What is a LinkedIn scraper?

A LinkedIn scraper is a tool or script that automatically extracts publicly available information from LinkedIn profiles, job posts, or company pages. These tools are designed to crawl LinkedIn data such as names, titles, company names, and locations, typically through APIs or automated scripts.

Which LinkedIn data can you scrape?

You can only scrape publicly visible data such as profile names, company names, job titles, industries, and post text. Avoid collecting private or sensitive information (e.g., emails or phone numbers), and always follow LinkedIn’s terms of service and ethical web scraping guidelines.

Bu Benchmarkı Kaynak Göster

En İyi LinkedIn Kazıyıcılar: Bright Data, Apify & PhantomBuster

Sedat Dogan

ile

Gulbahar Karatas

Güncellenme tarihi: 10 Haz 2026

Bakınız etik normlar

Bu Benchmarkı Kaynak Göster

En iyi LinkedIn kazıyıcı araçlarını gönderiler, profiller ve iş ilanları üzerinden 9.000 istek kullanarak test ettik. Bu rehber iki ana alanı kapsar:

Başarı oranı, hız ve fiyata göre en iyi LinkedIn veri kazıyıcılarının karşılaştırması
LinkedIn gönderilerini, profillerini, şirketlerini ve işlerini çıkarmak için Python eğitimi.

Satıcı

Odak

Bright Data

Özel büyük ölçekli ve düşük maliyetli API çözümü

Apify

Pazar lideri kazıma API yelpazesi (topluluk odaklı yaklaşım)

Linked Helper

Bireysel kullanıcılar için masaüstü uygulama

Apify vs. Bright Data: 2026 LinkedIn kazıyıcı API karşılaştırması

Apify sizin için mantığı yöneten hazır kazıyıcılarda üstündür.
Bright Data kendi özel LinkedIn kazıma altyapısını devasa ölçekte oluşturmak için sağlam bir kazıma tarayıcısına veya konut proxy'lerine ihtiyaç duyan geliştiriciler için uygundur.

LinkedIn kazıyıcılar	Tür	Amaç	Başlangıç fiyatı/ay	Ücretsiz deneme
Bright Data	Proxy tabanlı	Veri toplama platformu	1K istek başına 1,5 $	20 ücretsiz API çağrısı
Apify	cookie'ler tabanlı Proxy tabanlı	Veri toplama platformu	30 $	3 gün
Nimbleway	Proxy tabanlı	Veri toplama platformu	150 $	7 gün
Dripify	Proxy tabanlı	LinkedIn otomasyon platformu	39 $	7 gün
Linked Helper	Proxy tabanlı	LinkedIn otomasyon platformu	15 $	14 gün
PhantomBuster	cookie'ler tabanlı	LinkedIn otomasyon platformu	69 €	14 gün
Snov.io	Tarayıcı uzantısı	LinkedIn otomasyon platformu	39 $	50 kredi, 100 e-posta alıcısı
FindThatLead	Tarayıcı uzantısı	LinkedIn otomasyon platformu	49 €	50 kredi

LinkedIn kazıma test sonuçları

Bu grafik, her 15 dakikada bir yapılan canlı testlere dayalı olarak LinkedIn kazıyıcı API'lerinin günlük başarı oranlarını karşılaştırır:

Doğrulanmış e-postaların çıkarılması: LinkedIn e-posta kazıyıcı araçları ve yöntemleri

1. Proxy tabanlı LinkedIn kazıyıcılar

Proxy tabanlı LinkedIn kazıyıcılar, LinkedIn verilerini büyük ölçekte çıkarmak için kendi proxy altyapılarını, IP adreslerini ve sunucularını kullanır. Bu API'ler, yönetilen bir proxy ağı üzerinden istek gönderir.

Bu, yüksek hacimli, güvenilir LinkedIn kazıma için doğru yaklaşımdır çünkü:

Hızlı: Kazıyıcı verileri kazırken birden fazla profile güvendiği için daha hızlı kazıyabilir.
Güvenilir: Hedef web sitesi bir profili veya IP adresini yasaklarsa, sağlayıcı işlemlere devam etmek için başka birine geçer.
Güvenli: Kazımayı sipariş eden kişinin kendi hesabını kullanmasına gerek yoktur, bu nedenle profilinizin yasaklanma riski yoktur.

Bright Data

Bright Data, halka açık LinkedIn sayfalarından yapılandırılmış veri çıkarmak için tasarlanmış özel bir LinkedIn Web Kazıyıcı API sağlar. API paketi, doğruluk ve uyumluluk için optimize edilmiş Profiller API'si, Gönderi API'si ve Şirket API'sini içerir. Platform ayrıca belirli LinkedIn kullanım durumlarına özel LinkedIn veri setleri de sunar.

Özellikler:

Keşif: İlk ve soyadı, tarih filtreleri veya iş konumu gibi belirli bir anahtar kelime kullanarak LinkedIn'den veri alabilirsiniz.
Gerçek zamanlı kazıma: Kullanıcıların LinkedIn'de bulunan en güncel bilgileri almasını sağlar.
Dahili proxy desteği: LinkedIn API'leri dahili proxy desteği içerir.

LinkedIn verilerini büyük ölçekte alın, API25 koduyla %25 indirim

Web Sitesini Ziyaret Et

Apify

Apify, LinkedIn'de web kazıma için özelleştirilmiş hazır Aktörler yelpazesi sunar. Popüler LinkedIn kazıma araçları arasında İş Kazıyıcı, Satış Navigator Kazıyıcı, Şirket Kazıyıcı, Profil Kazıyıcı, Gönderi Kazıyıcı ve Reklam Kazıyıcı bulunur.

Özellikler:

Özelleştirilebilir Aktörler (Hazır Web Kazıyıcıları): Topluluk geliştiricileri tarafından oluşturulan, her biri belirli kazıma ihtiyaçlarına uyarlanabilir bir LinkedIn kazıyıcı pazarı.
Otomasyon: Birden fazla Aktörü bağlayın veya API'ler aracılığıyla dış araçlarla entegre edin. Her Aktör, kullanıcıların çeşitli kazıma Aktörlerini yönetmesine ve bunlarla iletişim kurmasına olanak tanıyan MCP sunucusuna bağlantıları destekler.

Apify'ın LinkedIn kazıyıcısını deneyin (3 gün ücretsiz)

Web Sitesini Ziyaret Et

Proxycurl

Proxycurl, profiller, şirketler, işler ve çalışanlar için yapılandırılmış veri sağlayan geliştirici odaklı bir LinkedIn kazıma API'sidir. Tarayıcı otomasyon araçlarının aksine, Proxycurl analitik için hazır taze, normalize edilmiş JSON verisi döndürmek için bir REST API kullanır.

Özellikler:

Özel LinkedIn Profil, Şirket, Çalışan ve İş uç noktaları.
Esnek, ölçeklenebilir veri toplama için kullanım bazlı fiyatlandırma.
Maliyet kontrolü için gerçek zamanlı ve önbelleğe alınmış veri seçenekleri sunar.

Nimble

ScraperAPI, LinkedIn veri çıkarma için özel destek içeren yönetilen bir proxy ve web kazıma altyapısıdır. Hazır bir LinkedIn veri seti sağlamak yerine, IP döndürme, CAPTCHA çözme ve başlık yönetimi dahil olmak üzere kazıma sürecini yönetir.

Özellikler

Paralel istek desteği: Dakikada binlerce isteği ölçeklendirin.
Profiller, şirketler ve iş sayfaları için LinkedIn'e özel şablonlar.

Dripify

Dripify, satış profesyonellerinin platformdaki görevleri otomatikleştirmesine yardımcı olan bir LinkedIn otomasyon aracıdır. Kullanıcıların LinkedIn potansiyel müşteri verilerine erişmesini ve bunları bir CSV dosyasına aktarmasını sağlayan bir LinkedIn kazıyıcı sağlarlar.

Özellikler:

Yerel IP adresi: Kullanıcının yerel bölgesinden benzersiz bir IP adresi sağlar, kullanıcıların farklı coğrafi bölgelerdeymiş gibi web sitelerine erişmesini sağlar.
İnsan davranışı simülasyonu: LinkedIn ile etkileşime girdiğinde gerçek bir kullanıcının eylemlerini taklit eder. İstekler arasında rastgele zaman gecikmeleri ekler ve sizi daha gerçek bir kullanıcı gibi göstermek için bağlantılara veya düğmelere yapılan kullanıcı tıklamalarını simüle eder.

Linked Helper

Linked Helper, aynı zamanda LinkedIn kazıma işlevselliğini de içeren masaüstü tabanlı bir LinkedIn otomasyon platformudur. Araç varsayılan olarak proxy gerektirmez, ancak kullanıcıların LinkedIn hesabı başına manuel olarak proxy kurmasına olanak tanır.

Özellikler:

Otomatik Profil Bağlantısı: LinkedIn profillerini ziyaret eder ve kişiselleştirilmiş mesajlar gönderir.
Veri Kazıma: LinkedIn profillerinden ve Satış Navigator'dan veri toplamak için bir veri çıkarıcı sunar. Toplanan verileri CSV formatında alabilirsiniz.
Dahili CRM: Tüm iletişim bilgileri Linked Helper içindeki entegre bir CRM'de saklanır. Harici bir CRM kullanıyorsanız, bu CRM'lere veri gönderebilirsiniz.

cookie'ler tabanlı araçlar, veri çıkarmak için tarayıcı çerezinizi kullanır. ¹. Düşük hacimli, kritik olmayan veri toplama için kullanılırlar, özellikle kullanıcılar zaten bu otomasyon araçlarının müşterisiyse ve ek maliyetler doğurmazsa.

Bu otomasyon araçları, sosyal ağlarda görevleri yerine getirmek için sizin adınıza "hareket etmelidir":

LinkedIn'de oturum açtığınızda, web sitesi tarayıcınıza bir oturum cookie'ler ayarlar (bu oturumunuza benzersizdir).
Bu cookie'ler LinkedIn kazıyıcıya iletmeniz gerekir.
Ardından, kazıyıcı bağlantı istekleri yapmak ve veri toplamak için sosyal ağdan oturum çerezinizi kullanır. LinkedIn'de bağlantı istekleri gönderme ve gönderileri beğenme gibi kişiselleştirilmiş görevleri otomatikleştirebilirsiniz.

Bu yaklaşım:

Yavaş: İnsan davranışını taklit ettiği için kazıma, kendi altyapısını kullanan araçlara göre daha yavaştır. Büyük ölçekli veri çıkarma görevleri için uygun değillerdir.
Riskli: LinkedIn şüpheli bir aktivite tespit ederse, geçici kısıtlamalarla karşılaşabilir veya LinkedIn'den kalıcı olarak yasaklanabilirsiniz.

Phantombuster

PhantomBuster, platformdan halka açık verileri kazımak için bir LinkedIn profil kazıyıcısı ve bir şirket kazıyıcısı sunar.

Özellikler:

Güncellenmiş LinkedIn verileri: LinkedIn kazıma aracını günlük olarak veri çıkarmak için tekrar tekrar başlatacak şekilde ayarlayabilirsiniz.
Firefox ve Chrome uzantısı: LinkedIn veri çıkarıcısı bir uzantı olarak mevcuttur.
Bulut tabanlı: Uzak sunucularda çalışır, kullanıcıların yerel kaynakları kullanmadan LinkedIn'den veri çıkarmasına olanak tanır.

3. Tarayıcı uzantısı LinkedIn kazıyıcılar

Tarayıcı uzantısı araçları doğrudan tarayıcı içinde çalışır. LinkedIn'de gezinirken etkinleştirilebilirler. Bu araçlar daha küçük kazıma görevleri için idealdir. Tarayıcı uzantısı kazıyıcılarını kullanmanın riski tarayıcıya bağlıdır. Tarayıcı güncellenirse veya değişirse, uzantı araçları bozulabilir.

Snov.io

Snov.io, ulaşım döngüsü boyunca çözümler sunan bir Chrome uzantısı satış katılım platformudur. Snov.io'nun LinkedIn E-posta Bulucusu, mekanik olarak bir LinkedIn profilinden veya arama sonuçları sayfasından e-posta adreslerini çıkarır.

Snov.io'nun özel bir LinkedIn kazıma aracı olmadığı, yalnızca e-posta adreslerini kazıyabildiği belirtilmelidir. LinkedIn İnsan Arama sayfalarından ve LinkedIn Satış Navigator arama sonuçlarından toplu olarak e-posta toplayabilirsiniz.

PhantomBuster, Linked Helper ve Dripify gibi LinkedIn otomasyon sağlayıcıları hazır betikler sağlar. Kuruluşunuzun LinkedIn otomasyonuna ihtiyacı varsa ancak bir e-posta çözümü yoksa, Snov.io yeterli olabilir. Ücretsiz plan (50 kredi) cömerttir.

Özellikler:

E-posta Bulucu: Ad, şirket ve alan adı girdilerine göre e-posta adresleri keşfeder. Snov.io ayrıca potansiyel müşteri oluşturmak için ("tıkla ve topla") Chrome uzantıları da sunar. LinkedIn ve Google arama motorlarından e-postaları çıkarabilirsiniz.
E-posta Doğrulayıcı: Bir 7 kademeli e-posta doğrulama aracı sunar, adresleri %98 doğrulukla doğrular. Unutmayın ki doğrulama kredi tüketir, doğrulama başına bir kredi.

findthatlead

FindThatLead, bulut tabanlı bir B2B potansiyel müşteri oluşturma ve e-posta doğrulama platformudur. Platform, kullanıcıların LinkedIn profillerinden ve web sitelerinden e-posta adreslerini çıkarmasına olanak tanıyan bir Chrome uzantısı sunar. Ücretsiz bir çözüm değildir ve kendi FindThatLead hesabınızdan kredi gerektirir.

Özellikler:

E-posta Bulucu & Doğrulayıcı: Adınız, e-posta adresiniz ve iş unvanınız gibi ek bilgiler içeren LinkedIn'den ve diğer web sitelerinden e-postalar alabilirsiniz.
E-posta Gönderici & Damlama Kampanyaları: E-posta Gönderici, her alıcı için mesajları kişiselleştirmenize olanak tanıyan ücretsiz bir araçtır.

Fiyatlandırma:

Başlangıç fiyatı (ay): 49 $ (2000 e-posta kredisi)
Deneme: Chrome uzantısı dahil 50 e-posta kredisi.

Evaboot

Evaboot, potansiyel müşteri verilerini doğrudan LinkedIn Satış Navigator'dan dışa aktaran Chrome tabanlı bir otomasyon aracıdır. Proxy'ler üzerinden kazımak yerine, görünen potansiyel müşteri verilerini toplamak ve temizlemek için kendi Satış Navigator oturumunuzu kullanır. Ancak büyük ölçekli kazıma veya otomatik planlama için uygun değildir.

Özellikler

Yerel Satış Navigator entegrasyonu: Satış Navigator arama sonuçlarından adları, iş unvanlarını, şirket adlarını, sektörleri ve konumları çeker.
Veri temizleme: Yinelenenleri, bozuk bağlantıları ve eksik profilleri otomatik olarak kaldırır.

Fiyatlandırma:

7 günlük ücretsiz deneme ile ayda 49 $'dan başlar.
Küçük ekipler için dışa aktarma başına ödeme seçenekleri sunar.

Python geliştirici rehberi: selenium ve API'ler aracılığıyla LinkedIn kazıyıcı

Python ve Bright Data API'sini kullanarak LinkedIn kazıma işlemini nasıl gerçekleştireceğinizi öğrenin. Bu eğitim, LinkedIn gönderilerini, profillerini, işlerini ve şirket verilerini programlı olarak nasıl çıkaracağınızı gösterir.

Her örnek aynı deseni izler: hedef LinkedIn URL'sini Bright Data'nın LinkedIn Kazıyıcı API'sine gönderirsiniz ve karşılığında yapılandırılmış veriler (JSON veya CSV) alırsınız.

Önkoşullar

Başlamak için sadece birkaç kurulum adımı gerekir:

Python 3.x sisteminizde yüklüdür
requests kütüphanesi (pip install requests)
Bright Data hesabı ve LinkedIn veri seti etkinleştirilmiştir

LinkedIn gönderilerini nasıl kazıyabilirim

Adım 1: Kazıma işini tetikle

Kazıma işlemini başlatmak için bir LinkedIn gönderi URL'sini Bright Data API uç noktasına gönderin. Aynı desen, bu rehberde daha sonra profil, iş ve şirket kazıma için de geçerlidir.

1import requests
2import json
3import os
4
5# Hidden secrets read from environment variables
6url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
7API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
8DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
9
10headers = {
11    "Authorization": "Bearer " + API_KEY,
12    "Content-Type": "application/json",
13}
14
15params = {
16    "dataset_id": DATASET_ID,
17    "include_errors": "true",
18}
19
20linkedin_urls = [
21    "https://www.linkedin.com/posts/example-post-1",
22    "https://www.linkedin.com_posts/example-post-2",
23    "https://www.linkedin.com/posts/example-post-3",
24]
25
26data = [{"url": url} for url in linkedin_urls]
27
28response = requests.post(url, headers=headers, params=params, json=data)
29
30try:
31    result = response.json()
32    print(json.dumps(result, indent=4))
33except json.JSONDecodeError:
34    print("Could not get valid JSON response:", response.text)

Bu Python betiği, kazıma işini başlatmak için Bright Data LinkedIn Kazıyıcı API'sine bir POST isteği gönderir. API anahtarımızı kullanarak kimlik doğrulaması yapar ve veri seti kimliğini belirtir. "

Her LinkedIn gönderi URL'si bir JSON nesnesi olarak iletilir ve arka planda proxy döndürme, CAPTCHA çözme ve istek doğrulamasını yöneten API'ye gönderilir. API, daha sonra kazınmış LinkedIn verilerini almak için kullanacağınız benzersiz bir anlık görüntü kimliği döndürür.

Adım 2: Kazınmış verileri alın

Tetik işi tarafından döndürülen anlık görüntü kimliğini kullanın. Sırlar ve uç noktalar yalnızca env değişkenlerinden okunur.

1# retrieve_snapshot.py
2import requests
3import time
4import json
5import os
6
7snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13while True:
14    response = requests.get(url, headers=headers)
15    raw_text = response.text.strip()
16
17    try:
18        data = json.loads(raw_text)
19    except json.JSONDecodeError:
20        print("Multiple JSON objects detected. Processing line by line...")
21        for line in raw_text.splitlines():
22            try:
23                item = json.loads(line)
24                post_text = item.get("post_text", "[Not available]")
25                num_likes = item.get("num_likes", "[Not available]")
26                num_comments = item.get("num_comments", "[Not available]")
27
28                print("Post Text:", post_text)
29                print("Likes:", num_likes)
30                print("Comments:", num_comments)
31                print("-" * 40)
32            except Exception as e:
33                print("Skipped invalid line:", e)
34        break
35
36    status = data.get("status")
37
38    if status == "building":
39        print("Data is being processed... Waiting.")
40        time.sleep(5)
41        continue
42    elif status == "done":
43        print("Data is ready!")
44        for item in data.get("items", []):
45            print("Post Text:", item.get("post_text", "[Not available]"))
46            print("Likes:", item.get("num_likes", "[Not available]"))
47            print("Comments:", item.get("num_comments", "[Not available]"))
48            print("-" * 40)
49        break
50    else:
51        print("Unexpected status:", status)
52        break

Bu betik, tetik işi tarafından döndürülen anlık görüntü kimliğini kullanarak kazınmış LinkedIn verilerini alır. Kazıma işlemi tamamlanana kadar iş durumunu kontrol etmek için Bright Data API'sini yoklar.

API yanıtı, tek bir JSON nesnesi (durum ile) veya NDJSON formatında birden fazla JSON nesnesi olabilir. NDJSON yanıtları için her satırı ayrıştırın ve gönderi kayıtlarını çıkarın; tek JSON yanıtları için durum alanını kontrol edin: "oluşturuluyor" ise birkaç saniye bekleyin ve "tamamlandı" olana kadar tekrar deneyin. Bittiğinde, yapılandırılmış LinkedIn gönderi verilerini çıkarıp görüntüleyebilirsiniz.

Python ile LinkedIn işlerini nasıl kazıyabilirim

Python ve LinkedIn Kazıyıcı API'sini kullanarak LinkedIn iş ilanlarını nasıl kazıyacağınızı öğrenin. Başlıklar, şirketler, konumlar, yayınlama tarihleri ve iş açıklamaları dahil olmak üzere yapılandırılmış iş verilerini doğrudan LinkedIn iş URL'lerinden çıkarabilirsiniz.

Bu yaklaşım, iş panoları, işe alım analitiği veya maaş araştırma araçları oluşturmak için idealdir.

Adım 1: Kazıma işini tetikle

Aşağıdaki betik, bir LinkedIn iş kazıma görevini başlatmak için Bright Data'nın API'sine bir POST isteği gönderir. Her iş URL'si, otomatik olarak proxy döndürme ve LinkedIn'in anti-bot korumasını yöneten LinkedIn_jobs veri setine iletilir.

1# trigger_jobs.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,
18    "include_errors": "true",
19    "type": "discover_new",
20    "discover_by": "keyword",
21}
22
23data = [
24    {
25        "location": "New York",
26        "keyword": "software engineer",
27        "country": "US",
28        "job_type": "Full-time",
29        "remote": "Hybrid",
30        "company": "",
31        "location_radius": ""
32    },
33    {
34        "location": "New York",
35        "keyword": "data analyst",
36        "country": "US",
37        "job_type": "Full-time",
38        "remote": "Remote",
39        "company": "",
40        "location_radius": ""
41    },
42]
43
44response = requests.post(url, headers=headers, params=params, json=data)
45result = response.json()
46print(f"Snapshot ID: {result['snapshot_id']}")

Bu betik, Bright Data API'sine bir POST isteği göndererek LinkedIn iş kazıma işlemini başlatır. API anahtarımızı kullanarak kimlik doğrulaması yapar ve LinkedIn İşler veri seti kimliğini belirtir.

Arama kriterleri, hangi rollerin kazınacağını tanımlar. Örneğin, New York genelinde hibrit pozisyonlardaki yazılım mühendisleri veya uzaktan rollerdeki veri analistleri.

API, kazıma tamamlandığında sonuçları almak için kullanılabilecek bir anlık görüntü kimliği döndürür. Tüm kazıma görevleri Bright Data'nın bulut altyapısında çalıştığı için, Python betiğinizi kapatırsanız bile işlem devam eder.

Adım 2: Bekleyin ve sonuçları alın

Kazımanın tamamlanması için 5-10 dakika bekleyin, ardından verileri almak için bu betiği kullanın:

1# retrieve_jobs.py
2import requests
3import json
4import os
5
6snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
7
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}?format=json"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13response = requests.get(url, headers=headers)
14
15if response.status_code == 200:
16    lines = response.text.strip().splitlines()
17    first_line = json.loads(lines[0])
18
19    print(f"✓ Total jobs found: {len(first_line)}\n")
20    print("First 10 job listings:\n")
21    print("="*80)
22
23    for idx, job in enumerate(first_line[:10], 1):
24        if isinstance(job, dict):
25            print(f"\n[{idx}]")
26            print(f" Position: {job.get('job_title', 'N/A')}")
27            print(f" Company:  {job.get('company_name', 'N/A')}")
28            print(f" Location: {job.get('job_location', 'N/A')}")
29            print(f" Job Type: {job.get('job_employment_type', 'N/A')}")
30            print(f" Seniority: {job.get('job_seniority_level', 'N/A')}")
31            print(f" Link:     {job.get('url', 'N/A')}")
32            print("-"*80)
33
34    print(f"\n✓ First 10 displayed (total {len(first_line)} records available)")
35else:
36    print(f"Error: {response.status_code}")

LinkedIn iş kazıma işlemi tamamlandıktan sonra, tetik işi tarafından döndürülen anlık görüntü kimliğini kullanarak yapılandırılmış verileri alırız. Yanıt genellikle NDJSON formatındadır, burada her satır ayrı bir iş ilanını temsil eder.

Her girişi ayrıştırır ve iş unvanı, şirket adı, konum, istihdam türü ve yayınlama tarihi dahil olmak üzere temel bilgileri çıkarır. Tek JSON yanıtları için betik durum alanını kontrol eder ve "tamamlandı" olana kadar bekler, böylece tüm LinkedIn iş verilerinin tamamen işlendiğinden emin olur. Betik ayrıca eksik alanları sorunsuz bir şekilde yönetmek için varsayılan değerlerle .get() kullanır.

LinkedIn profil sayfalarını nasıl kazıyabilirim

LinkedIn profillerini birkaç meşru kullanım durumu için kazımak isteyebilirsiniz. Örneğin, belirli bir şirketten çalışanları analiz etmek, bir işe alım veritabanını zenginleştirmek veya bir ağ etkinliğinden toplanan bir LinkedIn profil URL listesi işlemek.

Adım 1: Kazıma işini tetikle

1# trigger_profiles.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7api_url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,  # Get this from your Bright Data dashboard
18    "include_errors": "true",
19}
20
21profile_urls = [
22    "https://www.linkedin.com/in/example-profile-1/",
23    "https://www.linkedin.com/in/example-profile-2/",
24    "https://www.linkedin.com/in/example-profile-3/"
25]
26
27data = [{"url": profile_url} for profile_url in profile_urls]
28
29response = requests.post(api_url, headers=headers, params=params, json=data)
30
31try:
32    result = response.json()
33    print(json.dumps(result, indent=4))
34except json.JSONDecodeError:
35    print("Could not get valid JSON response:")
36    print(response.text)

Bu betik, belirtilen LinkedIn profillerini kazımak için Bright Data'nın API'sine bir POST isteği gönderir. API token'ımızla kimlik doğrulaması yapar ve veri seti kimliğini (LinkedIn İnsanlar veri seti altında Bright Data kontrol panelinde mevcuttur) sağlar.

Profil URL'leri sözlük nesneleri olarak biçimlendirilir ve verileri daha sonra almak için bir anlık görüntü kimliği döndüren ve işleyen API'ye gönderilir. try-except bloğu yanıtı işler ve anlık görüntü kimliğini veya herhangi bir hatayı görüntüler.

Adım 2: Kazınmış LinkedIn profil verilerini alın

İş bitene kadar LinkedIn Kazıyıcı API'sini yoklamak için 1. adımda döndürülen anlık görüntü kimliğini kullanın, ardından yanıtı ayrıştırın.

1import requests
2import time
3import json
4
5snapshot_id = "YOUR_SNAPSHOT_ID"
6url = f"BRIGHT_DATA_SNAPSHOT_ENDPOINT/{snapshot_id}"
7
8headers = {
9    "Authorization": "Bearer YOUR_API_KEY_HERE"
10}
11
12while True:
13    response = requests.get(url, headers=headers)
14    raw_text = response.text.strip()
15
16    print(f"Status Code: {response.status_code}\n")
17
18    if response.status_code != 200:
19        print("Error:", raw_text)
20        break
21
22    try:
23        data = json.loads(raw_text)
24    except json.JSONDecodeError:
25        print("Processing JSONL format (multiple JSON objects)...\n")
26
27        for line in raw_text.splitlines():
28            line = line.strip()
29            if not line:
30                continue
31
32            try:
33                item = json.loads(line)
34
35                profile_id = item.get("id", "[Not available]")
36                name = item.get("name", "[Not available]")
37                country_code = item.get("country_code", "[Not available]")
38                about = item.get("about", "[Not available]")
39                experience = item.get("experience", []) or []
40                current_company = item.get("current_company", {}) or {}
41
42                print("=" * 60)
43                print(f"ID: {profile_id}")
44                print(f"Name: {name}")
45                print(f"Country Code: {country_code}")
46
47                if about and about != "[Not available]":
48                    print(f"About: {about[:150]}..." if len(about) > 150 else f"About: {about}")
49                else:
50                    print("About: [Not available]")
51
52                if current_company:
53                    company_name = current_company.get("name", "[Not available]")
54                    company_title = current_company.get("title", "[Not available]")
55                    print(f"Current Company: {company_name}")
56                    if company_title != "[Not available]":
57                        print(f" Title: {company_title}")
58
59                print(f"Total Experience: {len(experience)} positions")
60
61                if experience and len(experience) > 0:
62                    print("\nExperience:")
63                    for idx, exp in enumerate(experience[:3], 1):
64                        exp_title = exp.get("title", "N/A")
65                        exp_company = exp.get("company_name", "N/A")
66                        print(f" {idx}. {exp_title} at {exp_company}")
67
68            except json.JSONDecodeError as e:
69                print(f"JSON parse error: {e}")
70            except Exception as e:
71                print(f"Error processing line: {e}")
72
73        print("\n" + "=" * 60)
74        print("All profiles processed successfully!")
75        break
76
77    status = data.get("status")
78
79    if status in ["building", "running"]:
80        print(f"Status: {status} - Waiting 5 seconds...")
81        time.sleep(5)
82        continue
83
84    elif status in ["ready", "done"]:
85        print("Data is ready! Processing items...\n")
86
87        for item in data.get("items", []):
88            profile_id = item.get("id", "[Not available]")
89            name = item.get("name", "[Not available]")
90            country_code = item.get("country_code", "[Not available]")
91            about = item.get("about", "[Not available]")
92            experience = item.get("experience", []) or []
93            current_company = item.get("current_company", {}) or {}
94
95            print("=" * 60)
96            print(f"ID: {profile_id}")
97            print(f"Name: {name}")
98            print(f"Country Code: {country_code}")
99            print(f"About: {about[:100]}..." if about != "[Not available]" else "About: [Not available]")
100            print(f"Current Company: {current_company.get('name', '[Not available]')}")
101            print(f"Total Experience: {len(experience)} positions")
102
103        break
104
105    else:
106        print(f"Unexpected status: {status}")
107        break

API, NDJSON (satır başına bir JSON nesnesi) veya durum alanına sahip tek bir JSON nesnesi döndürebilir. Betiğiniz her ikisini de işler: durumu ("oluşturuluyor", "çalışıyor", "hazır", "tamamlandı") kontrol eder, gerektiğinde bekler ve yapılandırılmış LinkedIn profil verilerini mevcut olduğunda yazdırır.

LinkedIn şirket verilerini nasıl kazıyabilirim

İsimler, sektörler, boyutlar, konumlar ve çalışan sayıları dahil olmak üzere halka açık şirket verilerini çıkarmak için bir LinkedIn şirket kazıyıcısı kullanabilirsiniz. Şirket URL'lerinize zaten sahip değilseniz, site:linkedin.com/company/ [industry or keyword] gibi bir Google Arama API sorgusu kullanarak bunları oluşturabilirsiniz.

Adım 1: Kazıma işini tetikle

1# trigger_companies.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,  # Get this from your Bright Data dashboard
18    "include_errors": "true",
19}
20
21company_urls = [
22    "https://www.linkedin.com/company/example-company-1",
23    "https://www.linkedin.com/company/example-company-2",
24    "https://www.linkedin.com/company/example-company-3",
25]
26
27data = [{"url": company_url} for company_url in company_urls]
28
29response = requests.post(url, headers=headers, params=params, json=data)
30
31print("Status Code:", response.status_code)
32print("\nResponse:")
33
34try:
35    result = response.json()
36    print(json.dumps(result, indent=4))
37except json.JSONDecodeError:
38    print("Could not get valid JSON response:")
39    print(response.text)

API token'ımızla kimlik doğrulaması yapar ve Bright Data kontrol panelinden veri seti kimliğini dahil eder. LinkedIn şirket URL'leri gerekli JSON formatına dönüştürülür ve işleme için API'ye gönderilir.

İstek kabul edildiğinde, API, daha sonra kazınmış şirket verilerini almak için kullanacağımız bir anlık görüntü kimliği döndürür. Temel hata yönetimi, betiğin anlık görüntü kimliğini görüntülediğinden veya hata ayıklama için herhangi bir istek sorununu kaydettiğinden emin olur.

Adım 2: Kazınmış verileri alın

Kazıma işi tetiklendiğinde, durumu kontrol etmek ve verileri almak için anlık görüntü kimliğini kullanın.

1# retrieve_companies.py
2import requests
3import time
4import json
5import os
6
7snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13while True:
14    response = requests.get(url, headers=headers)
15    raw_text = response.text.strip()
16
17    print(f"Status Code: {response.status_code}\n")
18
19    if response.status_code != 200:
20        print("Error:", raw_text)
21        break
22
23    try:
24        data = json.loads(raw_text)
25    except json.JSONDecodeError:
26        print("Processing JSONL format (multiple JSON objects)...\n")
27
28        for line in raw_text.splitlines():
29            line = line.strip()
30            if not line:
31                continue
32
33            try:
34                item = json.loads(line)
35
36                company_id = item.get("id", "[Not available]")
37                name = item.get("name", "[Not available]")
38                website = item.get("website", "[Not available]")
39                country_code = item.get("country_code", "[Not available]")
40                company_size = item.get("company_size", "[Not available]")
41                employees_in_linkedin = item.get("employees_in_linkedin", "[Not available]")
42                followers = item.get("followers", "[Not available]")
43                about = item.get("about", "[Not available]")
44                specialties = item.get("specialties", "[Not available]")
45                organization_type = item.get("organization_type", "[Not available]")
46
47                print("=" * 60)
48                print(f"ID: {company_id}")
49                print(f"Name: {name}")
50                print(f"Website: {website}")
51                print(f"Country: {country_code}")
52                print(f"Company Size: {company_size}")
53                print(f"Employees on LinkedIn: {employees_in_linkedin}")
54                print(f"Followers: {followers}")
55                print(f"Organization Type: {organization_type}")
56                if specialties and specialties != "[Not available]":
57                    print(f"Specialties: {specialties}")
58                if about and about != "[Not available]":
59                    print(f"About: {about[:150]}..." if len(about) > 150 else f"About: {about}")
60
61            except json.JSONDecodeError as e:
62                print(f"⚠ JSON parse error: {e}")
63            except Exception as e:
64                print(f"⚠ Error processing line: {e}")
65
66        print("\n" + "=" * 60)
67        print("✓ All companies processed successfully!")
68        break
69
70    status = data.get("status")
71
72    if status in ["building", "running"]:
73        print(f"Status: {status} - Waiting 5 seconds...")
74        time.sleep(5)
75        continue
76    elif status in ["ready", "done"]:
77        print("Data is ready! Processing items...\n")
78        for item in data.get("items", []):
79            company_id = item.get("id", "[Not available]")
80            name = item.get("name", "[Not available]")
81            website = item.get("website", "[Not available]")
82            country_code = item.get("country_code", "[Not available]")
83            company_size = item.get("company_size", "[Not available]")
84            employees_in_linkedin = item.get("employees_in_linkedin", "[Not available]")
85            followers = item.get("followers", "[Not available]")
86            about = item.get("about", "[Not available]")
87            specialties = item.get("specialties", "[Not available]")
88            organization_type = item.get("organization_type", "[Not available]")
89
90            print("=" * 60)
91            print(f"ID: {company_id}")
92            print(f"Name: {name}")
93            print(f"Website: {website}")
94            print(f"Country: {country_code}")
95            print(f"Company Size: {company_size}")
96            print(f"Employees on LinkedIn: {employees_in_linkedin}")
97            print(f"Followers: {followers}")
98            print(f"Organization Type: {organization_type}")
99            print(f"About: {about[:100]}..." if about != "[Not available]" else "About: [Not available]")
100
101        break
102    else:
103        print(f"Unexpected status: {status}")
104        break

Bu betik, önceki adımdan anlık görüntü kimliğini kullanarak kazınmış şirket verilerini getirir. Sürekli olarak API'yi yoklar ve birden fazla yanıt formatını destekler.

Önce, herhangi bir hatayı tespit etmek için HTTP durum kodunu doğrular. Ardından yanıtı ayrıştırmayı dener, bu iki formatta gelebilir: JSONL (yeni satırla ayrılmış JSON nesneleri) veya durum bilgileri içeren standart bir JSON nesnesi.

2026'da LinkedIn kazıma yasal mı?

IAB Yapay Zeka Yayıncılar için Hesap Verebilirlik Yasası düzenlemeleri sıkılaştırdı. Artık LinkedIn gibi platformlar, AI eğitimi veya büyük ölçekli kullanım için veri toplarken robots.txt dosyalarındaki no-crawling kurallarını görmezden gelenlere karşı yasal işlem başlatabilir.

Halka açık kazıma "hackleme" olarak kabul edilmez, ancak robots.txt kurallarını ihlal ederse veya istilacı profil oluşturma için kullanılırsa artık ciddi yasal riskler taşır.

LinkedIn'in Hizmet Şartları, izin olmadan platformuna otomatik erişimi yasaklar.²
ancak, belirli yargı bölgelerinde LinkedIn sayfalarından (giriş yapmanın arkasında olmayan) halka açık olarak erişilebilir bilgileri toplamak izin verilebilir olabilir.

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

LinkedIn kazıyıcı test metodolojisi

Test, veri alma tutarlılığını ve gecikmeyi ölçmek için periyodik olarak önceden tanımlanmış LinkedIn profillerine ve şirket sayfalarına istek gönderir. Toplamda 100 profil URL'si ve 100 şirket URL'si sabit aralıklarla istenir ve sonuçlar günlük olarak toplanır.

İstekler, LinkedIn'den gelen hız sınırlamasını en aza indirirken düzenli örnekleme sağlamak için her 15 dakikada bir 60 saniyelik bir zaman aşımı ile çalışır.

Bir istek, yanıt "linkedin_id", "headline", "company_name" veya "industry" gibi LinkedIn'e özgü alanları içeriyorsa başarılı kabul edilir. Başarı iki adımda doğrulanır:

Önce bu tanımlayıcıları tarayarak,
Ve ardından doğrudan bir eşleşme bulunamazsa kısmi biçimlendirilmiş içeriği tekrar kontrol ederek. Bu çift işlem, küçük düzen veya biçimlendirme değişikliklerinden kaynaklanan yanlış negatifleri azaltır.

Testimizde, LinkedIn'den veri çıkarmak için açıkça tasarlanmış aşağıdaki özel API'leri kullandık. Daha fazla bilgi için kazıma API'leri test metodolojisine bakın.

Sayfa türü	Bright Data	Apify
LinkedIn gönderisi	URL ile LinkedIn gönderileri-topla	supreme_coder/linkedin-post*
LinkedIn profili	URL ile LinkedIn insanlar-topla	dev_fusion/Linkedin-Profile-Scraper

* referans için listelenmiştir, ancak LinkedIn kazıma testimizde kullanılmamıştır.

SSS'ler

LinkedIn kazıyıcı, LinkedIn profillerinden, iş gönderilerinden veya şirket sayfalarından halka açık olarak erişilebilir bilgileri otomatik olarak çıkaran bir araç veya betiktir. Bu araçlar, genellikle API'ler veya otomatik betikler aracılığıyla LinkedIn verilerini (adlar, unvanlar, şirket adları ve konumlar gibi) taramak için tasarlanmıştır.

Sadece profil adları, şirket adları, iş unvanları, sektörler ve gönderi metni gibi halka açık olarak görünen verileri kazıyabilirsiniz. Gizli veya hassas bilgileri (örn. e-postalar veya telefon numaraları) toplamaktan kaçının ve her zaman LinkedIn'in hizmet şartlarına ve etik web kazıma yönergelerine uyun.

Bu benchmarkı kaynak gösterin

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

Sedat Dogan and Gulbahar Karatas (2026) - "En İyi LinkedIn Kazıyıcılar: Bright Data, Apify & PhantomBuster". AIMultiple.com adresinde çevrimiçi yayımlanmıştır. Erişim tarihi: 10 Haziran 2026, kaynak: https://aimultiple.com/linkedin-scrapers [Çevrimiçi Kaynak]

Dogan, S., & Karatas, G. (2026, 10 Haziran). En İyi LinkedIn Kazıyıcılar: Bright Data, Apify & PhantomBuster. AIMultiple. https://aimultiple.com/linkedin-scrapers

@misc{dogan2026,
  author = {Dogan, Sedat and Karatas, Gulbahar},
  title  = {{En İyi LinkedIn Kazıyıcılar: Bright Data, Apify & PhantomBuster}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/linkedin-scrapers}},
  note   = {AIMultiple. Erişim tarihi: 10 Haziran 2026}
}

Referans Linkleri

User Agreement | LinkedIn

Sedat Dogan

CTO

Takip Et

Sedat, yazılım geliştirme, web veri toplama ve siber güvenlik alanlarında deneyime sahip bir teknoloji ve bilgi güvenliği lideridir. Sedat: - Programlama dilleri ve sunucu mimarileri konusunda geniş uzmanlığa sahip, 20 yıllık beyaz şapkalı hacker ve geliştirme uzmanı deneyimine sahiptir. - Ödeme altyapısı gibi yüksek trafikli ve kritik öneme sahip teknoloji operasyonlarına sahip şirketlerin üst düzey yöneticilerine ve yönetim kurulu üyelerine danışmanlık yapmaktadır. - Teknik uzmanlığının yanı sıra kapsamlı iş zekasına da sahiptir.

Tam Profili Görüntüle

Araştıran

Gulbahar Karatas

Sektör Analisti

Takip Et

Gülbahar, AIMultiple'da web veri toplama, web verilerinin uygulamaları ve uygulama güvenliği konularına odaklanan bir sektör analistidir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

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

Apify vs. Bright Data: 2026 LinkedIn kazıyıcı API karşılaştırması

LinkedIn kazıma test sonuçları

Doğrulanmış e-postaların çıkarılması: LinkedIn e-posta kazıyıcı araçları ve yöntemleri

Python geliştirici rehberi: selenium ve API'ler aracılığıyla LinkedIn kazıyıcı

2026'da LinkedIn kazıma yasal mı?

LinkedIn kazıyıcı test metodolojisi

SSS'ler

Bu benchmarkı kaynak gösterin

Etik normlar ve sürecimiz doğrultusunda tarafsızlığı esas alıyoruz. AIMultiple'ın müşterileri Web Veri Kazıma alanında Bright Data, Oxylabs, Decodo, Apify, SerpApi, Zyte içerir.

Tercih edilen kaynak olarak ekle

Sıradaki Okunma

Web Proxy'leri11 May

En İyi LinkedIn Kazıyıcılar: Bright Data, Apify & PhantomBuster

Apify vs. Bright Data: 2026 LinkedIn kazıyıcı API karşılaştırması

LinkedIn kazıma test sonuçları

Doğrulanmış e-postaların çıkarılması: LinkedIn e-posta kazıyıcı araçları ve yöntemleri

1. Proxy tabanlı LinkedIn kazıyıcılar

Bright Data

Özellikler:

Apify

Özellikler:

Proxycurl

Nimble

Dripify

Özellikler:

Linked Helper

Özellikler:

2. cookie'ler tabanlı LinkedIn kazıyıcılar

Phantombuster

Özellikler:

3. Tarayıcı uzantısı LinkedIn kazıyıcılar

Snov.io

Özellikler:

findthatlead

Özellikler:

Fiyatlandırma:

Evaboot

Python geliştirici rehberi: selenium ve API'ler aracılığıyla LinkedIn kazıyıcı

LinkedIn gönderilerini nasıl kazıyabilirim

Adım 1: Kazıma işini tetikle

Adım 2: Kazınmış verileri alın

Python ile LinkedIn işlerini nasıl kazıyabilirim

Adım 1: Kazıma işini tetikle

Adım 2: Bekleyin ve sonuçları alın

LinkedIn profil sayfalarını nasıl kazıyabilirim

Adım 1: Kazıma işini tetikle

Adım 2: Kazınmış LinkedIn profil verilerini alın

LinkedIn şirket verilerini nasıl kazıyabilirim

Adım 1: Kazıma işini tetikle

Adım 2: Kazınmış verileri alın

2026'da LinkedIn kazıma yasal mı?

LinkedIn kazıyıcı test metodolojisi

SSS'ler

LinkedIn kazıyıcı nedir?

Hangi LinkedIn verilerini kazıyabilirsiniz?

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.

Referans Linkleri

Yorum yapan ilk kişi olun

Sıradaki Okunma

Proxy Konumları: Ülke, Şehir ve Bölge Bazlı Proxy'ler

Web Scraping için En İyi 5 Ücretsiz Chrome Eklentisi

En İyi Indeed Veri Seti Sağlayıcıları: Resmi API'lar ile Üçüncü Taraf Satıcılar

Video ve Görsel Çıkarma İçin En İyi Video Proxy'leri

En İyi 5 Sosyal Medya Veri Seti

En İyi Glassdoor Veri Setleri

Bright Data

Apify

Nimble

Linked Helper

Phantombuster

findthatlead