9 款真正能抓到電子郵件的最佳 Yellow Pages 爬蟲

每隔幾個月，Reddit 上就會有人發出類似的抱怨：「我抓了 Yellow Pages，拿到 500 筆電話和地址……但完全沒有電子郵件。」這是我在名單開發社群裡最常看到的挫折，而在 Thunderbit 做了多年自動化工具之後，我可以很確定地說，這個問題是結構性的，不是偶發的。

大多數 Yellow Pages 爬蟲只會抓搜尋結果頁上看得到的資訊——公司名稱、電話、地址，也許再加上一個網站連結。但電子郵件呢？幾乎從不出現在列表卡片上。它通常藏在單一商家詳細頁，或者根本不在 Yellow Pages 上。

所以如果你的爬蟲不會走訪這些子頁面，你就等於把最有價值的聯絡資料放過去了。這篇文章整理了 9 款我實際研究與評估過的工具，重點只看一件事：它們到底能不能從 Yellow Pages 抓到電子郵件——不只是電話號碼和郵遞區號。我也會一起比較反機器人處理、價格，以及各種使用情境下適合哪一種工具。

為什麼大多數 Yellow Pages 爬蟲抓不到電子郵件

在介紹工具之前，先理解這個問題為什麼會存在，會更有幫助。

Yellow Pages 的列表頁本來就以電話、地址、營業時間和網站連結為核心。電子郵件不是搜尋結果卡片上的標準欄位。現有的爬蟲文件和頁面範例都一致證實這一點：，而必須到單一商家詳細頁，或到商家自己的網站去找。

Apify 的 ParseBird Yellow Pages Scraper 對這件事說得特別透明。它把「列表模式」和「詳細模式」分開，並指出即使啟用詳細頁擷取，。這代表即使是從 Yellow Pages 抓電子郵件的最佳情況，成效也相當有限——而且多數工具根本連嘗試都不會。

常見的失敗原因有三種：

1. 爬蟲只讀搜尋結果頁。 不會進子頁面，自然沒有電子郵件。
2. 爬蟲有進詳細頁，但沒有解析電子郵件欄位。 還是抓不到郵件。
3. 商家根本沒在 Yellow Pages 上公開電子郵件。 沒有任何工具能抓到不存在的資料。

有些商家還會用表單或「Email Business」按鈕來聯絡，而不是直接顯示原始電子郵件地址。這種情況下，爬蟲技術上也許「有運作」，但輸出結果仍然可能有 95% 都是電話與地址。

重點是：如果你在乎電子郵件擷取，最關鍵的功能就是子頁面爬取——也就是能拜訪每個商家的詳細頁，抓出主列表頁看不到的資料。

挑選最佳 Yellow Pages 爬蟲時該看什麼

我根據 7 個標準評估了這 9 款工具，每一項都來自 Reddit 討論串、爬蟲論壇與名單開發社群中的真實痛點。

電子郵件擷取可靠度

這篇文章存在的核心原因。這個工具到底能不能真的回傳電子郵件地址，還是只有名稱和電話？關鍵能力是子頁面爬取——也就是進到每個商家資料頁，找出藏在列表卡片後面的電子郵件。

反機器人與封鎖處理

Yellow Pages 使用 ，包含 JavaScript 渲染需求、瀏覽器指紋辨識、速率限制與 CAPTCHA 挑戰。我在 2026 年 4 月 27 日做的一次即時請求，幾秒內就回傳了 Cloudflare 封鎖頁。沒有內建處理這些機制的工具，只會讓你對著錯誤頁面發呆。

價格與免費方案

不少 Reddit 使用者明確在找 市場上確實分成幾類：完全免費的瀏覽器擴充功能、附入門額度的雲端工具，以及採用客製報價的企業級平台。

分頁支援

Yellow Pages 每頁大約顯示 30 筆結果，而較大的搜尋可能會有 。沒有自動分頁的爬蟲，只能抓到可用資料的一小部分。

匯出選項

銷售團隊需要能直接進 CRM 的輸出格式：CSV、Excel、Google Sheets、Airtable。有些工具只輸出 JSON 或原始 HTML，代表資料在能使用之前還得額外處理。

需要多少技術能力

受眾很分散。業務與代理商老闆想要兩步就能完成的工具；開發者則需要 API 與 Python 的彈性。我把每款工具從新手到專家分級。

名單評分與資料補強

正如一位 Reddit 使用者所說：「沒有評分的原始資料，只不過是一張試算表。」能在爬取過程中直接標記、分類或補強資料的工具，可以省下好幾個小時的後製時間。

一眼看懂最佳 Yellow Pages 爬蟲

以下是 9 款工具的完整比較。符號快速說明：✅ 代表這項功能開箱即用就做得很好，⚠️ 代表可以做到，但需要額外設定或有一些限制，❌ 代表工具本身不支援。

1. Thunderbit — 非技術團隊最適合的 Yellow Pages 爬蟲

是一款 AI 驅動的 Chrome 擴充功能，是我和團隊特別為了讓不懂程式的人也能輕鬆做網頁爬取而打造的。你不需要設定 CSS selector，也不需要寫程式，只要點一下「AI Suggest Fields」，AI 就會讀取頁面、判斷可用資料，然後替你建議欄位。接著再點「Scrape」就完成了——兩次點擊，就能把資料變成結構化表格。

針對 Yellow Pages 來說，這個流程直接對準了電子郵件問題。抓完列表頁後，你可以點 Scrape Subpages，Thunderbit 會走訪每個商家的詳細頁，找出電子郵件、網站網址、營業時間、評論，以及主列表卡片看不到的其他欄位。我們也另外做了專用的 和 Phone Number Extractor，讓你只要單擊一次，就能在任何頁面上執行。

Thunderbit 如何處理從 Yellow Pages 擷取電子郵件

Thunderbit 的核心差異化在於子頁面爬取。大多數爬蟲只停在搜尋結果頁，然後回傳看得到的內容——而在 Yellow Pages 上，這就代表沒有電子郵件。Thunderbit 的子頁面功能會進到每個商家資料頁，從更深一層抓取資料。你也可以使用 Field AI Prompt 加上像「從聯絡區塊擷取電子郵件」或「標記沒有網站的商家」這類指令，提升擷取準確度，並在爬取時加入情境資訊。

根據目前的頁面結構與爬蟲文件，Yellow Pages 的列表卡片上幾乎不會有電子郵件。像 Thunderbit 這類能爬詳細頁的工具，大約能從 中找回電子郵件——這就是 2026 年 Yellow Pages 電子郵件擷取的現實天花板。這不是 Thunderbit 的限制，而是 Yellow Pages 資料本身的限制。

反機器人處理與分頁

Thunderbit 提供兩種爬取模式：雲端爬取（透過美國／歐洲／亞洲伺服器，並自動輪換代理）與 瀏覽器爬取（使用你本機的瀏覽器工作階段）。如果雲端模式被 Cloudflare 擋住，你可以切換到瀏覽器模式作為備援——你的已登入工作階段通常能繞過會阻擋無頭雲端請求的保護。

分頁完全自動化。Thunderbit 能處理點擊式的「下一頁」按鈕，也能處理無限捲動，完全不需要設定。

價格與匯出

• 免費方案： 每月 6 頁
• 免費試用： 10 頁
• 入門方案： 年繳約每月 $9 起，含 500 點數（1 點數 = 1 筆）
• 匯出： 免費方案可用 Excel、CSV、JSON；付費方案可整合 Google Sheets、Airtable、Notion

你可以到我們的查看最新資訊。

最適合： 需要快速取得名單資料、又不想寫程式或管理代理的業務、代理商與營運團隊。

2. Apify Yellow Pages Scraper — 最適合大規模雲端爬取

是一個雲端爬取平台，提供預先建好的「actors」市集，其中就包含幾款專為 Yellow Pages 設計的工具。你只要在 Apify 控制台設定爬取條件（搜尋詞、地點、結果數量），它就會在雲端執行，不需要瀏覽器或本機電腦。

ParseBird Yellow Pages actor 是我看過最透明的電子郵件擷取方案。它明確區分列表模式與詳細模式，並說明啟用詳細頁後，電子郵件取得率通常約為 。詳細模式每 1,000 家商家成本約 $6，而列表模式約 $1 per 1,000，這也直接反映出每個子頁面都要額外計算的成本。

• 內建代理池，支援住宅代理
• 內建分頁，可處理多頁結果
• 匯出： JSON、CSV、Excel、XML、HTML、RSS、JSONL
• 價格： 免費方案含 ；付費方案為每月 $49、$99、$499

最適合： 進階到中階使用者，特別是要跨多個城市或類別進行大規模名單開發的人。

3. WebScraper.io — 最適合建立自訂 Yellow Pages Sitemap

提供一個 Chrome 擴充功能，內建視覺化的「Sitemap Wizard」，可自動偵測 Yellow Pages 的列表結構。它也是搜尋排名前幾名的 Yellow Pages 爬取教學所使用的工具，理由很充分——它能讓你細緻控制要抓什麼、以及怎麼抓。

但代價是：控制越多，設定越多。電子郵件擷取不會自動完成；你需要 來鎖定電子郵件欄位，並配置爬蟲去追蹤商家詳細頁的連結。如果你設定得好，它就能正常運作；設定不好，輸出就會跟其他工具一樣，只剩電話和地址。

WebScraper.io 市集說明也難得地誠實提到 Yellow Pages 的防禦機制：他們把 明確列為障礙。

• 分頁： 透過處理
• 匯出： CSV、XLSX、JSON；雲端版另支援 Google Sheets、Dropbox、S3、Azure、API、webhooks
• 價格： 免費 Chrome 擴充功能；雲端方案從 起

最適合： 習慣點選式 selector 工具、又希望能彈性自訂爬取結構的使用者。

4. Instant Data Scraper — 最佳免費 Yellow Pages 爬蟲（但有前提）

就是「我現在立刻可以免費試什麼？」的答案。它是一款完全免費的 Chrome 擴充功能——不需要帳號、沒有點數限制、也沒有額度上限——可自動偵測網頁上的表格式資料。打開 Yellow Pages 結果頁，點一下擴充功能圖示，它就會辨識列表資料。

問題在於它不做的那些事。它只抓頁面上看得到的內容，這代表大多數實際工作流程裡都不會進子頁面，也就抓不到電子郵件。它，所以如果 Yellow Pages 送來 CAPTCHA 或封鎖你的 IP，你就卡住了。分頁支援也很基本——你可能得手動按「下一頁」，或只能靠有限的自動捲動。

• 匯出： CSV、XLSX
• 價格： 永久免費

最適合： 需要快速免費抓一頁結果、而且不在乎電子郵件的初學者。不適合以電子郵件為主的活動或大規模名單開發。

5. Outscraper — Yellow Pages 與 Google Maps 的最佳代管 API

是一個基於雲端／API 的平台，提供代管基礎設施，專門用來抓像 Yellow Pages 和 Google Maps 這類名錄。它的價值主張就是簡單：你不用自己管代理、反機器人邏輯或分頁。

針對 Yellow Pages，Outscraper 的，之後價格大約是每 1,000 家商家 $1。Yellow Pages 本身的電子郵件擷取僅限於頁面上已有的內容；若要更深入的電子郵件補強，Outscraper 提供，可與基礎爬取搭配使用。

Outscraper 最強的地方是跨名錄支援。如果你同時要為同一個活動抓 Yellow Pages 和 Google Maps，可以直接在同一個平台完成。

• 內建自動分頁
• 匯出： CSV、JSON、XLSX、API
• 價格： ；超過後按結果計費

最適合： 想要穩定、免維護地跨多個名錄抓資料的銷售營運團隊。

6. Octoparse — 最適合視覺化 Yellow Pages 爬取的桌面 App

Octoparse 是一款桌面應用程式（Windows/Mac），提供視覺化、點選式的工作流程建構器。它有針對 Yellow Pages 與類似名錄網站的預建範本，也內建反機器人功能，包括 IP 輪換、住宅代理與自動 CAPTCHA 解答。

電子郵件擷取取決於範本設定。當範本被配置成走訪商家詳細頁或連結網站時，它就能抓到電子郵件。但範本可能會在 Yellow Pages 更新版面時失效，而且使用者回報的結果會因類別與地區而有所差異。

• 免費方案： 10 個任務，每月 50,000 次匯出
• 自動偵測分頁
• 匯出： CSV、Excel、JSON、HTML、XML、資料庫、Google Sheets、API
• 價格： 有免費方案；雲端執行另有付費方案

最適合： 偏好桌面 App 與視覺化流程建構器、又不介意稍微調整範本的中階使用者。

7. ScrapingBee — 最適合需要渲染後 HTML 的開發者 API

是以 API 為先的網頁爬取服務。它處理 JavaScript 渲染、代理輪換與 CAPTCHA 解答，然後回傳原始 HTML、JSON 或 Markdown。它不會開箱即用地幫你擷取電子郵件或結構化欄位；這部分要靠你自己寫。

ScrapingBee 自己的 示範了透過在 URL 後面加上 &page=n 來手動分頁，這也再次說明：這是開發者工具，不是點選式解決方案。

• 免費方案：
• 沒有內建分頁或欄位擷取
• 匯出： JSON、HTML
• 價格： 每月 $49 起

最適合： 需要穩定渲染後 HTML、又能接受自己寫解析邏輯並處理反機器人機制的開發者。

8. Bright Data — 最適合大規模爬取的企業級平台

擁有業界最大的代理網路，並提供完整的爬取 API、瀏覽器工具與預建資料集。它是為需要大規模資料收集、而且重視合規功能的組織所設計。

就 Yellow Pages 而言，Bright Data 的強項在基礎設施——，以及將資料下游輸送到 JSON、CSV、NDJSON、S3、Snowflake、GCS、Azure 與 SFTP。我沒有找到目前有公開文件的 Yellow Pages 專用範本，因此這裡定位的是企業級平台，而不是專門的 YP 電子郵件產品。

• 價格： Web Scraper API 先提供 ，之後按用量每 1K 筆 $2.5；大規模使用每月 $499
• 多數產品沒有免費方案
• 所有爬取工具都內建分頁

最適合： 需要規模、合規與代理基礎設施的大型企業或代理商。

9. Python DIY（BeautifulSoup + Playwright）— 最適合完全掌控流程

這是開源路線：用 做 HTML 解析、用 做瀏覽器自動化。免費函式庫、最高彈性，也是這份清單裡技術門檻最高的選項。

電子郵件擷取需要你自己寫解析邏輯，逐一進入每個商家詳細頁並定位電子郵件欄位。代理輪換、CAPTCHA 處理、速率限制與分頁，都必須自行實作或另外採購。正如一位 Reddit 使用者所說：「一旦你用過 Playwright，就再也回不去 Selenium 了」——但你也會永遠在除錯代理設定。

• 價格： 免費（開源函式庫）；基礎設施另計
• 匯出： 你寫得出來的任何格式
• 沒有任何內建功能——所有東西都要自己做

最適合： 有特定爬取需求、而市售工具都無法滿足的專業開發者，且能端到端管理整個基礎設施的人。

當 Yellow Pages 封鎖你時實際會發生什麼事（反機器人現實檢查）

我想特別花一點時間講這件事，因為它是爬蟲社群裡，但多數文章都只用一句「用代理」輕描淡寫帶過。

我在 2026 年 4 月 27 日對一個 Yellow Pages 搜尋 URL 做了基本的腳本請求，回傳的是 Cloudflare 封鎖頁：「抱歉，您已被封鎖。這個網站使用安全服務來保護自己免於線上攻擊。」 而且第一次請求就發生了。沒有警告、沒有逐步降速，直接撞牆。

Yellow Pages 的反機器人堆疊包括 Cloudflare Bot Management、JavaScript 渲染需求、瀏覽器指紋辨識、速率限制，以及 。 也提到，症狀可能包含硬性封鎖、軟封鎖、CAPTCHA、重新導向到歡迎頁、工作階段追蹤與速率限制。

更大的產業背景讓問題變得更嚴重，而不是更容易。Imperva 2025 年報告指出，2024 年自動化流量已占；而 DataDome 2025 年報告涵蓋近 ，發現只有 2.8% 完全受到保護。像 Yellow Pages 這種願意投資防護的網站，攔截爬蟲的能力只會越來越強，而不是越來越弱。

以下是各工具處理方式的實際比較：

不只原始資料：把 Yellow Pages 抓取結果變成可直接進 CRM 的名單

我經常看到一種模式：有人抓了 500 筆 Yellow Pages 名單，匯出成試算表，接著又花三個小時手動 Google 每一家，找電子郵件、查網站、判斷哪些值得聯絡。爬取只花了 10 分鐘，資料補強卻耗掉整個下午。

這就是「沒有評分的原始資料，只不過是一張試算表」這句話的來源。原始的 Yellow Pages 匯出看起來像這樣：

補強後、真正能用來開發的名單表會像這樣：

用子頁面爬取補強名單

Thunderbit 的 會走訪每個商家詳細頁，並新增電子郵件、網站網址、營業時間、評論與類別等欄位。對於 500 筆名單的爬取來說，這就是自動化工作 10 分鐘，對比 3 個多小時人工研究的差別。

Apify 的詳細模式爬取也能做類似的事，但每筆成本較高（大約每 1,000 家商家 $6，而列表模式約每 1,000 家 $1）。

在爬取過程中直接標記與分類名單

Thunderbit 的 讓你可以在爬取時直接加入指令——像是「標記沒有網站的商家」或「依商家規模分類」。AI 會在擷取資料的同時處理這些標籤，所以你拿到的是已經過初步篩選的名單，而不是原始資料堆。

研究裡有個值得注意的前提：沒有網站，不一定代表這家店就是好客戶。這對代理商開發來說是有用訊號，但不應該是唯一的資格判斷標準。

從匯出到 CRM 的工作流程

我最常在使用者那裡看到的流程是：

• Thunderbit → Google Sheets 或 Airtable → CRM（直接匯出，沒有中間步驟）
• Apify → Webhook → CRM（需要一些設定）
• Outscraper → 下載 CSV → 匯入 CRM（手動但直接）

如果你的 CRM 可整合 Google Sheets 或 Airtable，Thunderbit 的直接匯出可以完全省掉下載檔案這一步。你也可以在我們的部落格了解更多。

依使用情境推薦的最佳 Yellow Pages 爬蟲：快速建議

不是每個工具都適合每個人。以下是我依使用者類型的推薦：

最適合非技術型業務與代理商老闆： Thunderbit（2 步驟 AI 爬取、免費 Email Extractor、子頁面爬取）與 Instant Data Scraper（免費、簡單——但沒有電子郵件）

最適合大規模名單開發營運： Apify（雲端 actors、多城市任務、詳細頁電子郵件擷取）與 Outscraper（代管 API、多名錄支援）

最好的完全免費選項： Instant Data Scraper（永久完全免費）與 Thunderbit 免費方案（每月 6 頁，含 AI 功能）

最適合開發者： Python DIY 搭配 Playwright（最高控制度）與 ScrapingBee API（代管渲染 + 代理）

最適合企業／大規模： Bright Data（最大代理網路、合規功能、企業級定價）

如果你想再深入，也可以看看我們整理的總覽，以及更完整的指南。

Yellow Pages、Google Maps 與其他名錄：什麼時候該用哪個

多數名單開發專業人士不會只抓 Yellow Pages，而是會從多個名錄交叉比對。根據目前的資料可用性，快速比較如下：

Yellow Pages 最強的是地方利基類別覆蓋——如果你需要某個都會區內的全部水電工，它很難被取代。Google Maps 提供更豐富的評論資料與較新的訊號。Facebook Business Pages 則有時能在直接電子郵件可見性上勝過前兩者，因為頁面擁有者常會直接公開電子郵件。

Thunderbit 的 AI Suggest Fields 可用在任何網站，所以你可以用同一個擴充功能抓 Yellow Pages、Google Maps 和 Facebook。當你在建立跨來源名單時，這種彈性非常重要。如果你剛接觸這個領域，我們的指南可以幫你補齊基礎。

抓取 Yellow Pages 的法律與倫理考量

這一段很短，但很重要。

Yellow Pages 的資料雖然公開可讀，但 YP.com 的明確寫明，存取用途僅限於「個人、非商業、資訊性目的」，且使用者不得用「bots、scrapers、crawlers、spiders」來擷取資料。美國目前關於網頁爬取的法律環境相當細緻——公開可見性可能讓 比登入後頁面低，但契約法、隱私法規（）與行銷合規仍然適用。

FTC 在 2024 年 12 月向 ，說明消費者資訊在名單開發流程中的使用方式。重點是：請負責任地爬取、尊重速率限制、不要在不了解法律邊界的情況下轉售原始資料，並將爬取資料用於合法的商業目的。

本文僅供資訊參考，不構成法律建議。

結論

大多數 Yellow Pages 爬蟲之所以抓不到電子郵件，是因為它們只停在列表頁。表現更好的工具，都是那些能進到商家詳細頁、追蹤商家網站連結，或在基礎爬取之上再進行補強工作流程的方案。即使如此，Yellow Pages 的電子郵件可用率也大約只到 15–25% 的列表——所以設定合理期待，和挑對工具一樣重要。

如果你是非技術團隊、但需要有實際聯絡資料的名單，建議先試試看 ——子頁面爬取與電子郵件擷取功能就是專為這個問題設計的。如果你在跑更大規模的活動，Apify 和 Outscraper 都提供不錯的雲端基礎設施。而如果你是想完全掌控流程的開發者，Python 搭配 Playwright 與 ScrapingBee 也能做到，只是你得自己建更多管線。

先從上面的比較表開始，依你的技術能力與預算做選擇，並記住：最好的爬蟲，不是功能列表最長的那一個，而是能真正抓到你外聯所需資料的那一個。

你也可以直接探索我們的 ，或到我們的 看教學。

常見問題

真的能從 Yellow Pages 抓到電子郵件嗎？

可以，但大多數電子郵件都在商家詳細（子）頁，而不是主列表卡片。現有爬蟲文件顯示，只有大約 15–25% 的商家會公開一個詳細頁爬蟲能找回的電子郵件。若要得到最佳結果，你需要具備子頁面爬取能力的工具——像 Thunderbit 或 Apify 的詳細模式 actors。

最好的免費 Yellow Pages 爬蟲是哪一個？

Instant Data Scraper 完全免費，沒有帳號或點數限制，但它不可靠地擷取電子郵件，也沒有反機器人處理。如果電子郵件對你的工作流程很重要，Thunderbit 提供免費方案（每月 6 頁）與 AI 爬取、子頁面存取和電子郵件擷取，會是更強的選擇。

我要怎麼避免在抓 Yellow Pages 時被封鎖？

Yellow Pages 使用 Cloudflare Bot Management、CAPTCHA、速率限制與瀏覽器指紋辨識。請使用內建代理輪換與 CAPTCHA 處理的工具（Thunderbit、Apify、Octoparse、ScrapingBee、Bright Data）。Thunderbit 的雲端／瀏覽器切換提供了實用備援——如果雲端爬取被擋住，瀏覽器模式會使用你本機的工作階段，繞過部分保護。

Yellow Pages 爬蟲和 Google Maps 爬蟲，哪個比較適合找名單？

要看你的需求。Yellow Pages 的利基地方類別覆蓋更強，而且電話號碼列得很穩定。Google Maps 提供更豐富的評論資料與更頻繁的更新。兩者在電子郵件方面都不算好——Facebook Business Pages 其實往往有更高的電子郵件可用率。理想情況下，最好交叉比對多個名錄，取得最完整的名單檔案。

抓取 Yellow Pages 合法嗎？

Yellow Pages 的資料雖然公開可讀，但 YP.com 的服務條款限制自動化資料收集與搜尋結果的商業使用。美國對公開資料爬取的法律環境仍在演變。使用者應查看網站服務條款、遵守適用的隱私法規（如 CCPA、以及適用時的 GDPR），並負責任地使用爬取資料。本文僅供資訊參考，不構成法律建議。

了解更多