基于 Playwright 的浏览器级 Instagram 数据采集工具，支持按地理位置与品类发现网红账号，无需 API 密钥，内置代理轮换与反检测机制。
说明：
## 核心用法
Instagram Profile Scraper 采用两阶段架构：**发现阶段**通过 Google Custom Search API 按地理位置（如 Miami）和品类（如 fitness）批量挖掘账号；**采集阶段**使用 Playwright 启动真实 Chromium 浏览器，模拟人类行为获取完整画像数据，包括粉丝数、互动率、内容缩略图等。输出支持 JSON/CSV 格式，自动跳过私密账号、低粉账号及空账号。
## 显著优点
– **零 API 依赖**：纯浏览器模拟，绕过 Instagram 官方 API 的频率与权限限制
– **企业级反检测**：内置浏览器指纹混淆、行为模拟脚本、住宅代理集成（支持 Bright Data 等 4 家供应商），宣称 95%+ 成功率
– **断点续传**：队列持久化与去重机制，适合数小时至数天的长周期任务
– **分层筛选**：自动按 nano/micro/mid/macro/mega 五级网红分层，便于精准营销定位
– **代理灵活配置**：支持环境变量注入、粘性会话保持、按国家定向，适配多账号并发场景
## 潜在缺点与局限性
– **法律合规风险**：明确违反 Instagram [robots.txt](https://www.instagram.com/robots.txt) 及 [使用条款](https://help.instagram.com/581066165581870)，存在账号封禁与诉讼风险
– **平台对抗性**：Instagram 持续升级反爬虫策略，工具需频繁更新维护；当前版本依赖特定选择器，可能因页面改版失效
– **成本门槛**：大规模采集必须购买住宅代理（$5-15/GB 起步），否则 IP 迅速被封
– **数据完整性**：私密账号、被限制账号无法采集；互动数据为公开可见值，非真实后台数据
– **Google API 依赖**：发现阶段依赖 Google Custom Search，存在每日 100 次免费配额限制
## 适合人群
– 品牌方与 MCN 机构：批量筛选特定区域/品类的网红资源
– 竞品分析团队：监控对手合作达人矩阵
– 数据研究团队：社交媒体趋势分析（需合规审查）
## 常规风险
| 风险类型 | 等级 | 说明 |
|———|——|——|
| 法律风险 | 高 | 违反平台 ToS，部分司法管辖区（如欧盟 GDPR 场景）可能触发额外合规问题 |
| 账号/封禁风险 | 高 | 被检测后可能导致 Instagram 账号封禁、IP 拉黑，甚至关联设备标记 |
| 数据准确性 | 中 | 公开数据存在延迟，粉丝数可能缓存数小时至数天 |
| 供应商锁定 | 中 | 深度集成特定代理供应商，迁移成本较高 |
> **使用建议**：仅限内部研究用途，避免商业转售抓取数据；优先使用官方 Instagram Basic Display API 获取授权数据。
会员专属
