Python Pinterest scraping: „piny, nástěnky a nekonečné scrollování“

Naposledy aktualizováno April 17, 2026
Python Pinterest scraping: „piny, nástěnky a nekonečné scrollování“

Před pár měsíci mi jeden z našich inženýrů ukázal Python skript, který napsal přes víkend. Měl z Pinterestu stáhnout inspirační obrázky produktů pro průzkum trhu. Spustil ho — a výsledek? 16 pinů. Z nástěnky s více než 2 000 položkami. Chvíli zíral na obrazovku, pak na mě a řekl: „Myslím, že si ze mě Pinterest dělá srandu.“

Není v tom sám. Tohle je bez debat nejčastější frustrace, kterou vídám u vývojářů, když se snaží scrapovat Pinterest v Pythonu. Spustíte requests a BeautifulSoup, otevřete Pinterest URL a vrátí se vám jen pár položek nebo úplně prázdná HTML kostra. Proč? Pinterest je plně JavaScriptem renderovaná jednostránková aplikace — obyčejný HTTP request nikdy neuvidí skutečný obsah. V tomhle průvodci si ukážeme, proč se to děje, které postupy skutečně fungují (Playwright, zachycení interního API a no-code nástroje jako Thunderbit) a dostanete i krok za krokem ukázky kódu pro scrapování pinů, nástěnek, uživatelských profilů, nekonečného scrollování i obrázků v plném rozlišení. Ať už chcete postavit produkční scraper, nebo jen rychle získat data, tady najdete vše potřebné.

Co je Pinterest scraping?

Pinterest scraping je programové získávání dat z Pinterestu — například obrázků pinů, názvů, popisů, názvů nástěnek, počtu sledujících a URL adres. Místo ručního procházení a ukládání pinů po jednom použijete kód (nebo nástroj), který ve velkém shromáždí strukturovaná data z výsledků vyhledávání, nástěnek nebo uživatelských profilů.

Na platformě je více než 240 miliard Pinů a ke konci roku 2025 má 619 milionů aktivních uživatelů měsíčně. Pinterest je tak jedním z nejbohatších vizuálních zdrojů dat na webu. Pro firmy je to doslova zlatý důl — ať už sledujete produktové trendy, porovnáváte obsah konkurence, nebo sestavujete seznamy pro influencer outreach.

Proč scrapovat Pinterest v Pythonu?

Pinterest už dávno není jen nástěnka nálad pro svatební plánovače. Je to seriózní platforma pro business intelligence — 85 % lidí, kteří Pinterest používají týdně, si koupilo něco na základě pinů značky, a 96–97 % top vyhledávání není značkových, což znamená, že uživatelé přicházejí s jasným záměrem, ale bez loajality ke značce. To je obrovská příležitost k objevování — a právě proto tolik týmů potřebuje strukturovaná Pinterest data.

Takhle se to obvykle rozpadá podle týmu:

TýmPotřebná dataPřínos pro byznys
Ecommerce operaceProduktové obrázky, ceny, trendy estetikaKonkurenční ceny, zásoby podle trendů
MarketingVýkon nástěnek, engagement pinů, obsah konkurenceObsahová strategie, benchmark kampaní
Obchod / Lead genProfily tvůrců, počet sledujících, kontaktní údajeOutreach na influencery, cílení partnerství
RealityPiny s home stagingem, trendy v dekoru, dispozice místnostíFotografie inzerátů, doporučení pro styling
Tvůrci obsahuTrendy témata, populární formáty, sezónní motivyRedakční plán, průzkum vizuálního stylu

A tady je zásadní háček: oficiální API Pinterestu je omezené. Vyžaduje firemní účet, schválení (včetně video ukázky vaší aplikace) a stejně vám zpřístupní jen data z vašeho vlastního účtu. Pokud chcete procházet veřejné nástěnky, výsledky vyhledávání nebo profily konkurence, scraping je praktická alternativa. Proto tolik týmů sahá po Pythonu — nebo po no-code nástrojích jako Thunderbit, když chtějí výsledky bez složitého nastavování.

Proč samotný BeautifulSoup na Pinterestu selhává (a co opravdu funguje)

Jestli jste zkoušeli scrapovat Pinterest pomocí requests + BeautifulSoup a dostali zpět 16 položek nebo prázdnou stránku, nepředstavujete si to. Pinterest je postavený v Reactu a veškerý obsah rendruje přes JavaScript. Když načtete Pinterest URL běžným HTTP requestem, server vám vrátí jen minimalistickou HTML kostru — několik tagů <link> a <script> a prázdný <div>, do kterého React připojí aplikaci. Všechny kartičky pinů, obrázky, titulky i mřížka se do stránky doplní až po spuštění JavaScriptu v prohlížeči.

Bez JavaScriptu = žádné piny.

Co tedy funguje? Takhle vypadají hlavní přístupy vedle sebe:

PřístupZvládá JS?Dostane všechna data?SložitostNejlepší pro
requests + BeautifulSoupNe~0–16 položekNízkáPro Pinterest nevhodné
Selenium / PlaywrightAnoAno, s logikou scrollováníStředníPlná kontrola, Python pipeline
Zachycení interního API PinterestuAnoAno, stránkované JSONVysokáMaximum dat, bez prohlížeče
Third-party Scraper APIAnoRůznéNízkáŠkálování bez vlastní infrastruktury
No-code nástroj (Thunderbit)AnoAI strukturovaná dataVelmi nízkáNetekničtí uživatelé, rychlý výsledek

Pro tenhle návod doporučuji jako Python řešení Playwright. Umí renderovat JavaScript, podporuje simulaci scrollování, je dobře udržovaný (78 600+ hvězdiček na GitHubu, v pracovních nabídkách meziročně roste o 180 %) a v benchmarcích je o 35–45 % rychlejší než Selenium. Pokud chcete no-code cestu, projdeme i tu.

Oficiální Pinterest API vs. Python scraping vs. no-code: kterou cestu zvolit

Než začnete psát kód, stojí za to se zeptat: vůbec ho potřebujete? Tady je jednoduchý rozhodovací rámec:

KritériumPinterest APIPython scrapingThunderbit (no-code)
Nutné schváleníFiremní účet + video demoNeNe
Přístup k veřejným pinům/nástěnkámOmezený (jen vlastní data)PlnýPlný
Stahování obrázků v plném rozlišeníRůznéAno, přes úpravu URLAno, přes extrakci obrázků
Zvládá nekonečné scrollováníN/AAno, s kódemAutomaticky
Nutná údržbaNízkáVysoká (selektory se mění)Žádná (AI se přizpůsobí)
Export do Sheets/AirtableRučněVlastní kódVestavěný
Čas na nastaveníHodiny až dny30–60 min2 minuty

Pokud jste marketér, člověk z ecommerce operací nebo prostě někdo, kdo chce Pinterest data v tabulce bez psaní a údržby Python skriptů, Thunderbit's AI Web Scraper je nejrychlejší varianta. Otevřete libovolnou Pinterest stránku, kliknete na „AI Suggest Fields“, dáte „Scrape“ a data exportujete rovnou do Google Sheets, Excelu, Airtable nebo Notionu. Funkce scrapování podstránek navíc dokáže automaticky následovat odkazy na jednotlivé piny a obohacovat data. Viděl jsem kolegy, kteří nikdy nenapsali jediný řádek kódu, dostat přes 500 pinů do Google Sheets za méně než tři minuty.

Pokud chcete plnou kontrolu, chcete scraping zapojit do Python pipeline, nebo vás prostě baví stavět věci vlastníma rukama — čtěte dál.

Nastavení Python prostředí pro Pinterest scraping

  • Obtížnost: střední
  • Časová náročnost: cca 30–60 minut (včetně kódování a testování)
  • Co budete potřebovat: Python 3.9+, Chrome pro testování, přístup k terminálu / příkazové řádce

Instalace Playwrightu a závislostí

Nejdřív si vytvořte složku projektu a nastavte virtuální prostředí:

mkdir pinterest-scraper
cd pinterest-scraper
python -m venv venv
source venv/bin/activate  # Na Windows: venv\Scripts\activate

Nainstalujte Playwright a stáhněte binárku pro Chromium:

pip install playwright
playwright install chromium

Pro export dat budete používat i vestavěné moduly Pythonu json, os a csv. Pro ty není potřeba instalovat nic navíc.

Struktura složek projektu

Doporučuji mít hned od začátku pořádek:

pinterest-scraper/
├── scraper.py
├── config.py
├── output/
│   ├── pins.json
│   └── pins.csv
└── images/
    ├── board-name-1/
    └── board-name-2/

V config.py nastavte user agent. Pinterest blokuje výchozí podpisy headless prohlížečů, takže použijte realistický řetězec:

USER_AGENT = "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/133.0.0.0 Safari/537.36"

Krok 1: Vytvoření Pinterest search URL

Vyhledávací URL vytvoříte tak, že dotaz vložíte do šablony:

query = "mid century modern furniture"
url = f"https://www.pinterest.com/search/pins/?q={query.replace(' ', '%20')}&rs=typed"

Tohle si můžete parametrizovat pro libovolný hledaný výraz. Parametr rs=typed říká Pinterestu, že dotaz byl napsaný ručně (ne navržený), což někdy ovlivňuje relevanci výsledků.

Krok 2: Spuštění headless prohlížeče a načtení stránky

Tady je základní nastavení Playwrightu. Všimněte si vlastního user agentu — bez něj vás Pinterest nejspíš zablokuje nebo zobrazí přihlašovací bránu.

import asyncio
from playwright.async_api import async_playwright
from config import USER_AGENT

async def scrape_search(query, max_pins=100):
    url = f"https://www.pinterest.com/search/pins/?q={query.replace(' ', '%20')}&rs=typed"
    async with async_playwright() as p:
        browser = await p.chromium.launch(headless=True)
        page = await browser.new_page(
            user_agent=USER_AGENT,
            viewport={"width": 1920, "height": 1080}
        )
        await page.goto(url)
        await asyncio.sleep(3)  # Počkejte, až se přes JS vykreslí první piny

Po spuštění by měla být načtená první dávka pinů — obvykle 25 až 50.

Krok 3: Extrakce dat z pinů na stránce

Pinterest obaluje každý pin do div s data-test-id='pinWrapper'. Uvnitř najdete odkaz (<a>) s URL pinů a názvem (přes aria-label) a také <img> s náhledovým obrázkem.

        results = []
        pins = await page.query_selector_all("div[data-test-id='pinWrapper']")
        for pin in pins:
            link = await pin.query_selector("a")
            if not link:
                continue
            title = await link.get_attribute("aria-label") or ""
            href = await link.get_attribute("href") or ""
            img = await pin.query_selector("img")
            src = await img.get_attribute("src") if img else ""
            results.append({
                "title": title,
                "url": f"https://www.pinterest.com{href}" if href.startswith("/") else href,
                "image_url": src
            })

V tuhle chvíli results obsahuje piny viditelné v prvním viewportu. Abyste získali víc, musíte scrollovat — a právě to je nejdůležitější část.

Krok 4: Uložení výsledků do JSON nebo CSV

Po extrakci data uložte do souborů pro snadné další použití:

import json
import csv

def save_json(data, filepath="output/pins.json"):
    with open(filepath, "w", encoding="utf-8") as f:
        json.dump(data, f, ensure_ascii=False, indent=2)

def save_csv(data, filepath="output/pins.csv"):
    if not data:
        return
    with open(filepath, "w", newline="", encoding="utf-8-sig") as f:
        writer = csv.DictWriter(f, fieldnames=data[0].keys())
        writer.writeheader()
        writer.writerows(data)

Pro CSV doporučuji utf-8-sig, pokud ho budete otevírat v Excelu — zabrání to rozbitým znakům.

Scrapování celých Pinterest nástěnek a uživatelských profilů

Tady často chybí zásadní informace. V existujících návodech jsem nenašel jediný opravdu dobrý průvodce, který by do hloubky řešil scrapování nástěnek nebo profilů — přitom je to jedna z nejžádanějších funkcí ve fórech. Lidé chtějí stáhnout všechny piny z nástěnky, uspořádat obrázky do složek podle nástěnek a získat i profilová data, třeba počet sledujících nebo seznam nástěnek.

Jak scrapovat všechny piny z URL nástěnky

URL nástěnek vypadají jako https://www.pinterest.com/{username}/{board-name}/. Struktura DOM je podobná výsledkům vyhledávání — piny jsou v div[data-test-id='pinWrapper'] — ale je potřeba scrollovat, aby se načetly všechny.

async def scrape_board(board_url, max_pins=500):
    async with async_playwright() as p:
        browser = await p.chromium.launch(headless=True)
        page = await browser.new_page(user_agent=USER_AGENT, viewport={"width": 1920, "height": 1080})
        await page.goto(board_url)
        await asyncio.sleep(3)

        seen_ids = set()
        all_pins = []

        for scroll_round in range(100):  # Bezpečnostní limit
            pins = await page.query_selector_all("div[data-test-id='pinWrapper']")
            new_count = 0
            for pin in pins:
                link = await pin.query_selector("a")
                if not link:
                    continue
                href = await link.get_attribute("href") or ""
                if href in seen_ids:
                    continue
                seen_ids.add(href)
                new_count += 1
                title = await link.get_attribute("aria-label") or ""
                img = await link.query_selector("img")
                src = await img.get_attribute("src") if img else ""
                all_pins.append({
                    "title": title,
                    "url": f"https://www.pinterest.com{href}" if href.startswith("/") else href,
                    "image_url": src
                })

            print(f"Scroll {scroll_round + 1}: {len(all_pins)} unikátních pinů")
            if new_count == 0 or len(all_pins) >= max_pins:
                break

            prev_height = await page.evaluate("document.body.scrollHeight")
            await page.evaluate("window.scrollTo(0, document.body.scrollHeight)")
            await asyncio.sleep(2.5)
            curr_height = await page.evaluate("document.body.scrollHeight")
            if curr_height == prev_height:
                break  # Už není další obsah

        await browser.close()
        return all_pins

Na jednu věc si dejte pozor: u nástěnek se někdy objeví záložka „More Ideas“, která odděluje uložené piny od algoritmických doporučení. Pokud chcete jen skutečně uložené piny uživatele, přestaňte scrollovat ve chvíli, kdy narazíte na tuhle oddělovací část.

Scrapování uživatelského profilu: nástěnky, počet sledujících a piny

Profily mají URL jako https://www.pinterest.com/{username}/. Z profilu můžete získat:

  • Počet sledujících / sledovaných: hledejte div[data-test-id='follower-count']
  • Seznam nástěnek: každá nástěnka je karta s odkazem na /{username}/{board-name}/
  • Celkový počet pinů: někdy je uveden v hlavičce profilu
async def scrape_profile(username):
    url = f"https://www.pinterest.com/{username}/"
    async with async_playwright() as p:
        browser = await p.chromium.launch(headless=True)
        page = await browser.new_page(user_agent=USER_AGENT, viewport={"width": 1920, "height": 1080})
        await page.goto(url)
        await asyncio.sleep(3)

        # Získání počtu sledujících
        follower_el = await page.query_selector("div[data-test-id='follower-count']")
        followers = await follower_el.inner_text() if follower_el else "N/A"

        # Získání odkazů na nástěnky
        board_links = await page.query_selector_all("a[href*='/" + username + "/']")
        boards = []
        for bl in board_links:
            href = await bl.get_attribute("href") or ""
            name = await bl.get_attribute("aria-label") or href.split("/")[-2]
            if href.count("/") >= 3 and href != f"/{username}/":
                boards.append({"name": name, "url": f"https://www.pinterest.com{href}"})

        await browser.close()
        return {"username": username, "followers": followers, "boards": boards}

Chcete-li scrapovat všechny piny napříč všemi nástěnkami profilu, projděte seznam nástěnek a pro každou zavolejte scrape_board(). Stažené obrázky pak můžete automaticky ukládat do složek podle nástěnek.

Jak postavit produkčně použitelný handler pro nekonečné scrollování

Tohle je část, která oddělí hračkový scraper od skutečně použitelných řešení. Největší bolestivé místo — a viděl jsem ho nejméně v desítkách vláken na fórech — je, že scrapers vrací jen 16–25 položek, protože nescrollují dost daleko, nebo používají pevně daný počet scrollů typu for i in range(5): scroll() a doufají v nejlepší.

To je nespolehlivé. Pinterest načítá nový obsah v dávkách po zhruba 25 pinech, spouštěných scroll eventy. Když scrollnete pětkrát, můžete dostat 125 pinů — ale taky jen 75, pokud byla síť pomalá, nebo 150, pokud byly dávky menší. Potřebujete chytřejší přístup.

Vzorec „scrolluj, dokud nepřibývají nová data“

Tady je robustní scrollovací funkce, která sleduje unikátní ID pinů, používá konfigurovatelný timeout, obsahuje retry logiku a vypisuje průběh:

import time
import random

async def scroll_and_collect(page, max_pins=1000, max_scrolls=200, scroll_pause=2.5):
    seen_ids = set()
    all_pins = []
    no_new_count = 0

    for i in range(max_scrolls):
        pins = await page.query_selector_all("div[data-test-id='pinWrapper']")
        new_this_round = 0

        for pin in pins:
            link = await pin.query_selector("a")
            if not link:
                continue
            href = await link.get_attribute("href") or ""
            if href in seen_ids:
                continue
            seen_ids.add(href)
            new_this_round += 1
            title = await link.get_attribute("aria-label") or ""
            img = await link.query_selector("img")
            src = await img.get_attribute("src") if img else ""
            all_pins.append({
                "title": title,
                "url": f"https://www.pinterest.com{href}" if href.startswith("/") else href,
                "image_url": src
            })

        print(f"  Scroll {i+1}: {new_this_round} nových pinů | {len(all_pins)} celkem")

        if len(all_pins) >= max_pins:
            print(f"  Dosažen limit max_pins ({max_pins}). Končím.")
            break

        if new_this_round == 0:
            no_new_count += 1
            if no_new_count >= 3:
                print("  Tři scrolly po sobě bez nových pinů. Konec obsahu.")
                break
        else:
            no_new_count = 0

        prev_height = await page.evaluate("document.body.scrollHeight")
        await page.evaluate("window.scrollTo(0, document.body.scrollHeight)")
        await asyncio.sleep(scroll_pause + random.uniform(0.5, 1.5))
        curr_height = await page.evaluate("document.body.scrollHeight")

        if curr_height == prev_height and new_this_round == 0:
            print("  Výška stránky se nezměnila a nepřibyly žádné piny. Pravděpodobně konec feedu.")
            break

    return all_pins

Proč tenhle návrh funguje:

  • Deduplicace podle href: Každý pin má unikátní URL, takže ji používáme jako ID. Zabrání to dvojímu započítání stejného pinu při přerenderování DOM během scrollování.
  • Pravidlo tří pokusů: Pokud tři po sobě jdoucí scrolly nepřinesou žádný nový pin, končíme. To řeší situaci, kdy se stránka ještě načítá, ale už žádný další obsah neexistuje.
  • Náhodné zpoždění: Přidání náhodné pauzy 0,5–1,5 sekundy mezi scrolly působí lidsky a snižuje riziko anti-bot detekce.
  • Bezpečnostní limit max_scrolls: Zabraňuje nekonečné smyčce, když se něco pokazí.

Řešení okrajových situací

  • Zlom přes „More Ideas“: Na stránkách nástěnek Pinterest někdy vloží sekci „More Ideas“. Pokud chcete jen skutečné piny z nástěnky, můžete tenhle prvek detekovat a scrollování ukončit, jakmile se objeví.
  • Rate limiting při dlouhých sezeních: Pokud scrollujete nástěnku s tisíci piny, Pinterest může začít zpomalovat odpovědi. Když si všimnete, že scrolly občas vrací nulu nových pinů (ale ne třikrát za sebou), zvyšte pauzu mezi scrolly na 5+ sekund.

Jak získat obrázky z Pinterestu v plném rozlišení (ne jen náhledy)

Tohle dokáže lidi pořádně naštvat. Stáhnete spoustu pinů a všechny obrázky jsou malé náhledy o šířce 236 px. Uživatelé to ve fórech popisují jako „hrozné kvality, moc malé“. Řešení je pochopit strukturu Pinterest image URL.

Jak vypadají cesty k obrázkům na Pinterestu

Všechny obrázky z Pinterestu jsou servírované z https://i.pinimg.com/{size}/{hash}.jpg. Část {size} určuje rozlišení:

Cesta velikostiRozměryPoužití
/236x/šířka 236 pxVýchozí mřížka (to, co dostanete standardně)
/474x/šířka 474 pxStřední rozlišení
/736x/šířka 736 pxDetail / rozbalené zobrazení pinu
/originals/původní rozměry nahrávkyPlné rozlišení

Pomocná funkce: převod libovolné Pinterest image URL na plné rozlišení

Tady je funkce, která přepíše jakoukoli Pinterest image URL na nejvyšší dostupnou kvalitu a má i fallback logiku:

import requests as req

def upgrade_image_url(url, preferred_size="originals"):
    """Přepíše Pinterest image URL na nejvyšší dostupné rozlišení."""
    sizes = ["originals", "736x", "474x", "236x"]
    if preferred_size not in sizes:
        preferred_size = "originals"

    for size in sizes[sizes.index(preferred_size):]:
        upgraded = url
        for s in sizes:
            upgraded = upgraded.replace(f"/{s}/", f"/{size}/")
        try:
            resp = req.head(upgraded, timeout=5, allow_redirects=True)
            if resp.status_code == 200:
                return upgraded
        except Exception:
            continue
    return url  # Pokud vše selže, vrať původní URL

Důležité upozornění (stav k roku 2025): Cesta /originals/ stále častěji vrací chybu HTTP 403 Forbidden. Zdokumentovaný problém v gallery-dl potvrzuje, že se to děje minimálně od poloviny roku 2025. Spolehlivé maximum je tedy /736x/. Moje funkce nejprve zkouší /originals/, a když to nevyjde, automaticky přechází na /736x/.

Stahování obrázků do přehledně uspořádaných složek

import os
import time

def download_images(pins, folder="images/default", delay=1.5):
    os.makedirs(folder, exist_ok=True)
    for i, pin in enumerate(pins):
        img_url = upgrade_image_url(pin.get("image_url", ""), preferred_size="736x")
        if not img_url:
            continue
        filename = f"pin_{i+1}.jpg"
        filepath = os.path.join(folder, filename)
        try:
            resp = req.get(img_url, timeout=15)
            if resp.status_code == 200:
                with open(filepath, "wb") as f:
                    f.write(resp.content)
                print(f"  Stažen {filename} ({len(resp.content) // 1024} KB)")
            else:
                print(f"  Selhání {filename}: HTTP {resp.status_code}")
        except Exception as e:
            print(f"  Chyba při stahování {filename}: {e}")
        time.sleep(delay + random.uniform(0.3, 0.8))

Mezi stahování přidejte záměrné zpomalení. Používám 1,5–2,3 sekundy s náhodným rozptylem. Bez toho vám Pinterest po pár stovkách requestů může zablokovat IP.

Export vašich Pinterest dat

Export do CSV nebo JSON

Základy jsme pokryli už výše. U větších datasetů (10 000+ pinů) zvažte JSON Lines formát — jeden JSON objekt na řádek — protože se lépe streamuje a zpracovává:

def save_jsonl(data, filepath="output/pins.jsonl"):
    with open(filepath, "w", encoding="utf-8") as f:
        for item in data:
            f.write(json.dumps(item, ensure_ascii=False) + "\n")

Export do Google Sheets, Airtable nebo Notionu

Pokud chcete data posílat z Pythonu přímo do Google Sheets, budete potřebovat knihovnu gspread a účet služby v Google Cloud. Pro Airtable použijte pyairtable. Pro Notion notion-client. Každá z těchto variant vyžaduje API klíče a výrazně zvyšuje složitost pipeline.

Nebo — a tady jsem trochu zaujatý, ale je to opravdu nejrychlejší cesta — můžete použít Thunderbit k scrapování Pinterestu a exportu do kterékoliv z těchto destinací jedním kliknutím. Žádné API klíče, žádné service accounts, žádný další kód. Thunderbit Chrome Extension zvládá export nativně.

Tipy, jak se při scrapování Pinterestu nenechat zablokovat

Pinterest anti-bot systém hodnotí ScrapeOps jako 6/10 obtížnosti obejití — není to triviální, ale ani nejtěžší cíl. Používá fingerprinting prohlížeče, behaviorální analýzu a rate limiting podle IP adresy. Tohle funguje:

  • Rotujte user agenty: Používejte pool reálných Chrome user agent stringů a pro každou relaci vyberte náhodný.
  • Přidávejte náhodná zpoždění: 2–5 sekund mezi scrolly a requesty, s jitterem. Bez proxy raději 10–15 sekund.
  • Používejte realistický viewport: Nastavte viewport={"width": 1920, "height": 1080} — nepoužívejte malé nebo divné rozměry.
  • Zvažte proxy pro větší objemy: Pokud scrapujete tisíce pinů, rotujte rezidenční proxy. Bez nich čekejte blokace IP po pár stovkách requestů.
  • Respektujte robots.txt: Pinterest robots.txt blokuje většinu automatizovaných crawlerů a má zhruba 180 pravidel disallow. Mějte to na paměti kvůli souladu.
  • Vyhněte se scrapování po přihlášení: Zůstaňte u veřejně viditelného obsahu a odhlášeného režimu. Scrapování za loginem přináší právní i technická rizika.

Thunderbit řeší anti-bot ochrany a CAPTCHA automaticky přes svůj AI engine — o jednu věc méně k údržbě, pokud zvolíte no-code cestu.

Právní a etické aspekty scrapování Pinterestu

Budu stručný, protože to není hlavní téma článku, ale je to důležité.

Podmínky používání Pinterestu (sekce 2a) říkají, že nesmíte „scrape, collect, search, copy or otherwise access data or content from Pinterest in unauthorized ways, such as by using automated means (without our express prior permission).“ Na druhou stranu soudy obecně uznaly, že scrapování veřejně dostupných dat neporušuje Computer Fraud and Abuse Act — viz hiQ v. LinkedIn a Meta v. Bright Data (leden 2024), kde soud rozhodl, že scrapování veřejně viditelných dat v odhlášeném režimu je legální.

Pár základních pravidel:

  • Scrapujte jen veřejně viditelný obsah a pouze v odhlášeném režimu
  • Nepoužívejte získaná data ke spamu ani k vydávání se za jiné uživatele
  • Respektujte autorská práva k obrázkům — tam, kde to jde, získávejte metadata a nešířte chráněné obrázky komerčně bez povolení
  • Pokud plánujete používat scraped data ke komerčním účelům, poraďte se s právníkem

Podrobnější pohled na právní rámec najdete v našem průvodci právními důsledky web scrapingu.

Shrnutí: co jste se naučili a kam dál

Teď už víte, proč na Pinterestu selhává statický scraping (je to React SPA — žádný JavaScript, žádná data), jak pomocí Playwrightu scrapovat výsledky vyhledávání, nástěnky i uživatelské profily, jak postavit produkčně použitelný handler pro nekonečné scrollování, který neskončí po 16 pinech, a jak získat obrázky v plném rozlišení místo malých náhledů.

Rychlé shrnutí toho nejdůležitějšího:

  • requests + BeautifulSoup na Pinterestu nefungují. Neztrácejte s tím čas.
  • Playwright je pro tuhle práci nejlepší Python nástroj — rychlý, dobře podporovaný a nativně zvládá renderování JS.
  • Nekonečné scrollování vyžaduje smyčku založenou na deduplikaci, ne pevně daný počet opakování.
  • Obrázky v plném rozlišení vyžadují přepsání URL cesty — cílte na /736x/ (protože /originals/ často vrací 403).
  • Scrapování nástěnek a profilů je v existujících návodech podceněné, ale se správnými selektory je přímočaré.
  • Pro netechnické uživatele nebo týmy, které chtějí rychlost, Thunderbit vám umožní scrapovat Pinterest na 2 kliknutí a exportovat data do Google Sheets, Excelu, Airtable nebo Notionu — bez Pythonu. Vyzkoušejte zdarma přes Chrome Extension.

Pokud stavíte Python pipeline, kód v tomhle průvodci vám dá solidní základ. Pokud jen potřebujete data, Thunderbit je zkratka. V každém případě už nemusíte zůstávat u 16 pinů a prázdného pohledu do monitoru.

Více o scrapování a extrakci dat najdete v našich průvodcích jak scrapovat web v Pythonu, nejlepších automatizovaných nástrojích pro web scraping a jak stáhnout data z webu do Excelu. Můžete také prozkoumat ceny Thunderbit nebo sledovat tutoriály na Thunderbit YouTube kanálu.

Často kladené otázky

1. Dá se Pinterest scrapovat pomocí BeautifulSoup?

Ne efektivně samostatně. Pinterest renderuje veškerý obsah přes JavaScript, takže requests + BeautifulSoup uvidí jen prázdnou HTML kostru. Nejdřív potřebujete headless prohlížeč jako Playwright nebo Selenium, který stránku vykreslí, případně můžete použít no-code nástroj jako Thunderbit, který JS renderování řeší automaticky.

2. Kolik pinů lze z Pinterestu získat během jedné relace?

Záleží na logice scrollování a na tom, jak řešíte anti-bot ochranu. S produkčně připraveným handlerem pro nekonečné scrollování v tomhle návodu (deduplikace, timeout, retry logika) můžete spolehlivě získat stovky až tisíce pinů na jednu nástěnku nebo vyhledávací dotaz. U velmi velkých nástěnek počítejte s několika minutami scrollování a sběru dat.

3. Proč mi stažené Pinterest obrázky vycházejí tak malé?

Ve výchozím zobrazení Pinterest servíruje náhledy /236x/. Pro vyšší rozlišení přepište cestu obrázku na /736x/ nebo /originals/. Upozornění: /originals/ od roku 2025 stále častěji vrací chybu 403, takže spolehlivé maximum je /736x/.

4. Je scrapování Pinterestu legální?

Scrapování veřejně dostupných dat je obecně přijatelné podle nedávných soudních rozhodnutí (např. hiQ v. LinkedIn, Meta v. Bright Data), ale podmínky používání Pinterestu zakazují neautorizovaný automatizovaný přístup. Držte se veřejného obsahu, nepoužívejte scraped data ke spamu, respektujte autorská práva a u komerčních případů se poraďte s právníkem.

5. Jaká je nejlepší no-code alternativa pro scrapování Pinterestu?

Thunderbit's AI Web Scraper dokáže extrahovat data z pinů na Pinterestu — názvy, obrázky, URL, popisy — na 2 kliknutí, s vestavěným exportem do Google Sheets, Excelu, Airtable nebo Notionu. Zvládá renderování JavaScriptu, nekonečné scrollování i anti-bot výzvy automaticky, takže nemusíte psát ani udržovat žádný kód.

Zjistit více

Shuai Guan
Shuai Guan
CEO ve společnosti Thunderbit | Expert na automatizaci dat s využitím AI Shuai Guan je CEO společnosti Thunderbit a absolvent inženýrského oboru na University of Michigan. Na základě téměř deseti let zkušeností v oblasti technologií a architektury SaaS se zaměřuje na převádění složitých modelů AI do praktických nástrojů pro extrakci dat bez nutnosti programování. Na tomto blogu sdílí nezkreslené a v praxi ověřené poznatky o web scrapingu a automatizačních strategiích, které vám pomohou vytvářet chytřejší datově řízené pracovní postupy. Když zrovna neoptimalizuje datové workflow, věnuje stejný důraz na detail také své vášni pro fotografii.
Obsah
Thunderbit · AI agent pro webová data

Extrahuj data z libovolné stránky za 1 kliknutí

Důvěřuje mu více než 250 000 uživatelů
k dispozici bezplatný plán
Z webové stránky do tabulky
Popiš, co potřebuješ — AI agent Thunderbit to nasbírá a exportuje do Excelu, Google Sheets, Airtable nebo Notion. Začni zdarma.
Chrome Store Rating
PRODUCT HUNT#1 Product of the Week