Threads 貼文爬蟲 - 從 Meta 的 Threads 擷取貼文與個人檔案

🚀 Threads 爬蟲，可從 Threads.net（Meta 的 Twitter 替代品）擷取貼文、使用者個人檔案和搜尋結果。非常適合社群媒體監控、影響者發掘和競爭對手分析。

⚠️ 實驗性 Actor：這是一個實驗性工具。網站結構可能會偶爾改變，這可能會影響資料擷取。請在大規模使用前先用小批次測試。如果遇到任何問題，請透過 Issues 區域回報。謝謝！

⚠️ 重要說明：資料爬取限制

Threads 資料爬取存在以下固有限制：

• 資料量限制：Threads 平台會限制可獲取的資料量，實際結果數量會因帳號活躍度、內容類型等因素而異
• 動態載入：Threads 使用無限捲動載入內容，但會在一定數量後停止載入更多內容
• 長文截斷：較長的貼文內容在動態消息中可能會被截斷，需要額外處理才能獲得完整內容
• 速率限制：過於頻繁的請求可能觸發平台的防護機制
• 內容可用性：私人帳號、已刪除內容或地區限制內容無法獲取

🚀 最佳實踐建議

1. 小批次測試：開始時使用較小的 limit 進行測試，逐步增加以找出最佳設定
2. 合理預期：了解實際結果可能少於請求的數量
3. 錯誤處理：準備好處理部分失敗或不完整的結果
4. 間隔執行：避免過於頻繁的爬取，建議執行間隔至少 5-10 分鐘
5. 資料驗證：始終驗證爬取的資料完整性和準確性
6. 備用方案：對於關鍵資料，考慮多次爬取或使用不同參數

🌟 主要功能

• ✅ 兩種爬取模式：使用者貼文（含完整個人檔案資料）與關鍵字搜尋
• ✅ 三種搜尋篩選器：熱門（熱門話題）、最新（最新內容）、個人檔案（使用者發掘）
• ✅ 完整個人檔案資料：簡介、粉絲數量、驗證狀態
• ✅ 豐富的貼文內容：文字、提及、主題標籤、媒體網址
• ✅ 無需登入：僅公開資料
• ✅ 匯出格式：JSON、CSV、Excel
• ✅ 快速可靠：效能優化

📊 可以獲得哪些資料？

使用者個人檔案資訊

• 使用者名稱和顯示名稱
• 簡介/描述（完整文字）
• 個人檔案圖片網址
• 粉絲數量（準確數字）
• 驗證狀態
• 個人檔案網址

貼文內容

• 文字內容（長貼文可能會被截斷*）
• 貼文建立時間
• 貼文網址和唯一代碼
• 媒體附件（圖片/影片）
• 使用的主題標籤
• 使用者提及（@username.xxx 格式）
• 外部連結

💡 專業提示：使用 Apify 中的「所有欄位」檢視來查看所有擷取的資料欄位。對於被截斷的長貼文，您可以使用貼文網址配合 HTTP 請求工具來獲取完整內容。

🎯 使用案例

• 社群媒體監控：追蹤品牌提及和對話
• 影響者發掘：透過粉絲指標尋找內容創作者
• 競爭對手研究：監控競爭對手的活動和參與度
• 內容分析：分析熱門話題和主題標籤
• 潛在客戶開發：發現您利基市場中的個人檔案
• 市場研究：了解受眾情感

🚀 如何使用

輸入設定

Actor 接受以下輸入參數：

參數	類型	描述	範例
mode	String	爬取模式：user 或 keyword	"user"
username	String	目標使用者名稱（使用者模式）	"nike"
keyword	String	搜尋關鍵字（關鍵字模式）	"AI automation"
searchFilter	String	搜尋篩選器類型（僅關鍵字模式）	"recent"
limit	Number	最大爬取貼文數（1-100）	30
headless	Boolean	在無頭模式下執行瀏覽器	true

模式 1：爬取使用者貼文（含個人檔案資料）

從特定使用者擷取貼文和完整個人檔案資訊：

{
  "mode": "user",
  "username": "zuck",
  "limit": 50
}

這會返回：

• 使用者的簡介和粉絲數量
• 所有最近的貼文（含提及和主題標籤）
• 個人檔案驗證狀態
• 媒體附件

模式 2：透過關鍵字搜尋貼文

搜尋包含特定關鍵字的貼文或個人檔案：

熱門/熱門貼文（預設）

{
  "mode": "keyword",
  "keyword": "artificial intelligence",
  "searchFilter": "default",
  "limit": 30
}

最新貼文

{
  "mode": "keyword",
  "keyword": "#AI",
  "searchFilter": "recent",
  "limit": 30
}

發掘使用者個人檔案

{
  "mode": "keyword",
  "keyword": "tech entrepreneur",
  "searchFilter": "profiles",
  "limit": 20
}

📤 輸出格式

檢視您的資料

1. 資料集檢視：點擊「預覽」查看擷取的貼文
2. 所有欄位：切換到「所有欄位」檢視以查看完整資料，包括：
   • 完整使用者個人檔案資訊
   • 完整提及陣列
   • 媒體元資料
   • 其他擷取的欄位

資料集輸出範例

每個貼文都儲存為單獨的記錄：

{
  "username": "user123",
  "display_name": "John Doe",
  "bio": "科技愛好者 | AI 研究員 | 建構未來",
  "is_verified": true,
  "followers_count": 5043,
  "profile_pic_url": "https://...",
  "profile_url": "https://www.threads.com/@user123",
  "post_code": "C123456",
  "text_content": "這是我關於 AI 的貼文...",
  "created_at": "2024-01-15T10:30:00+00:00",
  "has_media": true,
  "media_items": [
    {
      "media_type": "image",
      "media_url": "https://..."
    }
  ],
  "hashtags": ["AI", "Technology"],
  "mentions": [
    {
      "username": "friend.name",
      "display_text": "@friend.name"
    }
  ],
  "post_url": "https://www.threads.com/@user123/post/C123456"
}

處理長貼文

⚠️ 關於長內容的注意事項：包含大量文字的貼文可能會在爬蟲輸出中被截斷。要獲取完整內容：

1. 使用擷取的 post_url
2. 發送 HTTP 請求以取得完整頁面
3. 從回應中解析完整內容

使用貼文網址的範例：

https://www.threads.com/@username/post/C123456

🔧 進階功能

搜尋技巧

• 使用 # 進行主題標籤搜尋（例如：#AI）
• 完全支援帶有點的使用者名稱（例如：@user.name）
• 多語言支援（英文、中文、日文、西班牙文等）
• 用空格組合關鍵字以獲得更廣泛的結果

資料品質功能

• 準確的粉絲數量解析（處理 K、M、萬 等符號）
• 乾淨的文字擷取（移除時間戳記和 UI 元素）
• 完整的提及擷取（保留完整使用者名稱格式）
• 簡介文字清理（移除粉絲數量的雜訊）

💡 使用案例範例

1. 透過指標發掘影響者

{
  "mode": "keyword",
  "keyword": "fitness coach",
  "searchFilter": "profiles",
  "limit": 30
}

獲取帶有粉絲數量的個人檔案，以識別微型和大型影響者。

2. 競爭對手分析

{
  "mode": "user",
  "username": "competitor_brand",
  "limit": 50
}

擷取完整的個人檔案資料，包括簡介和所有最近的貼文。

3. 主題標籤監控

{
  "mode": "keyword",
  "keyword": "#YourBrand",
  "searchFilter": "recent",
  "limit": 50
}

追蹤即時提及和對話。

4. 內容研究

{
  "mode": "keyword",
  "keyword": "AI tools",
  "searchFilter": "default",
  "limit": 30
}

在您的利基市場中尋找熱門內容。

🔄 整合範例

使用 Apify API

from apify_client import ApifyClient

client = ApifyClient('YOUR_API_TOKEN')
actor = client.actor('YOUR_USERNAME/threads-posts-scraper')

# 執行 actor
run = actor.call(run_input={
    "mode": "user",
    "username": "meta",
    "limit": 30
})

# 獲取包含所有欄位的結果
for item in client.dataset(run['defaultDatasetId']).iterate_items():
    print(f"@{item['username']} ({item['followers_count']} 粉絲)")
    print(f"簡介：{item['bio']}")
    print(f"貼文：{item['text_content'][:100]}...")
    print("---")

Webhook 整合

設定 webhooks 以在爬取完成時收到通知：

{
  "mode": "keyword",
  "keyword": "your brand",
  "limit": 50,
  "webhooks": [{
    "url": "https://your-server.com/webhook",
    "eventTypes": ["ACTOR.RUN.SUCCEEDED"]
  }]
}

📈 效能與限制

貼文限制：

• 使用者貼文：僅能獲取最近的貼文，數量因帳號而異
• 關鍵字搜尋：受 Threads 搜尋結果限制
• 個人檔案搜尋：受搜尋結果限制

注意：Threads 動態載入內容，可能會限制透過捲動可獲得的資料量。實際結果可能少於請求的限制。

❓ 常見問題

問：為什麼我看到長貼文的文字被截斷？ 答：Threads 在動態消息中顯示截斷的內容。使用貼文網址透過 HTTP 請求取得完整內容。

問：如何查看所有可用的資料欄位？ 答：在 Apify 控制台中，從「預覽」切換到「所有欄位」檢視以查看完整擷取的資料。

問：我可以獲得電子郵件地址嗎？ 答：不行，Threads 個人檔案上不會公開顯示電子郵件地址。

問：為什麼粉絲數量很重要？ 答：粉絲數量有助於識別影響者、驗證帳戶真實性，以及衡量社群監控的觸及範圍。

問：它可以處理包含點的使用者名稱嗎？ 答：可以！完全支援像 @user.name 這樣的使用者名稱。

問：尋找影響者的最佳方法是什麼？ 答：使用關鍵字模式配合 searchFilter: "profiles" 來發掘使用者，並包含粉絲數量。

問：為什麼我得到的結果少於我的限制？ 答：Threads 限制透過其介面可獲得的內容量。實際可獲取的貼文數量會因多種因素而異，包括帳號活躍度、內容類型等。

💡 分享您的最佳實踐

如果您發現了有效的爬取技巧或遇到問題，歡迎透過以下方式回饋：

• 在 Actor 的評論區留言
• 透過 Issues 回報問題
• 給予評分和回饋

🆘 支援

遇到問題或有疑問？

• 查看 Apify 文件
• 在資料集中檢視所有欄位以獲得完整資料
• 透過 Apify 平台聯絡支援

📚 免責聲明

此工具僅供教育和研究目的使用。請負責任地使用，並遵守 Threads 的服務條款。

---

關鍵字：Threads 爬蟲、Threads API、Meta Threads、社群媒體爬蟲、Instagram Threads、Threads 貼文、Threads 資料擷取、社群媒體監控、Threads 自動化、影響者發掘、粉絲數量爬蟲

祝爬取愉快！🎉