---

title: "Instagram 爬蟲方案整理" status: published

Instagram 爬蟲方案整理

整理日期: 2026-02-26
類型: 技術研究

---

需求背景

目前知識庫系統可以抓取：

• ✅ Threads 文章（使用 Playwright）
• ✅ 一般網頁（使用 web_fetch）

但無法抓取：

• ❌ Instagram Reel/貼文內容

Instagram 爬蟲的挑戰

官方 API 的限制

如果使用 Instagram 官方 API：

• ❌ 需要 Facebook Business Account
• ❌ 需要 App 審核（需要數天）
• ❌ OAuth 2.0 實作（複雜）
• ❌ 嚴格速率限制（基礎版 200 calls/hour）
• ❌ 只能存取已連接帳號
• ❌ API 常變動

結論：對於簡單的內容抓取，官方 API 太複雜。

網頁抓取的挑戰

• Instagram 需要登入才能看完整內容
• 動態載入（JavaScript 渲染）
• 反爬蟲機制

五大解決方案

方案 1：Instaloader ⭐⭐⭐⭐⭐（推薦）

簡介：

• 成熟的 Python 套件
• 專門下載 Instagram 照片、影片、元資料
• 開源、活躍維護

功能：

• ✅ 下載 Reels、貼文、Stories
• ✅ 提取 captions、hashtags、likes、comments
• ✅ 支援公開和私人帳號
• ✅ 命令列工具 + Python API

安裝：

pip install instaloader

基本使用：

import instaloader

# 初始化
L = instaloader.Instaloader()

# 下載單一 Reel（需要 shortcode）
# 例如：https://www.instagram.com/reel/DUp-e9zkwRv/
# shortcode 就是 DUp-e9zkwRv
post = instaloader.Post.from_shortcode(L.context, "DUp-e9zkwRv")

# 取得資訊
print(post.caption)  # 文案
print(post.likes)    # 按讚數
print(post.video_url)  # 影片網址

# 下載影片
L.download_post(post, target="reels")

優勢：

• ✅ 簡單易用
• ✅ 文檔完整
• ✅ 社群支援良好
• ✅ 可以不登入抓取公開內容
• ✅ 登入後可抓取更多資訊

劣勢：

• ⚠️ Instagram 可能封鎖過於頻繁的請求
• ⚠️ 需要處理速率限制

適合場景：

• 定期抓取少量內容
• 需要完整元資料
• 願意登入取得更多資訊

---

方案 2：GraphQL 逆向工程 ⭐⭐⭐⭐

簡介：

• 模擬瀏覽器行為
• 使用 Instagram 內部 GraphQL API
• 無需登入即可抓取公開內容

原理：

1. Instagram 網頁版使用 GraphQL API
2. 透過瀏覽器 DevTools 分析 Network 請求
3. 找到 GraphQL endpoint 和參數
4. 用 Python requests 模擬請求

關鍵發現：

POST https://www.instagram.com/graphql/query

Python 範例：

import requests

def get_reel_data(shortcode):
    url = "https://www.instagram.com/graphql/query"
    
    # 模擬瀏覽器 headers
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36",
        "X-IG-App-ID": "936619743392459",  # Instagram web app ID
    }
    
    # GraphQL query
    params = {
        "query_hash": "...",  # 需要從 DevTools 取得
        "variables": f'{{"shortcode":"{shortcode}"}}'
    }
    
    response = requests.get(url, headers=headers, params=params)
    return response.json()

優勢：

• ✅ 無需登入
• ✅ 無需 API key
• ✅ 可以客製化需要的資料
• ✅ 輕量化（只抓需要的資料）

劣勢：

• ⚠️ 需要逆向工程（找 query_hash）
• ⚠️ Instagram 更新後可能失效
• ⚠️ 需要維護更新

適合場景：

• 技術能力強
• 需要客製化抓取
• 只需要公開內容

---

方案 3：Apify Instagram Scraper ⭐⭐⭐

簡介：

• 商業化雲端爬蟲服務
• 提供 Instagram Reel Scraper API
• 按使用量收費

功能：

• ✅ 抓取 Reels、貼文、Stories
• ✅ 提取文字、likes、shares、views、transcript
• ✅ hashtags、mentions、comments
• ✅ 提供 REST API

使用方式：

from apify_client import ApifyClient

client = ApifyClient("<YOUR_API_TOKEN>")

# 執行 Instagram Reel Scraper
run_input = {
    "urls": ["https://www.instagram.com/reel/DUp-e9zkwRv/"],
}

run = client.actor("apify/instagram-reel-scraper").call(run_input=run_input)

# 取得結果
for item in client.dataset(run["defaultDatasetId"]).iterate_items():
    print(item)

優勢：

• ✅ 免維護（Apify 負責更新）
• ✅ 穩定可靠
• ✅ 處理速率限制和反爬蟲
• ✅ 雲端執行（不佔用本地資源）

劣勢：

• ⚠️ 需要付費（免費額度有限）
• ⚠️ 依賴第三方服務

定價：

• 免費方案：有限額度
• 付費方案：依使用量計費

適合場景：

• 預算充足
• 需要穩定服務
• 不想自己維護

---

方案 4：DrissionPage 瀏覽器自動化 ⭐⭐⭐

簡介：

• 使用瀏覽器自動化（類似 Playwright）
• 模擬真實使用者行為
• 支援動態載入內容

Python 範例：

from DrissionPage import ChromiumPage

def scrape_instagram_reel(url):
    page = ChromiumPage()
    page.get(url)
    
    # 等待內容載入
    page.wait.load_start()
    
    # 提取資料
    caption = page.ele('.caption').text
    likes = page.ele('.likes').text
    
    return {
        'caption': caption,
        'likes': likes
    }

優勢：

• ✅ 可以處理 JavaScript 動態內容
• ✅ 模擬真實使用者，較難被偵測
• ✅ 可以截圖、互動

劣勢：

• ⚠️ 需要安裝瀏覽器
• ⚠️ 執行較慢（需要啟動瀏覽器）
• ⚠️ 資源消耗較大
• ⚠️ 需要處理登入（可能）

適合場景：

• 需要處理複雜互動
• 需要截圖
• 本地執行

---

方案 5：Session ID + requests ⭐⭐

簡介：

• 使用 Instagram 帳號的 session cookie
• 直接用 requests 抓取 HTML
• 解析 JSON 資料

步驟：

1. 在瀏覽器登入 Instagram
2. 從 Cookie 中取得 sessionid
3. 用 requests 加上 sessionid 發送請求

Python 範例：

import requests

def get_reel_with_session(shortcode, sessionid):
    url = f"https://www.instagram.com/p/{shortcode}/?__a=1&__d=dis"
    
    cookies = {
        'sessionid': sessionid
    }
    
    headers = {
        "User-Agent": "Mozilla/5.0 ...",
    }
    
    response = requests.get(url, cookies=cookies, headers=headers)
    data = response.json()
    
    return data

優勢：

• ✅ 簡單直接
• ✅ 可以抓取私人帳號（如果有追蹤）
• ✅ 輕量化

劣勢：

• ⚠️ 需要登入帳號（有風險）
• ⚠️ sessionid 會過期
• ⚠️ 爬太頻繁可能被鎖帳號
• ⚠️ Instagram GraphQL API 格式可能改變

適合場景：

• 小量抓取
• 已經有 Instagram 帳號
• 短期使用

---

方案比較總表

方案	難度	成本	穩定性	速度	推薦度
Instaloader	低	免費	高	中	⭐⭐⭐⭐⭐
GraphQL 逆向	高	免費	中	快	⭐⭐⭐⭐
Apify	低	付費	很高	快	⭐⭐⭐
DrissionPage	中	免費	中	慢	⭐⭐⭐
Session ID	中	免費	低	快	⭐⭐

知識庫系統整合建議

推薦方案：Instaloader

為什麼選 Instaloader：

1. ✅ 簡單易用（類似現有的 Playwright 腳本）
2. ✅ 免費開源
3. ✅ 成熟穩定
4. ✅ 可以擴充到 Python 腳本
5. ✅ 文檔完整

實作步驟

1. 安裝 Instaloader

cd /home/allen/.openclaw/workspace/knowledge-base
npm install  # 已有 package.json
pip3 install instaloader

2. 建立 fetch-instagram.py

#!/usr/bin/env python3
import sys
import json
import instaloader

def fetch_instagram_reel(url):
    """
    從 Instagram URL 提取 shortcode 並抓取資料
    URL 格式：https://www.instagram.com/reel/DUp-e9zkwRv/
    """
    # 提取 shortcode
    shortcode = url.split("/")[-2] if url.endswith("/") else url.split("/")[-1]
    
    # 初始化
    L = instaloader.Instaloader()
    
    try:
        # 取得貼文
        post = instaloader.Post.from_shortcode(L.context, shortcode)
        
        # 提取資料
        result = {
            "author": post.owner_username,
            "timestamp": post.date_utc.isoformat(),
            "caption": post.caption if post.caption else "",
            "likes": post.likes,
            "comments": post.comments,
            "is_video": post.is_video,
            "video_url": post.video_url if post.is_video else None,
            "url": url,
        }
        
        print(json.dumps(result, ensure_ascii=False, indent=2))
        
    except Exception as e:
        print(f"錯誤: {str(e)}", file=sys.stderr)
        sys.exit(1)

if __name__ == "__main__":
    if len(sys.argv) < 2:
        print("用法: python3 fetch-instagram.py <instagram-url>")
        sys.exit(1)
    
    fetch_instagram_reel(sys.argv[1])

3. 測試執行

cd knowledge-base
python3 fetch-instagram.py "https://www.instagram.com/reel/DUp-e9zkwRv/"

4. 整合到現有工作流程

• 跟 fetch-threads.js 類似的使用方式
• 輸出 JSON 格式，方便整理成 Markdown

進階功能（可選）

登入以抓取更多資訊

L = instaloader.Instaloader()
L.load_session_from_file("username")  # 使用已儲存的 session
# 或
L.login("username", "password")  # 直接登入（不建議明文密碼）

批次處理

# 可以建立批次腳本，一次處理多個 URL

注意事項與風險

法律與倫理

• ✅ 只抓取公開內容
• ✅ 遵守 Instagram 使用條款
• ✅ 不用於商業目的
• ✅ 尊重原作者版權

技術風險

• ⚠️ 速率限制：不要爬太快（建議間隔 5-10 秒）
• ⚠️ IP 封鎖：過度使用可能被 Instagram 封鎖 IP
• ⚠️ 帳號風險：如果登入，帳號可能被限制
• ⚠️ API 變動：Instagram 更新可能導致工具失效

最佳實踐

1. 速率控制：每次請求間隔至少 5 秒
2. 錯誤處理：優雅處理失敗（重試機制）
3. 使用者代理：模擬真實瀏覽器
4. 小量使用：避免大規模爬取
5. 定期更新：保持 instaloader 為最新版本

替代方案（如果 Instaloader 失效）

Plan B：Apify（付費但穩定）

• 如果免費方案都失效
• 考慮付費使用 Apify
• 穩定性最高，免維護

Plan C：手動整理

• 截圖 + 手動複製文字
• 最可靠但最耗時
• 適合少量內容

總結

立即可用方案

✅ Instaloader（推薦）

• 安裝簡單：pip3 install instaloader
• 使用簡單：類似現有的 fetch-threads.js
• 免費、開源、穩定

下一步行動

1. 安裝 Instaloader
2. 建立 fetch-instagram.py 腳本
3. 測試 Allen 提供的 Reel URL
4. 整理成 Markdown 文章
5. 加入知識庫

參考資源

• Instaloader 官方文檔: https://instaloader.github.io/
• Instaloader GitHub: https://github.com/instaloader/instaloader
• Apify Instagram Scraper: https://apify.com/apify/instagram-reel-scraper
• GraphQL 逆向工程文章: https://medium.com/@seotanvirbd/...

標籤

#Instagram #爬蟲 #Instaloader #Python #GraphQL #WebScraping #Reel #知識庫