การดึงข้อมูล Airbnb แบบอัตโนมัติ: รับอินไซต์ของที่พักได้ทันที

Airbnb มี ในกว่า 220 ประเทศ — และไม่มี API สาธารณะสำหรับข้อมูลตลาดเลย ถ้าคุณต้องการข้อมูลเชิงลึกด้านราคา ข้อมูลเทียบคู่แข่ง หรือชุดข้อมูลสำหรับการวิจัย การดึงข้อมูลแทบจะเป็นทางเลือกเดียว

แต่ปัญหาคือ Airbnb เป็นหนึ่งในเว็บไซต์ที่ดึงข้อมูลยากที่สุดบนเว็บยุคนี้ มันใช้ WAF แบบกำหนดเองที่ทำงานร่วมกับ Akamai Bot Manager แสดงผลทุกอย่างฝั่งไคลเอนต์ด้วย React และสลับชื่อคลาส CSS ไปเรื่อย ๆ เหมือนช่างกุญแจหวาดระแวงที่เปลี่ยนลูกกุญแจทุกวัน ผมใช้เวลาพอสมควรกับการทดสอบแนวทางต่าง ๆ สำหรับการดึงข้อมูล Airbnb — ตั้งแต่ไลบรารี HTTP แบบเบา ไปจนถึงการอัตโนมัติผ่านเบราว์เซอร์เต็มรูปแบบ และเครื่องมือ AI แบบไม่ต้องเขียนโค้ด — และความจริงก็คือ ไม่มีวิธีไหนที่เหมาะกับทุกกรณีได้แบบสมบูรณ์

คู่มือนี้จะพาคุณไล่ครบทั้ง 5 วิธีที่ใช้งานได้จริง พร้อมโค้ดจริง ข้อดีข้อเสียแบบตรงไปตรงมา และทิปปฏิบัติที่ช่วยไม่ให้ IP ของคุณโดนบล็อกหายเข้ากลีบเมฆ ไม่ว่าคุณจะเป็นนักพัฒนา Python นักวิเคราะห์ข้อมูล หรือผู้ลงทุนอสังหาฯ ที่แค่อยากได้สเปรดชีต คู่มือนี้มีเส้นทางที่เหมาะกับคุณ

ทำไมต้องดึงข้อมูล Airbnb? ตัวอย่างการใช้งานจริง

ไม่มีใครดึงข้อมูล Airbnb เพราะอยากนั่งแกะ HTML แบบซ้อนหลายชั้นหรอก ทุกคนมีโปรเจกต์และเป้าหมายทางธุรกิจของตัวเอง — นี่คือ 6 กรณีที่พบบ่อยที่สุด:

สำหรับกรณีใช้งานต่อเนื่อง เช่น การติดตามราคา หรือการเฝ้าดูคู่แข่ง การดึงข้อมูลแบบตั้งเวลา หรือแบบอัตโนมัติ จะคุ้มค่าเป็นพิเศษ — คุณต้องการข้อมูลใหม่ ๆ ไม่ใช่ภาพถ่ายชั่วขณะครั้งเดียว

ตลาดที่พักระยะสั้นเติบโตเร็วกว่าโรงแรมแบบดั้งเดิม: ความต้องการ STR ขณะที่ความต้องการโรงแรมลดลง 0.3% ถ้าคุณอยู่ในสายนี้ ข้อมูลคือแต้มต่อของคุณ

อะไรทำให้ Airbnb ดึงข้อมูลยาก

ก่อนจะเขียนโค้ดแม้แต่บรรทัดเดียว ช่วยทำความเข้าใจก่อนว่าทำไม Airbnb ถึงถูกจัดว่า ในแง่การดึงข้อมูล มี 3 ปัญหาที่ซ้อนทับกันอยู่

ระบบป้องกันบอทของ Airbnb

Airbnb ใช้ WAF แบบกำหนดเองร่วมกับ ซึ่งเป็นระบบตรวจจับบอทระดับองค์กรที่ประเมินทุกคำขอพร้อมกันหลายมิติ นี่ไม่ใช่แค่การจำกัดอัตราคำขอ แต่เป็นการทำฟิงเกอร์พรินต์ด้วย AI

ลำดับชั้นของการตรวจจับตามระดับความเสี่ยง:

• TLS Fingerprinting (สูง): ไลบรารี requests ของ Python มีลักษณะ TLS handshake เฉพาะตัวที่ไม่เหมือนเบราว์เซอร์จริง Akamai วิเคราะห์ cipher suites, extensions และลำดับ ALPN ด้วยวิธี JA3/JA4 คำขอแบบ requests มาตรฐานมีอัตราสำเร็จเพียงประมาณ เทียบกับ 92% สำหรับไลบรารีที่ปลอมฟิงเกอร์พรินต์ TLS ให้เหมือนเบราว์เซอร์
• การรัน JavaScript (สูง): Akamai ใช้สคริปต์ฝั่งไคลเอนต์เพื่อเก็บ “sensor data” — คุณสมบัติของอุปกรณ์ ความสามารถของฮาร์ดแวร์ รายละเอียดระบบปฏิบัติการ — ข้อมูลนี้จะสร้างคุกกี้ _abck ถ้าไม่รัน JavaScript นี้ คำขอจะถูกบล็อก
• Browser Fingerprinting (สูง): การวิเคราะห์ Canvas, WebGL และฟอนต์จะตรวจจับเครื่องมืออัตโนมัติ เบราว์เซอร์แบบ headless จะมีธง navigator.webdriver ปลั๊กอินหายไป และค่าฮาร์ดแวร์ที่ไม่สอดคล้องกัน
• การวิเคราะห์ HTTP Header (สูง): การขาด header Sec-Fetch-* เป็น บน Airbnb
• ชื่อเสียงของ IP (ปานกลาง): IP จากดาต้าเซ็นเตอร์จะถูกบล็อกทันที จำเป็นต้องใช้ residential proxy เมื่อสเกลการใช้งานจริง
• การวิเคราะห์พฤติกรรม (ปานกลาง): จังหวะการร้องขอที่สม่ำเสมอเกินไป ไม่มีการขยับเมาส์ ไม่มีการเลื่อนหน้า — ล้วนเป็นสัญญาณที่มองออกง่าย

เมื่อโดนบล็อก คุณจะเห็น: 403 Forbidden (ฟิงเกอร์พรินต์ไม่ผ่าน), 429 Too Many Requests (เกินอัตรา), 503 Service Unavailable (หน้า challenge ของ Akamai) หรือหน้า CAPTCHA

หน้าเว็บ Airbnb ที่เปลี่ยนแปลงตลอดและพึ่ง JavaScript หนักมาก

ถ้าใช้ requests.get() แบบธรรมดากับ Airbnb คุณจะได้แค่ React shell พร้อม HTML ตัวอย่าง — ไม่มีข้อมูลที่พักจริง ๆ อย่างที่ : “คำขอ HTTP ธรรมดาใช้ไม่ได้จริง และถ้าไม่มี proxy ที่เหมาะกับการเรนเดอร์ JavaScript จริง คุณไม่ได้กำลังดึงข้อมูลจาก Airbnb คุณกำลังดึงแค่ตัวแทนข้อมูล”

ข้อมูลจริงจะถูกดึงฝั่งไคลเอนต์ผ่านการเรียก API ภายในแบบ GraphQL (/api/v3/StaysSearch สำหรับผลการค้นหา, /api/v3/PdpPlatformSections สำหรับรายละเอียดที่พัก) นั่นหมายความว่าข้อมูลสำคัญส่วนใหญ่ต้องใช้ทั้งเบราว์เซอร์เต็มรูปแบบ หรือการดักจับ API

DOM เปลี่ยนตลอดเวลา

Airbnb ใช้ CSS-in-JS กับชื่อคลาสแบบแฮชที่เปลี่ยนทุกครั้งที่มีการ deploy ตัวอย่างที่มีการบันทึกไว้ ได้แก่ _tyxjp1, lxq01kf, atm_mk_h2mmj6, t1jojoys และ _8s3ctt อย่างที่ อธิบายไว้: “คลาสเหล่านี้ไม่ได้ถูกออกแบบมาให้เสถียร และสามารถเปลี่ยนได้ทุกเมื่อ บ่อยครั้งโดยไม่มีการเปลี่ยนแปลงที่มองเห็นได้บนหน้าเว็บ”

ชุมชนนักพัฒนาได้บันทึกปัญหานี้ไว้อย่างละเอียด ว่า “คลาส CSS เปลี่ยนตลอดเวลา และการพึ่งพามันเป็นวิธีที่เร็วมากในการทำให้สคริปต์ดึงข้อมูลพัง” นักพัฒนาที่มีประสบการณ์คนหนึ่งใน DEV Community สรุปได้ดีว่า “สคริปต์ที่ช้ากว่า 50% แต่ไม่เคยพัง มีค่ามากกว่าสคริปต์ที่เร็วแต่ล้มทุกสัปดาห์แบบเทียบกันไม่ได้”

ประมาณการในอุตสาหกรรมระบุว่า เนื่องจาก DOM เปลี่ยน ฟิงเกอร์พรินต์อัปเดต หรือ endpoint ถูกจำกัดอัตรา

เลือกแนวทางของคุณ: 5 วิธีในการดึงข้อมูล Airbnb

ก่อนจะลงมือเขียนโค้ด นี่คือการเปรียบเทียบ แต่ละวิธีมีข้อแลกเปลี่ยนจริง ๆ — ไม่มีวิธีไหนที่ “ดีที่สุด” สำหรับทุกกรณี

เนื้อหาที่เหลือของบทความนี้จะพาไล่ดูแนวทาง Python ทีละขั้นตอน และปิดท้ายด้วยส่วนแบบไม่ต้องเขียนโค้ดสำหรับคนที่อยากข้ามการลงมือเขียนโปรแกรมไปเลย

ทีละขั้นตอน: ดึงข้อมูล Airbnb ด้วย Python โดยใช้ Requests (แนวทางเริ่มจาก HTTP)

นี่คือทางเลือกที่เบาและเริ่มได้เร็ว — ไม่ต้องใช้เบราว์เซอร์ ไม่ต้องปวดหัวกับ chromedriver ข้อแลกเปลี่ยนคือ: ใช้ได้กับข้อมูลบางส่วน แต่ไม่ใช่ทั้งหมด

ตั้งค่าสภาพแวดล้อม Python ของคุณ

สร้างโฟลเดอร์โปรเจกต์และตั้งค่า virtual environment:

1mkdir airbnb-scraper && cd airbnb-scraper
2python -m venv venv
3source venv/bin/activate  # Windows: venv\Scripts\activate
4pip install requests beautifulsoup4 pandas pyairbnb

pyairbnb เป็นไลบรารีน้ำหนักเบา (, อัปเดตล่าสุดเดือนกุมภาพันธ์ 2026) ที่ดักจับ GraphQL API StaysSearch ภายในของ Airbnb มันไม่ได้ดึง HTML เลย ซึ่งทำให้ทนต่อการเปลี่ยนแปลงของ CSS class ได้ดี โมเดลที่ดูแลโดยผู้พัฒนาคนเดียวเป็นความเสี่ยงอยู่บ้าง แต่ก็มีการอัปเดตอย่างต่อเนื่อง

ตัวเลือก A: ใช้ pyairbnb สำหรับผลการค้นหาแบบเร็ว ๆ

เส้นทางที่เร็วที่สุดในการได้ข้อมูล Airbnb ที่เป็นโครงสร้าง:

1import pyairbnb
2import pandas as pd
3# ค้นหาตามสถานที่และวันที่
4results = pyairbnb.search_all(
5    query="Austin, TX",
6    checkin="2025-08-01",
7    checkout="2025-08-03",
8    adults=2,
9    currency="USD"
10)
11# แปลงเป็น DataFrame
12df = pd.DataFrame(results)
13print(df[['name', 'price', 'rating', 'reviewsCount', 'url']].head())
14df.to_csv("airbnb_austin.csv", index=False)

pyairbnb ยังรองรับ get_details(), get_price(), get_reviews(), get_calendar() และ get_listings_from_user() ด้วย ทุกฟังก์ชันรองรับพารามิเตอร์ proxy URL สำหรับการหมุน IP

ตัวเลือก B: ส่ง HTTP request เองด้วย BeautifulSoup

ถ้าคุณไม่อยากพึ่งไลบรารีของบุคคลที่สาม คุณสามารถส่งคำขอโดยตรงได้ แต่ขอเตือนไว้ก่อนว่า requests แบบธรรมดาจะโดนบล็อกเร็วมากเพราะ TLS fingerprinting การใช้ curl_cffi ซึ่งปลอมฟิงเกอร์พรินต์ TLS ให้เหมือนเบราว์เซอร์ จะช่วยเพิ่มอัตราสำเร็จได้มาก

1from curl_cffi import requests as cffi_requests
2from bs4 import BeautifulSoup
3import json
4url = "https://www.airbnb.com/s/Austin--TX/homes?checkin=2025-08-01&checkout=2025-08-03&adults=2"
5headers = {
6    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36",
7    "Accept-Language": "en-US,en;q=0.9",
8    "Sec-Fetch-Dest": "document",
9    "Sec-Fetch-Mode": "navigate",
10    "Sec-Fetch-Site": "none",
11    "Sec-Fetch-User": "?1",
12}
13response = cffi_requests.get(url, headers=headers, impersonate="chrome131")
14soup = BeautifulSoup(response.text, "html.parser")

การดึงข้อมูลจาก Schema.org Microdata

Airbnb ฝัง schema.org microdata ไว้ใน HTML โดยตรง — และแท็กเชิงความหมายเหล่านี้ ให้มองหาคอนเทนเนอร์ itemprop="itemListElement":

1listings = soup.find_all("div", itemprop="itemListElement")
2data = []
3for listing in listings:
4    name_tag = listing.find("meta", itemprop="name")
5    url_tag = listing.find("meta", itemprop="url")
6    position_tag = listing.find("meta", itemprop="position")
7    data.append({
8        "name": name_tag["content"] if name_tag else None,
9        "url": url_tag["content"] if url_tag else None,
10        "position": position_tag["content"] if position_tag else None,
11    })
12df = pd.DataFrame(data)
13df.to_csv("airbnb_listings.csv", index=False)

ข้อจำกัดคือ: แท็ก schema.org ให้ได้แค่ชื่อที่พัก URL และลำดับรายการ — แต่ไม่ให้ราคาคะแนนรีวิว หรือสิ่งอำนวยความสะดวก ถ้าต้องการข้อมูลที่ครบกว่านี้ คุณต้องใช้การอัตโนมัติผ่านเบราว์เซอร์ หรือดักจับ API

ทีละขั้นตอน: ดึงข้อมูล Airbnb ด้วย Python โดยใช้ Selenium หรือ Playwright

เมื่อคุณต้องการเนื้อหาแบบไดนามิก — ราคาที่ขึ้นกับวันที่ สิ่งอำนวยความสะดวกที่ซ่อนอยู่หลังปุ่ม "Show more" หรือข้อความรีวิวเต็ม — การอัตโนมัติผ่านเบราว์เซอร์คือเครื่องมือที่เหมาะที่สุด

เมื่อไหร่ควรใช้การอัตโนมัติผ่านเบราว์เซอร์

• หน้าที่ต้องเลือกวันที่ก่อนถึงจะเห็นราคาจริง
• สิ่งอำนวยความสะดวกและรีวิวที่ซ่อนอยู่หลังองค์ประกอบแบบโต้ตอบ
• ข้อมูลใด ๆ ที่โหลดหลังจากรัน JavaScript เท่านั้น
• เมื่อคุณต้องโต้ตอบกับหน้าเว็บ (เลื่อนหน้า คลิก)

Selenium กับ Playwright: ตอนนี้ Playwright ชนะไปแล้วเป็นส่วนใหญ่

Playwright แซง Selenium ขึ้นมาเป็นเครื่องมืออัตโนมัติผ่านเบราว์เซอร์ที่นิยมกว่า มันเร็วกว่า มี async support ในตัว ติดตั้งไบนารีของเบราว์เซอร์ให้อัตโนมัติ และรับมือกับเว็บแอปยุคใหม่ได้ดีกว่า ปัญหาเรื้อรังของ Selenium เรื่อง ซึ่งมักตามอัปเดต Chrome ไม่ทัน ยังเป็นเรื่องปวดหัวอยู่เสมอ

อย่างไรก็ตาม Selenium ก็มีระบบนิเวศของบทสอนและคำตอบใน StackOverflow ที่ใหญ่กว่า — ดังนั้นใช้ตัวที่คุณถนัดจะดีที่สุด

การติดตั้ง Playwright

1pip install playwright playwright-stealth
2playwright install chromium

เข้าไปยัง Airbnb และดึงรายการที่พัก

1import asyncio
2from playwright.async_api import async_playwright
3from playwright_stealth import stealth_async
4import json
5async def scrape_airbnb():
6    async with async_playwright() as p:
7        browser = await p.chromium.launch(headless=False)  # headless=True เสี่ยงกว่า
8        context = await browser.new_context(
9            viewport={"width": 1920, "height": 1080},
10            user_agent="Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36"
11        )
12        page = await context.new_page()
13        await stealth_async(page)
14        url = "https://www.airbnb.com/s/Austin--TX/homes?checkin=2025-08-01&checkout=2025-08-03&adults=2"
15        await page.goto(url, wait_until="networkidle")
16        # รอให้การ์ดที่พักปรากฏ โดยใช้ data-testid (เสถียรกว่าคลาส)
17        await page.wait_for_selector('[data-testid="card-container"]', timeout=15000)
18        # ดึงข้อมูลที่พัก
19        listings = await page.query_selector_all('[data-testid="card-container"]')
20        results = []
21        for listing in listings:
22            title_el = await listing.query_selector('[data-testid="listing-card-title"]')
23            subtitle_el = await listing.query_selector('[data-testid="listing-card-subtitle"]')
24            title = await title_el.inner_text() if title_el else None
25            subtitle = await subtitle_el.inner_text() if subtitle_el else None
26            results.append({"title": title, "subtitle": subtitle})
27        await browser.close()
28        return results
29data = asyncio.run(scrape_airbnb())

ดักจับ GraphQL API (วิธี DIY ที่น่าเชื่อถือที่สุด)

แทนที่จะมานั่งแยก DOM ที่พังตลอดเวลา คุณสามารถดักจับการเรียก API ภายในของ Airbnb ได้ วิธีนี้จะได้ JSON ที่สะอาดและมีโครงสร้าง:

1api_responses = []
2async def handle_response(response):
3    if "StaysSearch" in response.url:
4        try:
5            data = await response.json()
6            api_responses.append(data)
7        except:
8            pass
9page.on("response", handle_response)
10await page.goto(url, wait_until="networkidle")
11# แปลง response ของ API
12if api_responses:
13    search_results = api_responses[0]["data"]["presentation"]["staysSearch"]["results"]["searchResults"]
14    for result in search_results:
15        listing = result.get("listing", {})
16        pricing = result.get("pricingQuote", {})
17        print(f"{listing.get('name')} — {pricing.get('price', {}).get('total')}")

response ของ StaysSearch มี id, name, roomTypeCategory, bedrooms, bathrooms, personCapacity, avgRating, reviewsCount, isSuperhost และรายละเอียดราคาแบบเต็ม ข้อมูลชุดนี้คือข้อมูลเดียวกับที่หน้า frontend ของ Airbnb ใช้เรนเดอร์หน้าเว็บ

การจัดการ Pagination

Airbnb แสดงประมาณ 18 รายการต่อหน้า และใช้พารามิเตอร์ URL items_offset โดยมีจำนวนสูงสุดราว 17 หน้า (~300 รายการต่อการค้นหา)

1import time
2import random
3base_url = "https://www.airbnb.com/s/Austin--TX/homes?checkin=2025-08-01&checkout=2025-08-03&adults=2"
4all_results = []
5for page_num in range(17):  # สูงสุดประมาณ 17 หน้า
6    offset = page_num * 18
7    paginated_url = f"{base_url}&items_offset={offset}"
8    # ... ไปยังหน้าและดึงข้อมูลเหมือนด้านบน ...
9    time.sleep(random.uniform(3, 7))  # หน่วงแบบสุ่มระหว่างหน้า

วิธีดึงข้อมูลราคา Airbnb ด้วย Python (แก้ปัญหาราคาที่ขึ้นกับวันที่)

นี่คือส่วนที่บทความสอนส่วนใหญ่ข้าม — และเป็นส่วนที่สำคัญที่สุดสำหรับการวิเคราะห์ราคา

ทำไมราคา Airbnb ถึงไม่แสดงถ้าไม่ระบุวันที่

ประมาณ 90% ของเวลา Airbnb จะต้องมีวันที่เช็กอิน/เช็กเอาต์ก่อนถึงจะแสดงราคาจริง ถ้าไม่มีวันที่ คุณจะเห็นแค่ช่วง “ราคาต่อคืน” แบบคลุมเครือ (หรือบางครั้งก็ไม่มีราคาเลย) อย่างที่ : “ถ้ารายการที่พักไม่แสดงราคา (เช่น Airbnb ต้องการให้คุณปรับวันที่หรือจำนวนผู้เข้าพัก) ฟังก์ชันก็จะส่งกลับ None”

ข่าวดีคือ: ณ เดือนเมษายน 2025 ตอนนี้ Airbnb สำหรับผู้เข้าพักทั่วโลกแล้ว ก่อนหน้านี้มีตัวเลือก “Display Total Price” ให้สลับใช้ — และมีผู้เข้าพักเกือบ 17 ล้านคนใช้มันก่อนที่มันจะกลายเป็นค่าเริ่มต้น

ส่งวันที่ผ่านพารามิเตอร์ URL

อย่าลืมใส่ checkin และ checkout ใน URL การค้นหาของคุณเสมอ:

1https://www.airbnb.com/s/Austin--TX/homes?checkin=2025-08-01&checkout=2025-08-03&adults=2

สิ่งนี้จะกระตุ้นให้ Airbnb แสดงราคาต่อคืนและราคารวมที่แท้จริงทั้งในหน้าเว็บและใน response ของ API

ไล่ช่วงวันที่เพื่อวิเคราะห์ราคา

สำหรับเจ้าของที่พักและนักลงทุนที่ต้องการข้อมูลราคาตามฤดูกาล:

1from datetime import datetime, timedelta
2start_date = datetime(2025, 7, 1)
3end_date = datetime(2025, 12, 31)
4stay_length = 2  # คืน
5current = start_date
6date_ranges = []
7while current + timedelta(days=stay_length) <= end_date:
8    checkin = current.strftime("%Y-%m-%d")
9    checkout = (current + timedelta(days=stay_length)).strftime("%Y-%m-%d")
10    date_ranges.append((checkin, checkout))
11    current += timedelta(days=7)  # ทุกสัปดาห์
12for checkin, checkout in date_ranges:
13    url = f"https://www.airbnb.com/s/Austin--TX/homes?checkin={checkin}&checkout={checkout}&adults=2"
14    # ... ดึงข้อมูลราคา ...
15    time.sleep(random.uniform(5, 10))  # เว้นจังหวะอย่างสุภาพ

ตอนแยกข้อมูลราคาจาก GraphQL API response ให้มองหาอ็อบเจ็กต์ pricingQuote ซึ่งมี price.total, price.priceItems (รายการย่อยเช่น ค่าทำความสะอาด ค่าบริการ) และ rate.amount (ราคาต่อคืน)

ทำให้สคริปต์ดึงข้อมูล Airbnb ด้วย Python ทนต่อการออกแบบเว็บใหม่

นี่คือส่วนการดูแลรักษาที่ไม่มีใครอยากเขียน — แต่จริง ๆ แล้วอาจเป็นส่วนที่สำคัญที่สุดของโปรเจกต์ดึงข้อมูล Airbnb ทุกโปรเจกต์

Selector แบบเปราะบาง vs แบบทนทาน

ใช้แอตทริบิวต์ data-testid

ค่า data-testid ที่มีการบันทึกไว้ใน Airbnb ตอนนี้ ได้แก่ card-container, listing-card-title, listing-card-subtitle, และ listing-card-name ค่านี้ผูกกับระบบทดสอบภายในของ Airbnb ไม่ใช่การจัดสไตล์ จึงเปลี่ยนบ่อยน้อยกว่าคลาส CSS แต่ก็ยังเปลี่ยนได้ เพียงแต่ไม่บ่อยเท่า

1# ทนทานกว่าการเลือกด้วยคลาส
2title = await page.query_selector('[data-testid="listing-card-title"]')

ใช้ Schema.org Microdata

Airbnb ใช้แอตทริบิวต์ itemprop อยู่ในมาร์กอัป HTML โดยตรง ซึ่งเป็นไปตามมาตรฐานเว็บและเปลี่ยนแปลงน้อยกว่าคลาส CSS ที่ใช้ตกแต่งมาก:

1# ดึงรายการที่พักทั้งหมดโดยใช้มาร์กอัป schema.org
2listings = soup.find_all("div", itemprop="itemListElement")
3for listing in listings:
4    name = listing.find("meta", itemprop="name")["content"]
5    url = listing.find("meta", itemprop="url")["content"]

ดักจับ GraphQL API

แนวทาง DIY ที่น่าเชื่อถือที่สุด API ภายในของ Airbnb ส่ง JSON แบบสะอาดที่มีโครงสร้างมาให้ frontend ใช้ต่อ response format เปลี่ยนช้ากว่า DOM เพราะทีม frontend เองก็ต้องพึ่งมันเช่นกัน

ทำไมการดึงข้อมูลด้วย AI ถึงกำจัดภาระการดูแลรักษาได้หมด

แม้แต่กลยุทธ์ selector ที่ดีที่สุดก็ยังพังได้ในที่สุด ค่า data-testid อาจถูกเปลี่ยนชื่อ โครงสร้าง response ของ API อาจถูกเวอร์ชันใหม่ แนวทางเดียวที่กำจัดภาระการดูแลได้จริงคือวิธีที่อ่านหน้าเว็บใหม่ทุกครั้งด้วย AI — ไม่มี selector ที่ฝังค่าไว้ล่วงหน้าเลย ดูเพิ่มเติมในส่วน Thunderbit ด้านล่าง

วิธีหลีกเลี่ยงการถูกบล็อกเมื่อดึงข้อมูล Airbnb

ทิปใช้งานจริงจากประสบการณ์และฉันทามติของชุมชน

หมุน Proxy (ต้องใช้ Residential เท่านั้น)

IP จากดาต้าเซ็นเตอร์จะถูก Airbnb บล็อกทันที จำเป็นต้องใช้ residential proxy เมื่อทำในระดับใช้งานจริง ผู้ให้บริการชั้นนำตามประสิทธิภาพและราคา:

ข้อสังเกตสำคัญจากนักพัฒนาที่มีประสบการณ์: “การหมุน IP ทุกครั้งที่ส่งคำขอจริง ๆ แล้วดูน่าสงสัยเกินไป ผู้ใช้จริงจะคง IP เดิมไว้ตลอดเซสชัน” คำแนะนำคือใช้ sticky session 5–10 นาที แล้วค่อยหมุนทุก 20–30 คำขอ

1proxies = {
2    "http": "http://user:pass@residential-proxy:port",
3    "https": "http://user:pass@residential-proxy:port",
4}
5response = cffi_requests.get(url, headers=headers, proxies=proxies, impersonate="chrome131")

ลดความถี่ของคำขอ

ฉันทามติของชุมชนเกี่ยวกับขีดจำกัดที่ปลอดภัย:

• จำนวนหน้าสูงสุดต่อชั่วโมง: ≤100 (~1.6/นาที)
• ช่วงพักระหว่างคำขอ: 3–10 วินาที (สุ่ม และถ้าได้ให้ใช้การกระจายแบบ Gaussian)
• พักระหว่างเซสชัน: ทุก ๆ 20 คำขอ ให้หยุด 30–60 วินาที
• ช่วงเวลาที่เหมาะกับการดึงข้อมูล: ช่วงนอกพีค (~2 ทุ่มตามเวลาท้องถิ่น)
• เมื่อเจอ 429: ใช้ exponential backoff พร้อม jitter

1import random
2import time
3delay = random.gauss(5, 1.5)  # ค่าเฉลี่ย 5 วินาที ส่วนเบี่ยงเบนมาตรฐาน 1.5
4delay = max(2, min(delay, 10))  # จำกัดให้อยู่ระหว่าง 2-10 วินาที
5time.sleep(delay)

ใช้ headers ให้ครบและสอดคล้องกัน

การขาด header Sec-Fetch-* เป็น ทุก header ต้องสอดคล้องกันภายใน ถ้า User-Agent ของคุณบอกว่าเป็น Chrome 131 บน Windows ทุก header อื่นก็ต้องสื่อถึงตัวตนนั้นตรงกัน

1headers = {
2    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36",
3    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
4    "Accept-Language": "en-US,en;q=0.9",
5    "Accept-Encoding": "gzip, deflate, br",
6    "Sec-Fetch-Dest": "document",
7    "Sec-Fetch-Mode": "navigate",
8    "Sec-Fetch-Site": "none",
9    "Sec-Fetch-User": "?1",
10    "Sec-CH-UA": '"Google Chrome";v="131", "Chromium";v="131", "Not_A Brand";v="24"',
11    "Sec-CH-UA-Platform": '"Windows"',
12}

ใช้เบราว์เซอร์แบบ Headless อย่างระมัดระวัง

สำหรับ Playwright แพ็กเกจ playwright-stealth จะช่วยแพตช์โมดูลหลบเลี่ยงราว 17 รายการ (navigator.webdriver, plugins, languages, WebGL) แต่ระบบป้องกันบอทยุคใหม่ตรวจสอบคุณสมบัติมากกว่า 40 รายการ เทียบกับที่ถูกแพตช์ราว 12 รายการ การรันแบบไม่ headless (headless=False) ปลอดภัยกว่าแต่ช้ากว่า

สำหรับ Selenium undetected-chromedriver จะช่วยแพตช์ไบนารี ChromeDriver เพื่อลบตัวบ่งชี้ของการทำงานอัตโนมัติ แต่โหมด headless ก็ยังไม่ค่อยเสถียร

พิจารณาใช้ Scraping API เมื่อทำในสเกลใหญ่

ถ้าคุณกำลังดึงข้อมูลนับพันหน้า Scraping API จะจัดการ proxy rotation การแก้ CAPTCHA และการเรนเดอร์ JavaScript ให้คุณ ใน Bright Data ทำอัตราสำเร็จได้ 99% พร้อม 48 ฟิลด์ต่อรายการที่พัก ข้อแลกเปลี่ยนคือค่าใช้จ่าย — โหมด stealth proxy ของ ScrapingBee ใช้เครดิต ดังนั้นแพ็กเกจเดือนละ $49 จะทำได้เพียงราว 3,333 คำขอแบบ stealth

ดึงข้อมูล Airbnb โดยไม่ใช้ Python: ทางเลือกแบบไม่ต้องเขียนโค้ดด้วย Thunderbit

ไม่ใช่ทุกคนที่ดึงข้อมูล Airbnb จะเป็นนักพัฒนา เจ้าของที่พักอยากได้ราคาเปรียบเทียบ นักลงทุนอยากได้ข้อมูลตลาด นักวิเคราะห์อยากได้สเปรดชีต ถ้าคุณอ่านมาถึงส่วน Python แล้วคิดว่า “นี่ต้องดูแลเยอะกว่าที่ตั้งใจไว้” ส่วนนี้เหมาะกับคุณ

Thunderbit ดึงข้อมูล Airbnb ได้ในไม่กี่คลิกอย่างไร

คือ AI web scraper ที่ทำงานในรูปแบบ ขั้นตอนการทำงานมีดังนี้:

1. ติดตั้งส่วนขยาย จาก Chrome Web Store
2. ไปยังหน้าผลการค้นหา Airbnb — ใส่วันที่ใน URL เพื่อให้ได้ราคาที่แม่นยำ (เช่น ?checkin=2025-08-01&checkout=2025-08-03)
3. คลิก “AI Suggest Fields” — Thunderbit จะสแกนหน้าและตรวจจับคอลัมน์อย่างชื่อที่พัก ราคา คะแนน ที่ตั้ง และ URL ให้อัตโนมัติ
4. คลิก “Scrape” — ข้อมูลจะถูกเติมลงในตารางที่มีโครงสร้าง
5. ใช้ “Scrape Subpages” เพื่อเข้าไปยังหน้าแต่ละที่พักแล้วดึงสิ่งอำนวยความสะดวก รีวิว ข้อมูลโฮสต์ และรายละเอียดราคาทั้งหมด — โดยไม่ต้องตั้งค่าเพิ่ม
6. ส่งออก ไปยัง Google Sheets, Excel, Airtable หรือ Notion

ฟีเจอร์การดึงข้อมูลซับเพจสำคัญมากในจุดนี้ ในแนวทาง Python ถ้าจะดึงหน้ารายละเอียดต้องเขียนตรรกะแยกต่างหาก จัดการ pagination ภายในรีวิว และควบคุมคำขอแบบขนาน แต่ด้วย Thunderbit แค่คลิกเดียว

ทำไม Thunderbit ถึงแก้ปัญหา Airbnb สามเรื่องใหญ่ได้

สามปัญหาที่พูดถึงก่อนหน้า — ระบบป้องกันบอท การเรนเดอร์ JavaScript และ DOM ที่พังง่าย — นี่แหละคือสิ่งที่ทำให้สคริปต์ Python ต้องดูแลเยอะ Thunderbit จัดการได้ครบทั้งสาม:

• ไม่ต้องกังวลเรื่อง IP ถูกบล็อก: โหมด Cloud Scraping ของ Thunderbit จัดการการหมุน proxy ภายในระบบ
• ไม่ต้องกังวล selector พัง: AI อ่านหน้าเว็บใหม่ทุกครั้ง — ไม่มี CSS selector ให้ต้องดูแล และไม่ต้องอัปเดตโค้ดเมื่อ Airbnb ปรับดีไซน์
• ไม่ต้องวุ่นกับการตั้งค่า: ไม่มี Selenium driver ไม่มีสภาพแวดล้อม Python ไม่มีปัญหา dependency ชนกัน
• ดึงข้อมูลแบบตั้งเวลาได้: อธิบายช่วงเวลาเป็นภาษาธรรมชาติสำหรับการติดตามราคาอย่างต่อเนื่อง — เหมาะมากสำหรับกรณีใช้กับกลยุทธ์ตั้งราคาแบบไดนามิกและการติดตามคู่แข่ง

ควรใช้ Python เมื่อไหร่ และควรใช้ Thunderbit เมื่อไหร่

นี่ไม่ใช่แบบเลือกอย่างใดอย่างหนึ่งเสมอไป — ขึ้นอยู่กับสิ่งที่คุณต้องการ:

ถ้าคุณต้องการการควบคุมระดับโค้ด ตรรกะแบบกำหนดเอง หรือเชื่อมเข้ากับ data pipeline ที่มีอยู่แล้ว ให้ใช้ Python ถ้าคุณต้องการข้อมูลไว ๆ โดยไม่ต้องดูแลรักษา Thunderbit คือทางเลือกที่ใช้งานได้จริง

เคล็ดลับด้านกฎหมายและจริยธรรมสำหรับการดึงข้อมูล Airbnb

ขอสรุปสั้นและใช้งานได้จริงไว้ก่อน — ผมไม่ใช่ทนาย และนี่ไม่ใช่คำแนะนำทางกฎหมาย

ตามกฎหมายโดยภาพรวม:

• คำตัดสิน ระบุว่าการดึงข้อมูลสาธารณะจากเว็บไซต์ที่ไม่ต้องยืนยันตัวตนไม่ถือว่าละเมิด CFAA
• (มกราคม 2024): ผู้พิพากษาวินิจฉัยว่า Terms of Service ไม่ผูกมัดสคริปต์ที่เข้าถึงแบบไม่ได้ล็อกอิน
• คดี (2025) เสนอทฤษฎีใหม่ว่าการเลี่ยง CAPTCHA และ rate limit อาจละเมิดบทบัญญัติ anti-circumvention ของ DMCA — เรื่องนี้ยังไม่เคยทดสอบจริง แต่ควรติดตาม

Airbnb ว่าอย่างไร: ของ Airbnb ห้ามการเก็บข้อมูลอัตโนมัติโดยชัดเจน อย่างไรก็ตาม Airbnb ไม่เคยฟ้องสคริปต์ดึงข้อมูลแบบสาธารณะอย่างเปิดเผย ดำเนินงานมาแล้วกว่า 11 ปีโดยไม่มีคดีทางกฎหมาย แม้ Airbnb จะเรียกมันว่า “ขยะ” ก็ตาม

แนวทางปฏิบัติ:

• ดึงเฉพาะข้อมูลที่เปิดให้สาธารณะเข้าถึง (อย่าเลี่ยงหน้าล็อกอิน)
• เคารพแนวทางใน robots.txt
• อย่าโหลดเซิร์ฟเวอร์หนักด้วยอัตราคำขอที่ก้าวร้าวเกินไป
• จัดการข้อมูลส่วนบุคคลอย่างระมัดระวังภายใต้ GDPR/CCPA
• ถ้าเป็นงานเชิงพาณิชย์ ควรปรึกษาทนายความ

สรุปและประเด็นสำคัญ

การดึงข้อมูล Airbnb มีตั้งแต่แบบ “เร็วและพอใช้ไปก่อน” ไปจนถึง “ระดับพร้อมใช้งานจริงในโปรดักชัน” ประเด็นสำคัญ:

1. ใส่วันที่ใน URL เสมอ (checkin และ checkout) — ถ้าไม่มี ข้อมูลราคาจะใช้ไม่ได้
2. อย่าพึ่งชื่อ CSS class ใช้ data-testid, schema.org microdata หรือดักจับ GraphQL API แทน
3. จำเป็นต้องใช้ residential proxy เมื่อทำในสเกลใหญ่ IP จากดาต้าเซ็นเตอร์จะถูกบล็อกทันที
4. ลดความถี่ของคำขอ — หน่วงแบบสุ่ม 3–10 วินาที ใช้ sticky session และทำ exponential backoff เมื่อเกิด error
5. ถ้าต้องการดึงข้อมูลแบบไม่ต้องดูแลรักษา เครื่องมือ AI อย่าง ช่วยกำจัดปัญหา selector พังได้ทั้งหมด — ซึ่งเป็นปัญหาเดียวกับที่ทำให้สคริปต์ Python มีต้นทุนการบำรุงรักษาสูง
6. เลือกเครื่องมือให้ตรงกับงาน งานวิจัยเร็ว ๆ? pyairbnb. วิเคราะห์ราคาแบบไดนามิก? Playwright พร้อมดักจับ API. เฝ้าติดตามต่อเนื่องโดยไม่เขียนโค้ด? Thunderbit. งานระดับโปรดักชัน? ใช้ Scraping API

ถ้าคุณอยากลองเส้นทางไม่ต้องเขียนโค้ด — คุณสามารถลองกับหน้า Airbnb ไม่กี่หน้าภายในประมาณสองนาที สำหรับแนวทาง Python โค้ดทุกแพตเทิร์นในบทความนี้พร้อมให้คุณปรับใช้กับกรณีของคุณได้เลย

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับแนวทางและเครื่องมือการดึงข้อมูลเว็บ ลองดูคู่มือของเราเรื่อง , และ คุณยังสามารถดูวิดีโอสอนบน ได้ด้วย

คำถามที่พบบ่อย

Airbnb บล็อกคุณได้ไหมถ้าดึงข้อมูล?

ได้ Airbnb ใช้ Akamai Bot Manager ร่วมกับ TLS fingerprinting, JavaScript challenge, browser fingerprinting และการให้คะแนนชื่อเสียง IP หากตรวจพบ คุณจะได้รับ response แบบ 403, 429 หรือ CAPTCHA การหมุน proxy ใช้ header ที่สมจริง และการลดความถี่คำขอช่วยลดความเสี่ยงได้ แต่ไม่มีวิธีที่รับประกันว่าจะไม่ถูกตรวจพบเมื่อทำในปริมาณมาก

การดึงข้อมูล Airbnb ถูกกฎหมายไหม?

โดยทั่วไป การดึงข้อมูลสาธารณะถือว่าอนุญาตได้ตามแนวคำพิพากษาในสหรัฐฯ (hiQ v. LinkedIn, Meta v. Bright Data) แต่ Terms of Service ของ Airbnb ห้ามไว้ชัดเจน สถานะทางกฎหมายแตกต่างกันไปตามเขตอำนาจศาล และทฤษฎี DMCA anti-circumvention ที่กำลังเกิดขึ้น (Reddit v. Perplexity) อาจส่งผลต่อสคริปต์ที่หลีกเลี่ยงมาตรการป้องกันบอท สำหรับการใช้งานเชิงพาณิชย์ ควรปรึกษาทนายความ

ดึงข้อมูลอะไรจาก Airbnb ได้บ้าง?

จากหน้าผลการค้นหา: ชื่อที่พัก ราคา (เมื่อระบุวันที่) คะแนน จำนวนรีวิว ที่ตั้ง ประเภทที่พัก และ URL จากหน้ารายละเอียด: คำอธิบายเต็ม สิ่งอำนวยความสะดวก ข้อมูลโฮสต์ รีวิวทั้งหมด รูปภาพ ความพร้อมในปฏิทิน ค่าทำความสะอาด และรายละเอียดการคิดราคา ความลึกของข้อมูลขึ้นอยู่กับว่าคุณดึงเฉพาะหน้าค้นหา หรือเข้าไปยังหน้าที่พักแต่ละรายการด้วย

ถ้าจะดึงข้อมูล Airbnb ด้วย Python ต้องใช้ proxy ไหม?

ถ้าเป็นไม่กี่หน้า คุณอาจพอทำได้โดยไม่ใช้ proxy แต่ถ้าเกิน 20–30 คำขอ แนะนำให้ใช้ residential proxy rotation อย่างยิ่ง IP จากดาต้าเซ็นเตอร์จะถูกบล็อกทันที ฉันทามติของชุมชนระบุว่าควรจำกัดราว 100 หน้า ต่อชั่วโมงจาก IP เดียว และเว้นระยะสุ่ม 3–10 วินาทีระหว่างคำขอ

วิธีที่ง่ายที่สุดในการดึงข้อมูล Airbnb แบบไม่ต้องเขียนโค้ดคืออะไร?

ช่วยให้คุณดึงผลการค้นหา Airbnb และหน้ารายละเอียดที่พักได้ด้วยการตรวจจับฟิลด์ด้วย AI — ไม่ต้องตั้งค่า selector ไม่ต้องเขียนโค้ด รองรับการดึงข้อมูลซับเพจ (สำหรับสิ่งอำนวยความสะดวก รีวิว และข้อมูลโฮสต์) ส่งออกไป Google Sheets, Excel, Airtable หรือ Notion และมีการดึงข้อมูลแบบตั้งเวลาสำหรับการติดตามราคาอย่างต่อเนื่อง

เรียนรู้เพิ่มเติม