GitHub 上大多數 TikTok 爬蟲都已失效——你該怎麼做

在 GitHub 搜尋「tiktok scraper」會找到 。大約有 已經一年多沒有更新，而且至少有 。

如果你曾經複製過一個熱門的 TikTok 爬蟲 repo，花了一個小時跟依賴套件搏鬥，最後卻完全沒有輸出——你並不孤單。GitHub 上星標最高的 TikTok 爬蟲 drawrowfly/tiktok-scraper，至今仍有超過 5,000 顆星。但它的 issue 區裡滿是像 與 這類討論，而且兩個都回報沒有任何輸出。我在 Thunderbit 已經追蹤 TikTok 爬蟲 repo 的狀態好幾個月，模式非常明顯：這些工具壞得很快，而且大多數永遠不會修好。這篇文章就是我當初開始評估這些 repo 時，希望能存在的實戰生存指南。我們會談哪些還活著、哪些已經死了、接下來該怎麼做，以及如何停止把時間浪費在早在你找到它之前就已失效的程式碼上。

為什麼 GitHub 上大多數 TikTok 爬蟲都會壞掉（而且一直壞）

TikTok 不是一般的爬取目標。它的網頁結構一直在變。不同於靜態的電商商品頁或目錄清單，TikTok 會輪替端點、更新反機器人指紋辨識、改變頁面渲染方式，還會新增新的 session/token 要求——有時甚至在上次變動後幾週內就又改了。

開源維護者都是志工。當 TikTok 推出更新而打壞爬蟲的請求路徑時，repo 可能會壞上好幾天、好幾週，甚至永久失修。這不是在批評維護者——而是快速變動、資金充足的平台，和有正職工作、沒有報酬的開發者之間的結構性落差。

就算是最好的 TikTok 爬蟲 repo，也是在修修補補的循環裡打轉。如果你要用，至少得有一套評估、排錯，以及備援方案的策略。

TikTok 的反機器人防護：你正在對抗什麼

• 速率限制。 TikTok 的 甚至對已核准的整合都明確記載了請求配額。不明來源的爬蟲會更快撞上這些限制。
• Cookie 與 session 閘門。 像 這類較新的 repo 需要 ms_token；像 這類較舊的 repo 在範例中會出現 tt_webid_v2； 則記錄了 msToken、ttwid、X-Bogus 和 A_Bogus。TikTok 會檢查你的請求看起來是否像來自真實瀏覽 session。
• 瀏覽器指紋辨識。 解釋了網站如何把標頭、Cookie、TLS 簽章與 JavaScript 可讀取的瀏覽器特徵，和真實使用者流量做比對。他們的 涵蓋 Canvas、WebGL、WebRTC、字型與執行環境訊號。指紋辨識就像 TikTok 在檢查你瀏覽器的身分證——如果瀏覽器、Cookie、時間與網路簽章對不上，還沒回傳任何內容，請求就已經看起來很可疑了。
• 行為偵測。 中常提到，新的 Playwright session 會觸發 CAPTCHA 提示。來自 的社群貼文也越來越常描述：偵測不只看 IP 重用，還會看操作時間與互動品質。
• 加密／簽章請求參數。 Evil0ctal 文件化了 X-Bogus 與 A_Bogus；更早的社群 gist 則圍繞 URL 簽章與 token 產生。TikTok 越來越期待收到的請求，帶著和它自家瀏覽器／App 流量相同的「印記」。
• CAPTCHA 與驗證流程。 與 的存在，證實 CAPTCHA 仍然是反機器人防線的一部分。

為什麼開源維護者追不上

生命週期總是這樣：某位開發者做出一個 TikTok 爬蟲，上 GitHub 後爆紅，TikTok 補上漏洞，維護者要嘛修好，要嘛就走人。

有兩個 repo 很典型地展現了這個模式：

• drawrowfly/tiktok-scraper 仍有 5,052 顆星和 889 個 fork，但它的 。它是 GitHub 上以精確片語搜尋到、星標最高的 TikTok 爬蟲，但現在看起來就像一份歷史文物：曝光度高、信任度高，卻已經沒有持續維護。
• davidteather/TikTok-Api 顯示 。它的 顯示 2025 年 4 月、7 月、10 月，以及 2026 年 4 月都有實質維護——包含修正使用者影片抓取與新的 proxy/session 控制。但即使是這個較健康的專案，也公開警告 TikTok 會阻擋請求，使用者可能需要 proxy、Playwright，以及自訂 session 邏輯。

模式很簡單：

• 一個久未更新的 TikTok 爬蟲 repo，大概率已死。
• 一個仍在更新的 TikTok 爬蟲 repo，大概率還是很脆弱。
• 真正的差別，只在於這個月是否還有人願意幫你修補壞掉的部分。

60 秒 repo 健檢清單：如何評估 GitHub 上任何 TikTok 爬蟲

在你複製任何東西之前，先跑一次這份清單。不到一分鐘，卻能省下好幾個小時的挫折。

如何在 60 秒內檢查每個訊號

1. 最後更新日期： 看 GitHub 上 repo 標頭。如果寫著「last pushed 2 years ago」，可以直接跳過。
2. Open issues： 點進 Issues 分頁，快速掃過最新標題。搜尋 not working、403、blocked、captcha 或 zero output。
3. 使用者抱怨： 如果前 5 個 open issues 全都在說「這個現在不能用了」，答案就很明顯。
4. Auth／session 模型： 打開 README，找像 ms_token、Playwright 設定，或 proxy 提示這類最新指引。如果 README 還在引用 2023 年的端點，就可以放棄了。
5. 安裝面： 看有沒有 requirements 檔、Docker 支援，或清楚的安裝說明。如果 README 只寫「npm install」，而最後測試的 Node 版本還是 14，那就等著出事吧。
6. CI／測試： 看 Actions 分頁。如果測試失敗或根本不存在，壞掉的機率只能靠猜。
7. 資料範圍： repo 是否真的描述了你要的資料類型（個人檔案、影片中繼資料、留言、標籤）？很多 repo 只支援影片下載，不支援結構化資料擷取。

這些紅旗代表「直接離開」

• repo 已封存。
• README 寫著「no longer maintained」。
• 最後一次 commit 引用的是 2 年前的 TikTok API 版本。
• issue 充滿「不能用」回報，而且維護者幾個月都沒回應。
• repo 星標很多，但最近幾乎沒有 fork 或 pull request。

小技巧：在 Issues 分頁搜尋 is:issue is:open "not working" 或 is:issue is:open "403"。如果結果很多而且很新，那這個 repo 大概率已經壞了。

熱門 TikTok 爬蟲 GitHub repo：誠實的狀態檢查（2026）

以下是將「Repo 健檢清單」套用到你在 GitHub 搜尋「tiktok scraper」時實際會找到的 repo：

drawrowfly/tiktok-scraper

多年來，這個 TypeScript scraper／downloader 一直是「tiktok scraper github」的預設答案——可抓使用者、趨勢、hashtag 和音樂 feed。到了 2026 年，最好把它當成歷史文件來看待。它的 ，而 issue 佇列裡到現在還有 2023–2025 年留下、未解決的 和 回報。如果你是因為複製了這個 repo 卻什麼都抓不到才看到這篇文章，那你不是唯一一個。

davidteather/TikTok-Api

這仍是 2026 年最可信的開源 TikTok 資料包裝器，而且還活著。它持續更新、，並且清楚文件化 Playwright 設定、非同步用法、token 處理、proxy 支援與 session 復原功能。但它不是「複製即用」的工具。它自己的 README 就說，EmptyResponseException 通常代表 TikTok 正在阻擋請求，而且 也顯示使用者反覆碰到 ms_token、留言抓取壞掉、KeyError: 'ItemModule'，以及特定端點失敗等問題。結論：還活著、很有用、只適合開發者，而且維護成本高。

其他值得注意的 repo

• ： 目前仍可用，技術上也有參考價值，但 README 要求 SCRAPFLY_KEY。這是託管式爬取平台的程式範例，不是免費的獨立工具。
• ： 同時涵蓋 TikTok 和抖音，文件化簽章邏輯（X-Bogus、A_Bogus、msToken），並支援留言、追蹤者、播放清單等功能。技術門檻高，而且越來越和付費 API 參考綁在一起。issue tracker 在 2026 年仍有關於影片連結與使用者資訊端點的 bug 回報。還活著、功能豐富，但很複雜。
• ： 規模較小，且有未解抱怨。正式用途風險高。
• ： 4 顆星、0 個 issue、太新，不值得信任。宣傳它的 Medium 文章也沒有批判性地檢視。

TikTok 官方 API vs. GitHub 爬蟲 vs. 無程式碼工具：決策框架

大多數競品文章不是忽略 TikTok 的官方存取路徑，就是直接從「用 GitHub」跳到「買我們的服務」。以下是這三種路徑的中立比較：

什麼時候該用 TikTok Research API

如果你符合資格，TikTok 的 是最乾淨的官方路徑。符合資格的研究者在 可以申請研究公開內容與帳號資料。可用的資料類別包括帳號、追蹤者／被追蹤者、喜歡的影片、置頂影片、轉發影片、內容、留言與商店。 會提供像 video_description、view_count、like_count、comment_count、share_count 這類欄位，以及留言層級的 text、reply_count、create_time 等欄位。

缺點是：資格只限學術機構，以及特定地區內符合條件的非營利／獨立研究者，另外還包括 。如果你是成長團隊或代理商，需要的是快速的營運數據，這不是你的路。

TikTok 也提供給廣告與廣告主內容資料用的 ，這對透明度研究很有用，但不適合一般爬取需求。

什麼時候 GitHub 爬蟲仍然合理

如果你是開發者，想取得官方 API 核准門檻之外的公開資料，而且願意維護整個堆疊，GitHub 爬蟲仍然有用途。像是抓取可見的個人檔案格狀頁、hashtag、留言、播放清單，或在自訂資料流程中擷取影片中繼資料，並且能接受 fork repo 再自行修補的情境。

但要誠實說明：這不是一次設定就結束的事情。即使是 2026 年最可靠的 repo，，仍然會告訴使用者可能需要 Playwright、cookies/tokens、proxy，以及自訂 page/session factory。

什麼時候像 Thunderbit 這樣的無程式碼工具最合適

不是開發者？或者你已經厭倦修修補補的循環？基於瀏覽器的 AI 工具，是取得結構化 TikTok 資料最快的方法。

我們打造的 是一個以 Chrome 擴充功能形式運作的 AI 網頁爬蟲。在 TikTok 上，它可以讀取任何可見頁面（個人檔案、影片、hashtag、搜尋結果），透過「AI 建議欄位」自動建議欄位，然後你只要按下「Scrape」就能擷取結構化資料。 會列出像發佈日期、影片長度、按讚數、分享數、收藏數、留言數、觀看數與 hashtag 等欄位。 示範如何從個人檔案頁收集貼文縮圖、URL、說明文字、創作者帳號名稱與互動訊號。 則涵蓋影片 URL、創作者使用者名稱、說明、發佈時間、觀看數、按讚數、留言數、分享數、音效／音訊與封面圖片 URL。

透過子頁面爬取，你可以從個人檔案清單進入每支影片頁，補充互動數據、說明文字與 hashtag——這對建立 influencer 資料庫或做競品內容稽核的行銷人員特別有用。

不用維護、不用處理安裝問題、不用設定反封鎖配置。AI 會自動適應版面變更。匯出到 Google Sheets、Excel、Airtable、Notion、CSV 或 JSON 都免費。

如果你已經在壞掉的 GitHub repo 上耗掉好幾個小時，這是一個真正可行的替代方案——不是硬推產品。

安裝排錯：修復 TikTok 爬蟲 GitHub 最常見的 5 種安裝失敗

在 TikTok 爬取論壇裡，安裝失敗是第三常被提到的痛點，而且沒有任何一份主流指南真的幫你解決。以下是常見問題。

Node.js 版本衝突

問題： 許多較舊的 TikTok 爬蟲 repo（尤其是 drawrowfly/tiktok-scraper）是為 Node.js 14–16 打造的。如果你跑的是 Node 20 以上，npm install 可能會無聲失敗，或產生不相容的二進位檔。

解法： 使用 nvm（Node Version Manager）安裝並切換到正確版本：

1nvm install 16
2nvm use 16
3npm install

如果 repo 沒有指定 Node 版本，請查看 package.json 裡的 engines 欄位，或看 CI 設定。

Python 依賴問題與 Playwright 設定

問題： 需要 和特定瀏覽器二進位檔的 Playwright。使用者會遇到像「browser not found」或依賴衝突這類錯誤。

解法： 一律先使用虛擬環境，然後明確安裝 Playwright 瀏覽器：

1python -m venv .venv
2source .venv/bin/activate   # Windows：.venv\Scripts\activate
3pip install TikTokApi
4python -m playwright install

如果 playwright install 失敗，請檢查系統套件管理員是否缺少系統依賴（例如 Ubuntu 上的 libnss3）。

Linux／Ubuntu 權限錯誤

問題： 使用 sudo pip install 會破壞系統 Python 環境，進而引發連鎖依賴問題。

解法： 絕對不要用 sudo pip install。務必先建立虛擬環境：

1python3 -m venv .venv
2source .venv/bin/activate
3pip install -r requirements.txt

這樣可以把爬蟲的依賴與你的系統 Python 隔離開來。

Windows 路徑與編碼問題

問題： Windows CMD 常有編碼問題與路徑長度限制，會破壞爬蟲安裝，尤其當 Playwright 把瀏覽器二進位檔下載到很深的巢狀目錄時。

解法： 改用 WSL（Windows Subsystem for Linux）或 Git Bash，不要用 CMD。WSL 會在 Windows 裡提供完整的 Linux 環境：

1wsl --install
2# 接著開啟 WSL 終端機，照 Linux 的設定步驟進行

Docker 快捷法：直接跳過所有依賴問題

問題： 上面那些全部。

解法： 如果你熟悉 Docker，就把爬蟲環境容器化。Python 版 TikTok 爬蟲的基本 Dockerfile 看起來像這樣：

1FROM python:3.11-slim
2RUN apt-get update && apt-get install -y libnss3 libatk-bridge2.0-0 libdrm2 libxcomposite1 libxdamage1 libxrandr2 libgbm1 libasound2
3RUN pip install TikTokApi playwright && python -m playwright install --with-deps chromium
4WORKDIR /app
5COPY . .
6CMD ["python", "scrape.py"]

這能確保不管主機作業系統是什麼，都有可重現的環境。如果爬蟲在 Docker 裡能跑，Docker 外出錯通常就是環境問題，而不是程式碼問題。

排錯流程圖：

1. repo 能不能成功執行自己的範例？→ 如果不能，先檢查執行環境版本。
2. 執行環境版本正確嗎？→ 檢查瀏覽器／Playwright 安裝。
3. 瀏覽器有安裝嗎？→ 檢查 token／cookie。
4. token／cookie 有效嗎？→ 檢查 TikTok 是否正在阻擋這個 session。
5. 以上都失敗？→ 先假設是 repo 壞了，不是使用者錯。換工具吧。

TikTok 爬取的反封鎖最佳實踐（不用付 proxy 費）

論壇使用者經常抱怨封鎖與偵測：「它們會害你的帳號被封，這又是一筆額外支出」以及「不用 Apify 或昂貴的付費 API」。以下是一些不需要付費 proxy 訂閱的免費實用 workaround。

真正有幫助的免費技巧

隨機請求延遲。 不要用緊密迴圈狂打請求。每次請求之間加上 2–8 秒的隨機抖動。這是你能做的最簡單一件事：

1import time, random
2time.sleep(random.uniform(2, 8))

Session 與 cookie 重用。 不要每個請求都建立全新 session。改為在一批請求之間重用 cookies 與 session 狀態，然後再輪替。這也是為什麼現代 repo 會要求你提供 ms_token，而不是假裝能做無狀態爬取。

只抓已登出狀態下的公開頁面。 它不支援需要使用者登入的路由，只能處理登出後可見的資料。與已登入 session 相比，登出狀態的爬取較不容易被偵測。

遵守 robots.txt。 TikTok 目前的 會直接封鎖許多 agent，只允許一般爬取使用少數公開路徑。這不是讓你可以猛烈爬取的綠燈，但尊重它可以降低立刻被封 IP 的機率。

提高成功率的進階技巧

Headless 瀏覽器指紋隨機化。 如果你用的是 Playwright，請為每個 session 隨機化 viewport 大小、user-agent 字串、時區與 locale。這會讓你的爬蟲每次看起來都像不同的真實使用者，而不是一個換了新 IP 的同一隻機器人。

使用 TikTok 的 mobile API 端點。 有些社群成員回報，鎖定 mobile 風格端點時，被偵測的機率比 web 前端更低。這比較難實作、文件也比較少，但對進階使用者來說，這確實是一種技巧。

什麼時候你真的需要 proxy（以及較實惠的選項）

當規模變大時，免費技巧不夠用。Residential proxy 輪替是大量 TikTok 爬取的標準作法。這裡我不會特別推薦某家付費 proxy 服務，但一般建議是：避免 datacenter proxy（TikTok 會積極標記），並找每次請求可輪替的 residential 或 mobile proxy 池。

或者，像 這類以瀏覽器為基礎的工具，可以完全避開 proxy 問題，因為它直接在你自己的瀏覽器 session 中執行，模擬真實使用者。這不代表它在大規模下完全不會被偵測，但對典型的行銷或研究用途（數十到數百頁，而不是數百萬頁）來說，路徑簡單得多。

你到底會拿到什麼資料？TikTok 爬蟲的真實輸出範例

使用者想在決定工具前先知道實際能抓到什麼資料——但大多數指南完全跳過這部分。以下是根據來源文件整理出的代表性欄位結構。

個人檔案資料

可取得來源： GitHub 爬蟲（TikTok-Api、Evil0ctal）、Research API、Thunderbit（從可見的個人檔案頁）。

影片中繼資料

可取得來源： GitHub 爬蟲（TikTok-Api、Evil0ctal）、（欄位包括 video_description、view_count、like_count、comment_count、share_count、music_id、hashtag_names、video_duration）、Thunderbit（）。

留言資料

可取得來源： GitHub 爬蟲（TikTok-Api、Evil0ctal）、（欄位包括 text、like_count、reply_count、create_time）、Thunderbit（從可見的留言區）。

Hashtag 與搜尋資料

可取得來源： GitHub 爬蟲（依 repo 而異）、Thunderbit（）。

注意：沒有任何單一 repo 能保證永遠拿到所有欄位。TikTok 的回應結構會變動，而且連維護者都會提醒這件事。請把這些內容視為代表性樣本，而不是保證輸出。

用 Thunderbit 在 2 次點擊內抓取 TikTok 資料（逐步教學）

厭倦修修補補的循環了嗎？以下是無程式碼的路徑——給那些試過 GitHub repo 但失敗的人一個逃生出口。

1. 安裝 。
2. 前往你要爬取的 TikTok 頁面——個人檔案、搜尋結果頁、hashtag 頁或單支影片頁。
3. 點擊「AI Suggest Fields」。 Thunderbit 的 AI 會讀取頁面並建議欄位：使用者名稱、追蹤者、影片說明、按讚數、hashtag 等。
4. 需要的話調整欄位，然後點擊「Scrape」。 資料會填入結構化表格中。
5. 使用子頁面爬取來豐富資料。 從個人檔案清單點進每支影片，擷取更多欄位：完整說明、音樂資訊、留言數、分享數。
6. 匯出到 Google Sheets、Excel、Airtable 或 Notion——完全免費。

不用維護、不用處理安裝問題、不用設定反封鎖。AI 會自動適應 TikTok 的版面變化。

用子頁面爬取豐富 TikTok 資料

從個人檔案或 hashtag 頁抓到影片清單後，點擊「Scrape Subpages」，讓 AI 逐一造訪每支影片頁並擷取更多欄位。這對建立 influencer 資料庫或進行競品內容稽核特別有幫助——你可以不用手動點進數十個頁面，就拿到完整的影片層級互動資料表。

匯出並運用你的 TikTok 資料

Thunderbit 可免費匯出到 Google Sheets、Excel、Airtable、Notion、CSV 或 JSON。常見用途包括：

• 把資料丟進試算表做互動分析。
• 傳到 Airtable，做成類 CRM 的 influencer 追蹤表。
• 推到 Notion，供團隊協作進行內容研究。

如果你想更深入了解 Thunderbit 如何處理網頁資料擷取，可以看看我們的 ，或到 觀看教學影片。

保持合法：TikTok 服務條款與爬取合規

TikTok 的法律立場很清楚。平台的 表示，服務條款禁止自動化腳本在未授權的方式下收集資訊或與服務互動，並明確提到繞過存取限制。TikTok 的 也禁止使用自動化腳本或網路爬行，以欺騙方式取得資訊。

實務建議：

• 只抓公開可用的資料。 不要爬私密內容或需要登入才能看的內容。
• 尊重速率限制。 不要狂打 TikTok 的伺服器。
• 遵守資料隱私法。 如果你在收集、儲存或分析個人資料，GDPR 與 CCPA 仍然適用。
• 符合資格時使用 Research API。 從合規角度來看，這是最安全的路。
• 這不是法律建議。 請針對你的具體情況諮詢專業人士。

想更了解法律面，請參考我們的 指南。

當你的 TikTok 爬蟲 GitHub repo 死掉時，該怎麼辦

簡短版本如下：

1. 在複製任何 GitHub 上的 TikTok 爬蟲之前，先跑 60 秒 repo 健檢清單。 大多數 repo 其實早就死了。
2. 了解你的選項。 官方 API、GitHub 爬蟲與無程式碼工具，各自適合不同使用者與用途。
3. 如果你選 GitHub 路線， 請預留時間處理安裝排錯與反封鎖設定。要有持續維護的心理準備。
4. 先確認你實際會拿到什麼資料， 再決定要不要用這個工具。看輸出欄位，不要只看星標數。
5. 如果你不是開發者（或者你已經受夠壞掉的 repo），試試像 這樣的無程式碼工具——兩次點擊、結構化資料、免費匯出。

你需要的 TikTok 資料其實是拿得到的。真正的問題是：你想把時間花在維護爬蟲，還是實際使用資料。選擇適合你技能等級與使用情境的方法，別再讓一個已經失效的 GitHub repo 白白浪費你下午的時間。

常見問題

2026 年 GitHub 上還有能用的 TikTok 爬蟲嗎？

有，但名單很短。 是截至 2026 年 4 月仍有積極維護、最可信的開源選項。 也還活著，但更複雜。星標最高的 repo drawrowfly/tiktok-scraper 自 2023 年 5 月後就沒再更新，實際上已經死了。在投入任何 repo 前，務必先跑一次 Repo 健檢清單。

爬取 TikTok 合法嗎？

TikTok 的服務條款明確禁止自動化爬取。公開可見的資料在法律上屬於灰色地帶，會依司法管轄區而異。最安全的方式是讓符合資格的研究者使用官方 。如果你要爬公開資料，請只抓公開可存取內容、尊重速率限制，並遵守 GDPR／CCPA。這不是法律建議——請就你的情況諮詢專業人士。

我可以不用寫程式抓 TikTok 嗎？

可以。像 這類基於瀏覽器的 AI 工具，能讓你不寫任何程式就擷取結構化 TikTok 資料（個人檔案、影片中繼資料、hashtag、互動數據）。TikTok Research API 對獲核准的申請者也只需要少量程式碼。對非開發者來說，無程式碼工具是最快、也最可靠的路徑。

TikTok 爬蟲可以抓到哪些資料？

常見資料類型包括個人檔案資訊（使用者名稱、追蹤者、簡介、驗證狀態）、影片中繼資料（說明、觀看數、按讚數、留言數、分享數、音樂、hashtag、長度、發佈日期）、留言（文字、按讚數、時間戳、回覆）以及 hashtag／搜尋資料（熱門影片、總觀看數、趨勢狀態）。實際欄位會依工具和方法而異——詳情請見上方的輸出範例區塊。

為什麼我的 TikTok 爬蟲一直被阻擋？

TikTok 採用多層反機器人防護：速率限制、cookie／session 閘門、瀏覽器指紋辨識、行為偵測、加密請求參數，以及 CAPTCHA 流程。常見的被阻擋原因包括請求太快、每次都用全新乾淨 session、以預設指紋執行 headless 瀏覽器，或使用 datacenter proxy。請參考上方的反封鎖最佳實踐章節，了解免費與付費的 workaround。