderisi	apify/instagram-scraper	Instagram – URL'ye göre gönderi toplama	❌	Sosyal Medya Scraping API – instagram_grap hql_post	❌
Instagram profili	apify/instagram-profile-scraper	Instagram – Profiller – topla URL'ye göre	❌	Sosyal Medya Scraping 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	✅	✅
Oxylabs	❌	❌
Zyte	❌	❌

Instagram kazıma nedir?

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

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

SSS'ler

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

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

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

Evet. Instagram doğrudan kazımayı engeller; bu nedenle eğitimimiz Instagram'a doğrudan erişmekten kaçınır ve engelleme, hız sınırları ve parmak izi işlemlerini bizim için yöneten bir scraping API'si kullanır.

Instagram'ın API endpoint'leri, Instagram Graph API gibi, bu eğitimde kazıdığımız genel profil, gönderi ve yorum verilerini sağlamaz. Kendi işletme hesabınız için çalışır ve izinler ile uygulama incelemesi gerektirir; bu nedenle bunun yerine scraper API'lerine güveniriz.

Bu araştırmayı 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: 21 Ağustos 2026, kaynak: https://aimultiple.com/instagram-scraping [Çevrimiçi Kaynak]

Karatas, G. (2026, 21 Ağustos). 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  = aug,
  howpublished    = {\url{https://aimultiple.com/instagram-scraping}},
  note   = {AIMultiple. Erişim tarihi: 21 Ağustos 2026}
}

Tüm verileri indir

11 veri noktasının sonuçları ve zaman damgaları. Bu makalede kullanılan verileri, 3 CSV dosyası içeren ZIP dosyası olarak indirin.

Son güncelleme: 17 Ağustos 2026

İndir

Değişiklik günlüğü

8 güncelleme

202526 Ara
Instagram kazıyıcılarının zaman içindeki başarı oranlarının kararlılığı bölümü eklendi.
19 Kas
Makale, Instagram profillerini, gönderilerini ve yorumlarını kazımak için Python kod örnekleriyle genişletildi.
11 Kas
Instagram kazıyıcı API performans genel bakış bölümü kaldırıldı.
12 Mar
Instagram scraper APIs benchmark results bölümüne Instagram scrapers used in benchmark eklendi.
17 Şub
Girişteki karşılaştırma ölçütü metodolojisi güncellendi.
202410 Ara
Instagram kazımanın tanımı 'Instagram kazıma nedir?' bölümüne eklendi.
9 Ara
Instagram verilerini kazıma yöntemleri bölümü yeni yöntemlerle güncellendi.
28 Kas
Girişe özel kazıyıcı API'leri için karşılaştırma sonuçları ve fiyatlandırma eklendi.

Gulbahar Karatas

Sektör Analisti

Takip Et

Gülbahar, web verisi toplama, web verisinin uygulamaları ve uygulama güvenliğine 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

Python ile Instagram takipçi scraper'ı oluşturma

Instagram gönderi scraper'ı (Python eğitimi)

Instagram yorum scraper'ı (Python)

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

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

Kıyaslamada kullanılan Instagram scraper'ları

Instagram kazıma nedir?

SSS'ler

Bu araştırmayı kaynak gösterin

Değişiklik günlüğü

Etik normlar ve sürecimiz doğrultusunda tarafsızlığı esas alıyoruz. AIMultiple'ın Sosyal Medya Veri Çekme alanındaki kıyaslama hizmetlerinin aboneleri arasında Bright Data, Decodo, Apify yer alır.

Sıradaki Okunma

Proxy fiyatlandırması

Özellik Karşılaştırması

2 Eyl

Instagram Verilerini Kazımak için En İyi Instagram Scraper'ları

2026'nın en iyi Instagram scraper araçları

Instagram scraper kıyaslama sonuçları

Instagram scraper'larının 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

Python ile Instagram takipçi scraper'ı oluşturma

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 eğitimi)

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: Sonuçları 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: Sonuçları yoklama ve yorum verilerini kaydetme

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

Proxy'ler, hız sınırları 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 araştırmayı 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

Düşük Hacim için En Ucuz Proxy'ler:10–200 GB Karşılaştırması

Android Proxy Sunucusu Ayarlarını Yapılandırma

En İyi Arama Motoru Proxy'leri: Benchmark

En İyi Spotify Proxy Sunucuları ve Proxy Ayarları

Web Kazıma için En İyi 5 Ücretsiz Chrome Uzantısı

Decodo İncelemesi: Fiyatlandırma, Hız ve Başarı Oranları

Bright Data

Decodo

Apify

Nimble