Social Media Scraping: Thu Thập Dữ Liệu Từ Facebook, Instagram, TikTok

Trở lại Tin tức
Tin tức
admin
February 4, 2026

Social Media Scraping: Thu Thập Dữ Liệu Từ Facebook, Instagram, TikTok

Social media chứa insights quý giá. Bài viết hướng dẫn scrape social media một cách an toàn và hiệu quả.

Use Cases

  • Brand monitoring: Theo dõi mentions
  • Competitor analysis: Content strategy đối thủ
  • Influencer research: Tìm KOLs phù hợp
  • Sentiment analysis: Phản hồi khách hàng
  • Trend tracking: Hashtags, topics hot

Cảnh Báo Quan Trọng

⚠️ Social platforms có ToS strict. Chỉ scrape public data và respect rate limits!

Phương Pháp Tiếp Cận

  • Official APIs: Ưu tiên khi có thể
  • Third-party APIs: RapidAPI, Apify
  • Direct scraping: Rủi ro cao, cần proxy tốt

Instagram Hashtag Scraping

import requests
import json

def scrape_instagram_hashtag(hashtag):
    # Instagram có API internal, cần login cookies
    headers = {
        'User-Agent': 'Mozilla/5.0...',
        'Cookie': 'your_instagram_cookies'
    }
    
    url = f'https://www.instagram.com/explore/tags/{hashtag}/?__a=1&__d=dis'
    response = requests.get(url, headers=headers, 
                           proxies={'https': 'http://proxy.vinaproxy.com:8080'})
    
    data = response.json()
    posts = []
    
    for edge in data['data']['hashtag']['edge_hashtag_to_media']['edges']:
        node = edge['node']
        posts.append({
            'id': node['id'],
            'likes': node['edge_liked_by']['count'],
            'comments': node['edge_media_to_comment']['count'],
            'caption': node.get('edge_media_to_caption', {}).get('edges', [{}])[0].get('node', {}).get('text', ''),
            'url': f"https://instagram.com/p/{node['shortcode']}"
        })
    
    return posts

Facebook Public Pages

from playwright.sync_api import sync_playwright

def scrape_fb_page(page_url):
    with sync_playwright() as p:
        browser = p.chromium.launch(headless=True)
        page = browser.new_page()
        page.goto(page_url)
        
        # Scroll để load posts
        for _ in range(5):
            page.evaluate("window.scrollTo(0, document.body.scrollHeight)")
            page.wait_for_timeout(2000)
        
        posts = []
        for post in page.query_selector_all('[data-ad-preview="message"]'):
            posts.append({
                'text': post.inner_text(),
                # Extract more data as needed
            })
        
        browser.close()
        return posts

TikTok Trending

# Dùng unofficial API hoặc libraries
# pip install TikTokApi

from TikTokApi import TikTokApi

api = TikTokApi()

# Get trending videos
trending = api.trending.videos(count=30)

for video in trending:
    print({
        'author': video.author.username,
        'desc': video.desc,
        'likes': video.stats.diggCount,
        'shares': video.stats.shareCount,
        'views': video.stats.playCount
    })

Twitter/X Scraping

# snscrape - no API key needed
# pip install snscrape

import snscrape.modules.twitter as sntwitter

tweets = []
for tweet in sntwitter.TwitterSearchScraper('#python').get_items():
    if len(tweets) >= 100:
        break
    tweets.append({
        'date': tweet.date,
        'content': tweet.content,
        'user': tweet.user.username,
        'likes': tweet.likeCount
    })

Best Practices

  • Respect ToS và rate limits
  • Chỉ scrape public data
  • Dùng residential/mobile proxy
  • Rotate accounts nếu cần login
  • Store data securely

VinaProxy + Social Scraping

  • Mobile proxies cho Instagram/TikTok
  • Residential IPs trusted
  • Giá chỉ $0.5/GB

Dùng Thử Ngay →

admin