Craigslist 目前在約 700 個本地站點上，每月仍吸引大約 1.08 億次訪問——而且依然沒有公開 API。如果你想從那些租屋資訊、二手車、工作職缺或零工廣告中取得結構化資料，爬蟲幾乎是唯一選擇。
不過，Craigslist 自家的反機器人機制相當嚴格。它不用 Cloudflare 或 DataDome，而是採用自建的 nginx 速率限制系統，經過十多年持續打磨。只要操作不對，連第二口咖啡都還沒喝完，你就可能直接拿到 403。這篇指南就是我花了大量時間測試各種方法後整理出的成果：一份適用於 2025 年、可跨分類使用的 Python 教學，重點涵蓋 JSON-LD 抽取法（相較舊教程，這是最大的升級）、實際可行的防封鎖策略、法規與合規風險，以及一個不寫程式也能拿到資料的無程式碼替代方案。
用 Python 抓 Craigslist 是什麼意思？
用 Python 抓取 Craigslist，就是用程式自動造訪 Craigslist 頁面，擷取你需要的結構化資訊——像是標題、價格、描述、圖片、地點、刊登日期——再把它存進試算表、資料庫或 JSON 檔。
Python 之所以成為首選，是因為它的函式庫生態非常完整。結合 requests、BeautifulSoup、lxml 和 curl_cffi，你可以在不到 100 行內做出一個可用的 Craigslist 爬蟲。社群規模也很大，所以當 Craigslist 改版時（這確實會發生），通常已經有人先找到解法。
最重要的一點是：Craigslist 不提供公開的讀取 API。它唯一正式的程式介面是 Bulk Posting Interface（BAPI），而且是只寫入不讀取——只允許已核准的付費刊登者提交內容，不能用來抓取列表。你在第三方平台看到的任何「Craigslist API」產品，本質上都是非官方爬蟲，而不是被授權的端點。想拿大量資料，就得自己爬。
為什麼要抓 Craigslist？實際應用場景
Craigslist 不只是拿來找二手沙發的地方，它其實是一個龐大、持續更新的多領域資料集。以下是實際會從中受益的族群：
| 應用場景 | 受益對象 | 可擷取內容 |
|---|---|---|
| 租屋與房價監控 | 房地產經紀人、租客、PropTech 公司 | 價格、坪數、房間數、社區、經緯度 |
| 二手車市場分析 | 車商、消費者 App、研究人員 | 價格、品牌、車型、年份、里程、車況 |
| 招聘市場研究 | 招募人員、勞動經濟學者、人力分析師 | 職稱、薪資、雇用類型、刊登日期 |
| 開發潛在客戶 | 業務團隊、服務供應商 | 聯絡資訊、公司名稱、服務區域 |
| 競品價格分析 | 在地服務商、電商營運團隊 | 服務價格、說明、服務範圍 |
最常被引用的學術案例之一是 Kaggle「Used Cars Dataset」——約 50 萬筆美國二手車刊登、共 26 個變數，成為數十篇論文的基礎，其中還包括一篇 2024 年的 ResearchGate 研究，分析美國二手車市場動態。對沖基金也曾購買彙整後的 Craigslist 租屋資料，用來研究租金趨勢。而業務團隊則經常抓取 services 和 gigs 分類來開發名單。
算起來其實很簡單：人工複製貼上 8 小時，和一個做得好的爬蟲只要大約 10 分鐘。
用 Python 抓 Craigslist：不只車輛，所有分類都適用
我看過幾乎所有 Craigslist 爬取教學，很多都只講 cars-for-sale——這就像寫一篇 Google 教學，卻只教圖片搜尋。Craigslist 有數十個分類，而且每個分類的 URL 規則都不太一樣。
基本結構永遠是：https://{city}.craigslist.org/search/{category_slug}
只要換城市子網域和 slug，你就能抓到完全不同的分類。下面是最常見分類的參考表（已於 2025 年 4 月驗證）：
| 分類 | URL Slug | 常見擷取欄位 |
|---|---|---|
| 公寓 / 房屋 | /search/apa | 價格、坪數、臥室數、地點、寵物政策 |
| 汽車與卡車 | /search/cta | 價格、品牌、車型、年份、里程 |
| 工作職缺 | /search/jjj | 標題、公司、薪資、雇用類型 |
| 服務 | /search/bbb | 標題、描述、電話、區域 |
| 零工 | /search/ggg | 標題、報酬、日期、分類 |
| 待售商品（一般） | /search/sss | 標題、價格、車況、地點 |
你也可以搭配查詢參數做篩選：
| 參數 | 用途 | 範例 |
|---|---|---|
query | 全文關鍵字 | ?query=studio |
min_price / max_price | 價格區間 | &min_price=1500&max_price=3000 |
hasPic | 只顯示有圖片的刊登 | &hasPic=1 |
postedToday | 最近 24 小時 | &postedToday=1 |
sort | 排序方式 | &sort=priceasc |
s | 分頁偏移量（每頁 120 筆） | ?s=120 |
因此，像 https://newyork.craigslist.org/search/apa?min_price=1500&max_price=3000&hasPic=1 這種網址，就能抓到紐約地區 1500 到 3000 美元、且有照片的公寓。這篇教學裡的 Python 爬蟲都適用於所有這些分類——你只需要替換 slug 即可。
2025 年 Craigslist HTML 選擇器：舊版 vs. 新版（以及 JSON 快捷法）
Craigslist 爬蟲最常壞掉的原因，就是 HTML 結構變動。如果你還在跟著 2022 年的教學，去抓 .result-row 或 .result-info，那你的爬蟲基本上已經失效了。
Craigslist 在 2023–2024 年重寫了搜尋結果的標記結構。舊的 class 名稱雖然仍藏在新的外層容器裡，但如果你直接在 DOM 樹頂層抓它們，拿到的只會是空清單。變化如下：
| 元素 | 舊版選擇器（2024 前） | 現行選擇器（2025） |
|---|---|---|
| 刊登容器 | .result-info | .cl-search-result |
| 標題連結 | .result-title | .posting-title a |
| 價格 | .result-price | .priceinfo |
| 中繼資訊（區域） | .result-hood | .meta |
但真正關鍵的洞見，也是能把 2025 年可用爬蟲和其他方法拉開差距的核心：搜尋結果其實根本不需要解析 HTML。
Craigslist 現在會把每筆可見刊登，直接嵌在 <script id="ld_searchpage_results"> 標籤中，格式是結構化的 JSON-LD 資料。只要執行一次 requests.get()，你就能拿到整個 schema.org ItemList，裡面包含該頁所有刊登——標題、價格、幣別、地點、圖片 URL、詳細頁連結，全都在。不需要 JavaScript 渲染，也不怕 CSS 選擇器改版。
JSON-LD 方法更快、更穩，而且 Craigslist 只要微調介面，也不容易壞掉。這也是所有仍在維護中的 GitHub 專案會採用的方法，而我們在下方教學也會用它。
有一個例外：JSON-LD 區塊通常只會出現在有價格的分類中，例如 公寓（apa）、待售商品（sss）、汽車（cta）、房屋（hhh）。工作（jjj）、零工（ggg）、社群（ccc）與服務（bbb）分類，因為沒有 schema.org/Offer 價格資訊，所以通常不會出現，或內容很少。這些分類就改回 .cl-search-result 的 HTML 路徑即可。
選擇你的 Python 技術棧：Requests + BS4、Selenium，還是 Playwright？
這是每個爬蟲論壇都會出現的問題：「我該用哪個函式庫？」對 Craigslist 來說，答案比大多數網站都更明確。
| 因素 | requests + BeautifulSoup | Selenium | Playwright |
|---|---|---|---|
| 速度 | 每秒 5–15 頁（受網路限制） | 每秒 0.3–1 頁 | 每秒 0.5–2 頁 |
| JS 渲染內容 | 否 | 是 | 是 |
| 記憶體占用 | 約 30–60 MB | 約 400–700 MB | 約 300–500 MB |
| 安裝複雜度 | 低 | 中 | 中 |
| 反機器人韌性 | 低（需標頭 / Proxy） | 中（真實瀏覽器） | 中高 |
| 最適合的 Craigslist 用途 | 搜尋結果（JSON-LD） | 含動態內容的詳細頁 | 大規模非同步爬取 |
| 學習曲線 | 適合初學者 | 中等 | 中等 |
Craigslist 的頁面是伺服器端渲染的。JSON-LD 資料塊已經出現在初始 HTML 裡。讀取路徑沒有 JavaScript 挑戰。所有仍在維護中的 Craigslist GitHub 爬蟲 幾乎都用 requests + BeautifulSoup 或 Scrapy，沒有用 Selenium 或 Playwright。這不是巧合——瀏覽器自動化框架會多吃數百 MB 記憶體、速度慢 10 到 100 倍，還會留下更明顯的指紋，但卻沒有實質好處。
我的建議：
- requests + BS4：從這裡開始。它和 JSON-LD 抽取法完美搭配，足以處理 95% 的 Craigslist 爬取需求。
- Selenium：只有在你需要操作特定詳細頁上的動態內容時才考慮使用（在 Craigslist 上這種情況很少）。
- Playwright：如果你要用非同步併發擴展到數千頁，可以考慮；但老實說，Craigslist 的限制瓶頸在速率限制，不在你的函式庫吞吐量。
如果你想看更完整的比較，我們另外寫了 Playwright vs. Puppeteer 和 最佳 Python 網頁爬蟲工具 的整理文章。
不用寫 Python 也能抓 Craigslist Get Started Free
無程式碼替代方案：不用寫 Python 也能抓 Craigslist
在進入程式碼之前先岔開一下——這一段是寫給不想當工程師的人看的。房地產經紀人、業務團隊、營運經理——如果你只想要資料，不想寫 Python，那其實有更快的路。
Thunderbit 是一個 AI 網頁爬蟲，作為 Chrome 擴充功能運作。它大約只要點兩下，就能抓 Craigslist，而且完全不需要程式碼。流程如下：
- 打開任一 Craigslist 搜尋結果頁（公寓、汽車、工作——任何分類都可以）。
- 在 Thunderbit 側邊欄點擊 「AI 建議欄位」。AI 會讀取頁面，自動辨識像標題、價格、地點和連結這些欄位。
- 點擊 「爬取」——資料會在幾秒內完成擷取。
- 使用 子頁爬取 進入每筆刊登的詳細頁，補充完整描述、電話、圖片與屬性。
- 直接匯出到 Google Sheets、Excel、Airtable 或 Notion——完全免費。
如果你有固定需求，例如每天監控租金，或每週抓一次職缺快照，Thunderbit 的 排程爬蟲 可以讓你用自然語言描述排程，然後自動執行。不需要 cron job，也不用自己架伺服器。
Thunderbit 還能透過雲端爬取模式處理反機器人機制，所以你不用自己管理輪換代理或手動設計標頭。如果你想試試看，可以安裝 Thunderbit Chrome 擴充功能 實際體驗。
如果你想要完全掌控與高度客製化，那就繼續看下面的 Python 逐步教學。
逐步教學：如何用 Python 抓 Craigslist（完整指南）
- 難度： 中等
- 所需時間： 約 30 分鐘（安裝 + 第一次抓取）
- 你需要準備： Python 3.8+、Chrome 瀏覽器（用來檢查頁面）、終端機
步驟 1：設定 Python 環境
安裝必要函式庫：
pip install requests beautifulsoup4 lxml
lxml 不是必裝，但能明顯加快 BeautifulSoup 的解析速度。如果之後遇到 TLS 指紋辨識問題（後面的防封鎖章節會談到），你也可以安裝 curl_cffi：
pip install curl_cffi
你的 import 區塊如下：
import requests
from bs4 import BeautifulSoup
import json
import csv
import time
import random
現在你應該已經有一個乾淨、依賴都安裝完成的 Python 環境了。
步驟 2：為任一分類建立 Craigslist URL
用城市 + 分類 slug + 可選篩選條件，動態組出目標網址：
from urllib.parse import urlencode
BASE = "https://{city}.craigslist.org/search/{slug}"
def build_url(city, slug, **params):
return f"{BASE.format(city=city, slug=slug)}?{urlencode(params)}"
# 範例：紐約公寓，1500–3000 美元，含照片
url = build_url("newyork", "apa", min_price=1500, max_price=3000, hasPic=1)
print(url)
# https://newyork.craigslist.org/search/apa?min_price=1500&max_price=3000&hasPic=1
把 "apa" 換成 "cta"（汽車）、"jjj"（工作）、"bbb"（服務），或上面分類表中的任一 slug。把 "newyork" 換成 "sfbay"、"chicago"、"losangeles" 等等都可以。
步驟 3：抓取頁面並擷取內嵌 JSON
送出 GET 請求並帶上正確標頭，接著解析 JSON-LD 區塊：
HEADERS = {
"User-Agent": (
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
"AppleWebKit/537.36 (KHTML, like Gecko) "
"Chrome/124.0.0.0 Safari/537.36"
),
"Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8",
"Accept-Language": "en-US,en;q=0.9",
"Accept-Encoding": "gzip, deflate, br",
"Referer": "https://www.craigslist.org/",
"Sec-Fetch-Dest": "document",
"Sec-Fetch-Mode": "navigate",
"Sec-Fetch-Site": "same-origin",
"Upgrade-Insecure-Requests": "1",
}
session = requests.Session()
r = session.get(url, headers=HEADERS, timeout=20)
r.raise_for_status()
soup = BeautifulSoup(r.text, "html.parser")
tag = soup.select_one("script#ld_searchpage_results")
data = json.loads(tag.text) if tag else {"itemListElement": []}
如果 tag 是 None，代表該分類沒有 JSON-LD 區塊——那就改用 HTML 解析（參考前面的選擇器表）。對公寓、汽車與待售商品分類來說，JSON-LD 區塊通常都很穩定地存在。
步驟 4：把刊登資料解析成結構化紀錄
迭代 JSON 項目，擷取你需要的欄位：
listings = []
for entry in data["itemListElement"]:
item = entry["item"]
offers = item.get("offers", {}) or {}
addr = (offers.get("availableAtOrFrom") or {}).get("address", {})
listings.append({
"name": item.get("name"),
"url": offers.get("url"),
"price": offers.get("price"),
"currency": offers.get("priceCurrency"),
"locality": addr.get("addressLocality"),
"region": addr.get("addressRegion"),
"image": item.get("image"),
})
print(f"Found {len(listings)} listings")
你應該會看到像是「Found 120 listings」這樣的輸出（Craigslist 每頁顯示 120 筆結果）。有些刊登如果沒有填價格，price 可能會是 None——後續邏輯要記得妥善處理。
步驟 5：抓詳細頁，取得更豐富的資料
搜尋結果只提供摘要資訊。若要取得完整描述、屬性（臥室數、坪數、寵物政策）、經緯度與圖片，你需要逐一造訪每筆刊登的詳細頁 URL。
def fetch_detail(url, session):
r = session.get(url, headers=HEADERS, timeout=20)
r.raise_for_status()
s = BeautifulSoup(r.text, "html.parser")
body = s.select_one("#postingbody")
mp = s.select_one("#map")
return {
"description": body.get_text("\n", strip=True) if body else None,
"attributes": [x.get_text(" ", strip=True)
for x in s.select("p.attrgroup span, div.attrgroup .attr")],
"lat": mp.get("data-latitude") if mp else None,
"lng": mp.get("data-longitude") if mp else None,
"images": [img["src"] for img in s.select("div.gallery img")],
}
for item in listings:
item.update(fetch_detail(item["url"], session))
time.sleep(random.uniform(3, 6)) # 關鍵：防封鎖抖動
time.sleep(random.uniform(3, 6)) 不是可有可無的。若省略它，幾十次請求內就很容易遇到 403。詳細頁是伺服器端渲染，且選擇器相對穩定（#titletextonly、#postingbody、#map），這些元素自 2017 年前後以來幾乎沒變——算是 Craigslist 少數真正可靠的部分。
步驟 6：處理分頁，抓完整結果
Craigslist 用 ?s=120 這個偏移參數做分頁。每頁顯示 120 筆，最大偏移通常是 2999。
def iter_all(city, slug, max_pages=25, **filters):
for page in range(max_pages):
offset = page * 120
url = build_url(city, slug, s=offset, **filters)
r = session.get(url, headers=HEADERS, timeout=20)
r.raise_for_status()
soup = BeautifulSoup(r.text, "html.parser")
tag = soup.select_one("script#ld_searchpage_results")
if not tag:
break
data = json.loads(tag.text)
items = data.get("itemListElement", [])
if not items:
break
for entry in items:
item = entry["item"]
offers = item.get("offers", {}) or {}
yield {
"name": item.get("name"),
"url": offers.get("url"),
"price": offers.get("price"),
}
time.sleep(random.uniform(2.5, 5.0))
不要試著在短時間內狂抓數千頁。Craigslist 的速率限制是以 IP 為單位，無論你用哪個函式庫，單一 IP 的可持續吞吐量大約都只有每秒 0.3–0.5 個請求。這個上限是 Craigslist 設定的，不是 Python 的問題。
步驟 7：把 Craigslist 資料匯出為 CSV、JSON 或 Google Sheets
儲存你的結果：
# CSV
with open("craigslist.csv", "w", newline="", encoding="utf-8") as f:
w = csv.DictWriter(f, fieldnames=listings[0].keys())
w.writeheader()
w.writerows(listings)
# JSON
with open("craigslist.json", "w", encoding="utf-8") as f:
json.dump(listings, f, indent=2, ensure_ascii=False)
如果你想直接省略匯出程式碼，Thunderbit 可以直接從瀏覽器免費匯出到 Google Sheets、Excel、Airtable 或 Notion。不過在 Python 工作流程中，CSV 和 JSON 仍是標準輸出格式。你也可以把資料直接丟進 pandas 做分析，或透過 sqlite3 存入資料庫。
用 Python 抓 Craigslist 時，如何避免被封鎖
很多教程對這一段都講得很輕描淡寫。Craigslist 的反機器人系統是自行開發的，不是現成套件，而且有一些特定特徵要特別注意。
使用逼真的請求標頭
Craigslist 會驗證標頭的順序與完整性。如果請求缺少 Sec-Fetch-Dest，或 User-Agent 太舊，就可能在內容回傳前被標記。上面步驟 3 展示的完整 Chrome 120+ 標頭組合，是最低要求。你可以在每個 session 之間，從 5–10 組最近的 Chrome / Firefox 桌面版字串中輪換 User-Agent——但不要在同一個 session 中途更換，因為那看起來很不自然。
缺少 Sec-Fetch-* 標頭，是第一次做爬蟲的人最常被瞬間封鎖的原因。
在每次請求之間加入隨機延遲
根據 多個來源（ScrapingBee、Scraperly、Oxylabs、Multilogin）的共同經驗，搜尋頁之間建議維持 隨機 2–5 秒，詳細頁之間則為 3–6 秒。固定間隔很像機器人。請用 time.sleep(random.uniform(2, 5))——千萬不要寫成 time.sleep(2)。
視情況輪換代理 IP
Craigslist 會先封鎖整個 AWS、GCP 和 Azure 的 IP 區段。資料中心代理通常一開始就失效。只要超過幾百頁，你就需要 住宅型輪換代理，並且每 20–30 次請求輪換一次。行動代理的偵測風險最低，但費用也最高，大約是 $8–30/GB。
| 代理類型 | 在 Craigslist 上的偵測風險 | 費用（2025） |
|---|---|---|
| 資料中心代理 | 非常高——通常第一個請求就被擋 | $0.50–2/GB |
| 住宅型輪換代理 | 低——建議使用 | $5–15/GB |
| 行動代理 | 最低 | $8–30/GB |
如果你不想自己管理這些，Thunderbit 的雲端爬取模式會自動處理代理輪換。
妥善處理 CAPTCHA
Craigslist 的 CAPTCHA 在讀取頁面時其實很少出現——大多發生在發文或回覆流程。如果真的出現：至少退避 60 秒、輪換 IP、清除 cookies，並降低速度。持續出現 CAPTCHA 通常代表你的節奏太激進，不是要靠解題器硬闖的謎題。
尊重速率限制並實作退避機制
當你碰到速率限制時，Craigslist 會回傳 403（不是 429）。403 代表目前 IP 已經被列入拒絕名單——不要盲目重試。請輪換 IP、更換 UA，然後等待。
from requests.adapters import HTTPAdapter
from urllib3.util.retry import Retry
retry = Retry(
total=5,
backoff_factor=1.5, # 1.5、3、6、12、24 秒
status_forcelist=[429, 500, 502, 503, 504],
allowed_methods={"GET"},
respect_retry_after_header=True,
)
adapter = HTTPAdapter(max_retries=retry)
session.mount("https://", adapter)
再補一個技巧：社群回報一致指出，目標城市當地時間凌晨 2 點到 6 點 是最安全的抓取時段，封鎖率比白天低約 30–40%。
TLS 指紋辨識——最隱性的陷阱
Craigslist 的 bot 層會檢查 TLS ClientHello。Python 的 requests 函式庫（基於 OpenSSL）所產生的 JA3 指紋，和任何真實瀏覽器都不完全一致。即使你把 User-Agent 設得很完美，只要 TLS 指紋不像瀏覽器，仍然會被識別出來。解法是使用 curl_cffi 並設定 impersonate="chrome124"，模擬 Chrome 的 TLS 握手：
from curl_cffi import requests as cffi_requests
r = cffi_requests.get(url, headers=HEADERS, impersonate="chrome124")
如果你在乾淨的住宅 IP、正確標頭都已設定好的情況下，仍然遇到無法解釋的 403，那幾乎可以判定是 TLS 指紋辨識造成的。
Craigslist robots.txt、服務條款與道德爬取
大多數教程不是直接略過這一段，就是在 FAQ 裡用一句話帶過。考量 Craigslist 曾經在與爬蟲相關的爭議中，對 RadPad 贏得一筆 $6,050 萬判決（2017），這部分值得更完整地說明。
Craigslist 的 robots.txt 到底寫了什麼
robots.txt 檔案 出乎意料地簡短。它只有一個 User-agent: * 區塊，並且只禁止了七個路徑：
Disallow: /reply
Disallow: /fb/
Disallow: /suggest
Disallow: /flag
Disallow: /mf
Disallow: /mailflag
Disallow: /eaf
這七個全都是互動式或會改變狀態的端點：回覆、檢舉、推薦、寄給朋友等。刊登頁面（/search/...、單筆貼文 URL）並沒有被禁止。 雖然沒有 Crawl-delay 指令，但 Craigslist 仍會透過 IP 封鎖自行限制。
城市子網域也會提供 sitemap，例如 https://newyork.craigslist.org/sitemap/index.xml，這是官方可被搜尋引擎發現的刊登路徑。
法律先例：哪些案件真正重要
Craigslist v. 3Taps（2013，2015 和解）： 3Taps 抓取 Craigslist 刊登並轉售。當 Craigslist 發出停止通知並封鎖他們的 IP 後，3Taps 改用輪換代理繞過封鎖。法院認定，在明確撤銷授權後仍繞過 IP 封鎖，屬於 CFAA 下的「未經授權」。3Taps 最終 以 100 萬美元和解。
Meta v. Bright Data（2024）： 較新的判決認為，Meta 的 TOS 不能禁止對公開可得資料進行登出狀態的爬取。法院指出，未登入的爬蟲「與一般訪客處於同樣的位置」。這對 2024–2025 年的爬蟲最重要——如果你從不建立 Craigslist 帳號、不登入，只存取公開可見頁面，服務條款未必能以合約方式對你生效。
實務上的結論： 在 Van Buren（2021）與 hiQ v. LinkedIn（2022）之後，針對公開可存取頁面的 CFAA 風險大幅降低。但州法層級的侵權主張（動產侵入、非法挪用）仍然存在——這也是 3Taps 和 RadPad 6,050 萬美元判決背後的關鍵。
以上僅供資訊參考，不構成法律建議。如果你要商業化地抓取 Craigslist，請先諮詢律師。
實用的道德爬取檢查清單
- ✅ 遵守 robots.txt 的每一條
Disallow，尤其是那七個動作端點 - ✅ 每個 IP 在 24 小時內保持遠低於 1,000 頁（Craigslist 的 TOS 規定超過此門檻後，每頁 $0.25 可視為約定損害賠償）
- ✅ 保持登出狀態——不要為了爬蟲去建立 Craigslist 帳號
- ✅ 在明確封鎖後，不要再用代理繞過 IP 禁止（這正是 3Taps 失敗的原因）
- ✅ 請求之間加入延遲——至少 2–5 秒
- ✅ 不要抓取個人聯絡資訊用來發垃圾訊息
- ✅ 不要重新散布原始 Craigslist 資料，或把它包裝成自己的平台內容
- ✅ 資料用途應以合法研究、分析或個人使用為主
- ✅ 在可行時，優先使用已公開的 sitemap，而不是暴力爬取
- ✅ 如果你要儲存資料，請在匯入時去除個資（電子郵件、電話號碼）
如果你想更深入了解，我們也寫了一篇關於 網頁爬取法律影響 的完整指南。
Python vs. 無程式碼：哪種方式更適合你？
| 因素 | Python（requests + BS4） | Thunderbit（無程式碼） |
|---|---|---|
| 設定時間 | 30–60 分鐘（安裝、寫程式） | 2 分鐘（安裝 Chrome 擴充功能） |
| 需要的技術能力 | 中階 Python | 不需要 |
| 客製化程度 | 完全掌控邏輯、欄位與流程 | AI 自動偵測欄位；使用者可調整 |
| 擴展性 | 幾乎無上限（搭配代理與排程） | 可用排程爬蟲處理重複任務 |
| 防封鎖處理 | 手動（標頭、延遲、代理、TLS） | 內建（雲端爬取） |
| 匯出選項 | CSV、JSON（自行寫程式） | Google Sheets、Excel、Airtable、Notion——免費 |
| 最適合誰 | 開發者、資料科學家、客製化管線 | 業務團隊、房地產經紀人、營運經理 |
如果你需要完全客製化、打算把資料串進更大的資料管線，或者想清楚知道底層到底怎麼運作，就用 Python。若你想快速得到結果，不想寫或維護程式，就用 Thunderbit。兩者都合理，重點在於你的使用情境，以及你想花時間在終端機還是瀏覽器裡。
結語
Craigslist 是一個涵蓋房屋、汽車、工作、服務、零工等多個領域、持續更新的豐富資料來源——而且因為沒有公開 API，爬取幾乎是唯一能大規模取得結構化資料的方法。2025 年真正有效的做法是：從搜尋結果中擷取內嵌 JSON-LD（而不是脆弱的 CSS 選擇器），使用 requests + BeautifulSoup（而不是 Selenium），加入帶有 Sec-Fetch-* 的真實標頭、隨機化延遲，若要抓幾百頁以上，則使用住宅型代理。
JSON-LD 方法是相較於舊教程最大的進步。它更快、更能抵抗版面變動，也完全不需要 JavaScript 渲染。把它和上面的防封鎖策略搭配起來，你就能避開大多數爬蟲最常遇到的 403 問題。
如果你想完全跳過程式碼，Thunderbit Chrome 擴充功能 只要點幾下，就能抓取任何 Craigslist 分類並直接匯出到你偏好的試算表或資料庫。如果你想更深入，我們的 如何用 Python 做網頁爬蟲 與 網頁爬蟲最佳實務 也會更完整地介紹基礎概念。
試用 AI 網頁爬蟲抓取 Craigslist 資料 Get Started Free
常見問題
抓取 Craigslist 合法嗎？
Craigslist 的服務條款禁止自動化爬取，並包含約定損害賠償條款（每天超過 1,000 頁後，每頁 $0.25）。不過，近期法院判決——尤其是 Meta v. Bright Data（2024）與 hiQ v. LinkedIn（2022）——已縮小對公開可得資料、且未登入狀態下爬取的 CFAA 責任。州法層級的侵權主張（例如動產侵入）仍然存在，特別是商業重分發時。請遵守 robots.txt、保持登出、加入延遲，且不要散布原始資料。以上僅為一般資訊，不是法律建議。
Craigslist 有公開 API 嗎？
沒有。Craigslist 只提供給已核准付費刊登者使用的只寫入 Bulk Posting Interface（BAPI）。沒有公開的讀取 API、沒有開發者入口，也沒有可用於資料擷取的分級方案。你在第三方平台看到的所有「Craigslist API」產品，本質上都是非官方爬蟲。
為什麼我的 Craigslist 爬蟲一直壞掉？
幾乎都是因為 HTML 結構變了。Craigslist 在 2023–2024 年重寫了搜尋結果標記，像 .result-row 或 .result-info 這類舊選擇器已經不再適用。請改用內嵌 JSON-LD 方法（解析 script#ld_searchpage_results），會穩定得多。另外也要確認你的標頭包含 Sec-Fetch-*，少了它們很容易立刻被封鎖。
不用 Python 也能抓 Craigslist 嗎？
可以。Thunderbit 的 AI 網頁爬蟲 Chrome 擴充功能可用於任何 Craigslist 頁面——公寓、汽車、工作、服務都行。點擊「AI 建議欄位」可自動偵測欄位，點擊「爬取」即可擷取資料，並可免費匯出到 Google Sheets、Excel、Airtable 或 Notion。無需寫程式、無需設定、也不用管理代理。
我多久抓一次 Craigslist 才不會被封？
若使用單一住宅 IP，並在頁面之間加入隨機 2–5 秒延遲，較可持續的吞吐量大約是每秒 0.3–0.5 次請求。每個 IP 在 24 小時內保持低於 1,000 頁，可同時避免封鎖和 Craigslist TOS 的約定損害賠償門檻。在離峰時段（目標城市當地時間凌晨 2–6 點）抓取，可將封鎖率降低約 30–40%。若量更大，請每 20–30 次請求輪換一次住宅代理。
延伸閱讀
