使用 Python 抓取 Target.com：3 種真正有效的方法

Target.com 看起來很容易抓取，直到你真的動手試了才會發現沒那麼簡單。如果你曾經用 Requests 和 BeautifulSoup 寫了一段 Python 小腳本，丟到 Target 商品頁去抓資料，結果價格欄位回傳 None，那你絕對不是唯一遇到這種情況的人。

我實際測試過多個主流零售網站的抓取方式，可以很肯定地說：Target 一直都是最棘手的其中之一。它每月有，商品價格、評分、庫存、評論等資料多到像寶庫一樣，但 Target 結合了 React 前端動態渲染與 Akamai 的機器人偵測，讓最直覺的方法幾乎一開始就會失敗。不過，還是有 3 種 Python 方法真的能用。我會逐一帶你看，說明為什麼第一種做法常常卡關，並在最後提供一個不用寫程式的替代方案，當 Python 成本太高時就能直接上手。

為什麼你第一次抓 Target.com，回傳的總是 None

在講解決方案之前，先搞清楚問題。以下是多數新手最常寫的程式碼：

1import requests
2from bs4 import BeautifulSoup
3> This paragraph contains content that cannot be parsed and has been skipped.
4price = soup.select_one('[data-test="current-price"]')
5print(price)  # None

輸出結果呢？None。每次都是。

這不是你程式的 bug。requests.get() 從 Target 拿回來的 HTML 幾乎只是個空殼——一個 React 的外框，只是在說「嘿，載入這段 JavaScript 之後才會把真正頁面渲染出來」。商品價格、評分、評論和庫存資訊，都是在初始頁面載入完成後，才由 JavaScript 注入進去。因為 Python 的 Requests 不會執行 JavaScript，所以那些元素根本不會出現在回應裡。

論壇上到處都是被這個問題卡住的開發者。某篇講得很直接：「某個元素顯示為 None，是因為它是用 Javascript 渲染的，而 requests 無法抓取由 Javascript 渲染的 HTML。」也證實：「當你對 Target URL 發送 HTTP 請求時，HTML 回應幾乎沒有有意義的資料。」

而且就算你解決了 JavaScript 的問題，還有第二道防線：Target 的 Akamai 機器人偵測會先檢查你的 TLS handshake，甚至在任何 HTML 傳輸前，就把 Python 的 requests 標記掉。這部分我們等一下再深入說。

為什麼 Target.com 對 Python 抓取這麼難

Target 不只是「一個用了 JavaScript 的網站」而已。它其實是一套多層防禦系統——理解每一層，才知道該選哪種抓取方式。

由 JavaScript 渲染的商品資料

Target.com 是用 React 建置的。當你在真實瀏覽器中打開商品頁或搜尋頁時，流程大致如下：

伺服器先送出最小化的 HTML 外殼
JavaScript bundle 載入並執行
前端呼叫 Target 內部的 Redsky API
商品資料（價格、評分、圖片、庫存）才渲染到 DOM 中

如果你跳過第 2–4 步——而這正是 requests.get() 做的事——你拿到的就只是空頁面。，結果顯示靜態 HTTP 請求大約只能抓到 Target 30% 左右的可用資料。剩下 70% 必須靠 JavaScript 執行或 API 存取。

搜尋結果頁更麻煩。初始 HTML 裡只會出現少數幾個商品，其他的要捲動頁面才會載入。

Target 的反機器人機制：不只是「用代理伺服器」這麼簡單

大多數抓取教學談到反機器人機制時，都只會含糊地說一句「換代理伺服器就好」。但 Target 的防護值得講得更精確一些。

TLS 指紋辨識（最重要的一層）。 在 HTTPS handshake 過程中，你的客戶端會送出一個「Client Hello」封包，裡面包含 TLS 版本、cipher suites、擴充資訊與橢圓曲線等細節。這些資訊會被雜湊成 JA3 指紋。Python 的 requests 會產生一個——8d9f7747675e24454cd9b7ed35c58707——反機器人資料庫會立刻把它標記出來。Chrome 會傳送 16 個按特定順序排列的 cipher suites，還帶有 GREASE 值；Python 則會以不同於瀏覽器的順序送出 60 多個。封鎖甚至會在任何 HTTP 內容交換之前就發生。

IP 信譽評分。 Akamai 會把 IP 分成不同信任等級。資料中心 IP 在中，會被賦予「顯著的負向信任分數，因為它們很可能被機器人使用。」住宅型 IP 則會拿到正向分數。針對 Target 來說，資料中心 IP 段通常會直接被標記。

JavaScript 指紋辨識。 Akamai 會注入 JavaScript，蒐集你的 JS 引擎規格、硬體能力、作業系統資料、字型、外掛，以及行為資料（打字速度、滑鼠移動、點擊時機）。這些資訊會生成 _abck cookie——一個有狀態的指紋 token。沒有有效的 _abck，請求就會被擋下來。

速率限制。 Target 大約在每個 IP 每分鐘 30–60 次請求時就會觸發 429 錯誤。有些使用者甚至回報會拿到，但內容其實是「Pardon Our Interruption」封鎖頁，這讓自動化偵測更難處理。

整體來說，。其中 Akamai 繞過難度更被。

用 Python 抓 Target.com 的 3 種方法（並排比較）

市面上其實沒有一篇文章能把這三種可行方法完整放在一起比較。下面我直接整理給你：

This paragraph contains content that cannot be parsed and has been skipped.

接下來我們一種一種來做。

方法 1：用 Python Requests + BeautifulSoup 抓 Target.com

這種方法拿不到搜尋頁中由 JavaScript 渲染的價格。不過它很輕量、速度快，而且只要知道去哪裡找，能抓到的東西比你想像中多。

關鍵在於：Target 會把部分商品資料塞進 <script> 標籤中，裡面包含 __PRELOADED_QUERIES__ 的 __TGT_DATA__ 變數。這段 JSON 可能包含商品名稱、描述、特色，有時甚至能在單一商品頁找到價格。你也可以直接從搜尋結果 HTML 擷取商品標題與連結。

第 1 步：建立 Python 環境

先建立專案資料夾並安裝套件：

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

這裡建議用 curl_cffi 取代標準 requests。它可以偽裝瀏覽器的 TLS 指紋，而這正是避免在 Target 被擋下來的最大關鍵。根據，curl_cffi 的反機器人繞過成功率可達，而標準 requests 只有 ——提升整整 15 倍。

第 2 步：抓取 Target 搜尋結果

Target 的搜尋網址格式很簡單：https://www.target.com/s?searchTerm={keyword}

1from curl_cffi import requests as cureq
2from bs4 import BeautifulSoup
3import time, random
4> This paragraph contains content that cannot be parsed and has been skipped.
5url = "https://www.target.com/s?searchTerm=bluetooth+headphones"
6resp = cureq.get(url, headers=headers, impersonate="chrome124")
7soup = BeautifulSoup(resp.text, "html.parser")
8> This paragraph contains content that cannot be parsed and has been skipped.
9你會拿到商品名稱和網址。價格呢？大多不會出現在這個 HTML 裡。這很正常。
10### 第 3 步：從商品頁擷取內嵌 JSON 資料
11單一商品頁會在 `__TGT_DATA__` script 標籤中嵌入更完整的資料：
12```python
13import re, json
14product_url = "https://www.target.com/p/some-product/-/A-12345678"
15resp = cureq.get(product_url, headers=headers, impersonate="chrome124")
16soup = BeautifulSoup(resp.text, "html.parser")
17> This paragraph contains content that cannot be parsed and has been skipped.
18`__TGT_DATA__` 裡的 JSON 結構通常會包含商品名稱、描述、特色，很多時候也有價格資料。實際巢狀位置會變，所以你需要先看輸出結果，再決定怎麼往下找。
19### 第 4 步：處理分頁
20Target 的搜尋分頁使用 `Nao` 參數。第 1 頁是 `Nao=0`，第 2 頁是 `Nao=24`，第 3 頁是 `Nao=48`，以此類推（每頁加 24）：
21```python
22for page in range(0, 120, 24):  # 前 5 頁
23    paginated_url = f"https://www.target.com/s?searchTerm=bluetooth+headphones&Nao={page}"
24    resp = cureq.get(paginated_url, headers=headers, impersonate="chrome124")
25    # 解析並擷取...
26    time.sleep(random.uniform(2, 5))  # 禮貌一點

第 5 步：儲存抓到的資料

1import csv
2with open("target_products.csv", "w", newline="", encoding="utf-8") as f:
3    writer = csv.DictWriter(f, fieldnames=["title", "url", "price", "description"])
4    writer.writeheader()
5    for product in products:
6        writer.writerow(product)

你能拿到的資料： 商品標題、網址、描述與內嵌中繼資料。你不一定能穩定拿到的資料： 搜尋結果頁的動態價格與評分。如果你需要這些，就得用方法 2 或 3。

方法 2：用 Selenium 或 Playwright 抓 Target.com

Headless 瀏覽器可以渲染 JavaScript、載入動態內容，並模擬真實使用者行為。這個方法能抓到價格、評分和評論。

如果要比較 Selenium 和 Playwright：根據 ——2026 年是 ——而且基準測試顯示它快了（20 頁只要 11 秒，Selenium 則要 28 秒）。我這裡先用 Selenium 示範，因為它的社群和教學更多；但如果你是從零開始，Playwright 其實更值得選。

第 1 步：安裝 Selenium 與 ChromeDriver

1pip install selenium webdriver-manager

webdriver-manager 可以自動處理 ChromeDriver 版本，不用再為「ChromeDriver 版本不相容」這種問題頭痛：

1from selenium import webdriver
2from selenium.webdriver.chrome.service import Service
3from selenium.webdriver.chrome.options import Options
4from webdriver_manager.chrome import ChromeDriverManager
5options = Options()
6options.add_argument("--headless=new")
7options.add_argument("--window-size=1920,1080")
8options.add_argument("--disable-blink-features=AutomationControlled")
9options.add_argument("--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")
10driver = webdriver.Chrome(service=Service(ChromeDriverManager().install()), options=options)

第 2 步：載入 Target 頁面並等待內容出現

1from selenium.webdriver.common.by import By
2from selenium.webdriver.support.ui import WebDriverWait
3from selenium.webdriver.support import expected_conditions as EC
4driver.get("https://www.target.com/s?searchTerm=bluetooth+headphones")
5# 等待商品卡片渲染完成（explicit wait 比 time.sleep 好）
6WebDriverWait(driver, 15).until(
7    EC.presence_of_element_located((By.CSS_SELECTOR, '[data-test="product-title"]'))
8)

明確等待非常重要。time.sleep(10) 會讓快的頁面也白白浪費時間，慢的頁面又可能還不夠，兩邊都不討好。WebDriverWait 則會每 500 毫秒輪詢一次，直到元素出現或逾時。

第 3 步：滾動頁面載入更多商品

Target 會在你往下滑時延遲載入商品。不捲動的話，你可能只會拿到 4–5 個商品，而不是整頁內容：

1import time
2last_height = driver.execute_script("return document.body.scrollHeight")
3for _ in range(10):
4    driver.execute_script("window.scrollBy(0, 300);")
5    time.sleep(1.5)
6    new_height = driver.execute_script("return document.body.scrollHeight")
7    if new_height == last_height:
8        break
9    last_height = new_height

顯示，做 10 次捲動、每次間隔 1.5 秒，可抓到 8 個以上商品；不捲動時通常只有 4–5 個。每次捲動建議 200–300px，模擬真人操作。

第 4 步：從渲染後頁面擷取商品資料

1products = []
2cards = driver.find_elements(By.CSS_SELECTOR, '[data-test="@web/site-top-of-funnel/ProductCardWrapper"]')
3for card in cards:
4    try:
5        title = card.find_element(By.CSS_SELECTOR, '[data-test="product-title"]').text
6    except:
7        title = "N/A"
8    try:
9        price = card.find_element(By.CSS_SELECTOR, '[data-test="current-price"]').text
10    except:
11        price = "N/A"
12    try:
13        link = card.find_element(By.CSS_SELECTOR, 'a[href*="/p/"]').get_attribute("href")
14    except:
15        link = "N/A"
16> This paragraph contains content that cannot be parsed and has been skipped.
17for p in products:
18    print(f'{p["title"]} — {p["price"]}')

Target 常用的 data-test 選擇器如下（2026 年驗證）：

資料欄位	選擇器
商品卡片	`data-test="@web/site-top-of-funnel/ProductCardWrapper"`
商品標題	`data-test="product-title"`
目前價格	`data-test="current-price"`
評分數值	`data-test="rating-value"`
評論數量	`data-test="rating-count"`

第 5 步：抓商品評論（加碼）

進入單一商品頁，捲動到評論區，再把評論資料抓出來：

1from bs4 import BeautifulSoup
2driver.get("https://www.target.com/p/some-product/-/A-12345678")
3# 往下捲動以載入評論
4for _ in range(5):
5    driver.execute_script("window.scrollBy(0, 500);")
6    time.sleep(2)
7> This paragraph contains content that cannot be parsed and has been skipped.
8評論資料是透過 Bazaarvoice 整合載入的，支援分頁（最多 51 頁）、依最新排序，以及只看照片的篩選功能。[ScrapeOps 基準測試](https://scrapeops.io/)顯示，用 Selenium 抓單筆資料大約要 5.1 秒。
9別忘了結束時關閉瀏覽器：
10```python
11driver.quit()

方法 3：直接用 Redsky API 抓 Target.com

Target 的前端其實都是從內部 API redsky.target.com 拿資料。你可以直接用 Python 呼叫它——不用解析 HTML、不用瀏覽器、不用渲染 JavaScript。回傳的是乾淨的 JSON，包含 40 多個欄位，涵蓋價格、評分、評論、圖片、庫存、配送、規格和變體。若你要做大量商品資料抓取，這無疑是最快也最穩定的方法。

第 1 步：用 Chrome DevTools 找出 Redsky API

很多教學會直接跳過這一步。其實你可以自己找出 API：

在 Chrome 打開任一 Target 商品頁
開啟 DevTools（F12）→ Network 分頁
用 Fetch/XHR 篩選
重新載入頁面
找 redsky.target.com 或 redsky.a]target.com 的請求
點進去看 Request URL 與 Headers

你會看到像這樣的網址：

1https://redsky.target.com/redsky_aggregations/v1/web/pdp_fulfillment_v1?key=9f36aeafbe60771e321a7cc95a78140772ab3e96&tcin=12345678&store_id=2148&zip=55401

關鍵參數如下：

key — API 金鑰（固定，不會一直輪替；不同端點會用不同 key）
tcin — Target.com 商品編號（8 位數商品 ID）
store_id — Target 門市位置
zip — 取得配送資訊所需的郵遞區號

API key 就在 request URL 裡，不需要另外申請。

第 2 步：直接用 Python 呼叫 Redsky API

1from curl_cffi import requests as cureq
2import json
3API_KEY = "9f36aeafbe60771e321a7cc95a78140772ab3e96"  # 從 DevTools 擷取
4TCIN = "12345678"
5url = f"https://redsky.target.com/redsky_aggregations/v1/web/pdp_fulfillment_v1?key={API_KEY}&tcin={TCIN}&store_id=2148&zip=55401"
6> This paragraph contains content that cannot be parsed and has been skipped.
7resp = cureq.get(url, headers=headers, impersonate="chrome124")
8data = resp.json()
9# 從 JSON 回應中擷取商品資訊
10product = data.get("data", {}).get("product", {})
11title = product.get("item", {}).get("product_description", {}).get("title", "N/A")
12price = product.get("price", {}).get("formatted_current_price", "N/A")
13rating = product.get("ratings_and_reviews", {}).get("statistics", {}).get("rating", {}).get("average", "N/A")
14print(f"{title} — {price} — Rating: {rating}")

不用解析 HTML，回應結構清楚、速度也快。

第 3 步：透過 API 抓取商品搜尋結果

product_summary_with_fulfillment_v1 端點可以一次接受多個 TCIN：

1tcins = ["12345678", "23456789", "34567890"]
2tcin_str = ",".join(tcins)
3search_url = f"https://redsky.target.com/redsky_aggregations/v1/web/product_summary_with_fulfillment_v1?key={API_KEY}&tcins={tcin_str}&store_id=2148&zip=55401"
4resp = cureq.get(search_url, headers=headers, impersonate="chrome124")
5results = resp.json()
6for item in results.get("data", {}).get("product_summaries", []):
7    title = item.get("title", "N/A")
8    price = item.get("price", {}).get("formatted_current_price", "N/A")
9    print(f"{title} — {price}")

如果要取得 TCIN，可以從搜尋頁 HTML 擷取（商品 URL 裡通常會出現 /A-XXXXXXXX），也可以從 __TGT_DATA__ 的內嵌 JSON 取得。

第 4 步：用並行請求擴大規模

1from concurrent.futures import ThreadPoolExecutor
2import time, random
3def fetch_product(tcin):
4    url = f"https://redsky.target.com/redsky_aggregations/v1/web/pdp_fulfillment_v1?key={API_KEY}&tcin={tcin}&store_id=2148&zip=55401"
5    time.sleep(random.uniform(2, 5))
6    resp = cureq.get(url, headers=headers, impersonate="chrome124")
7    return resp.json()
8tcin_list = ["12345678", "23456789", "34567890", "45678901"]
9with ThreadPoolExecutor(max_workers=3) as executor:
10    results = list(executor.map(fetch_product, tcin_list))

並行數建議保守一點——3 到 5 個 threads，加上 2 到 5 秒的隨機延遲。Target 的速率限制大約在每個 IP 每分鐘。

關於 Redsky API 的重要注意事項

在你把它做成正式 production pipeline 前，先注意幾件事：

API key 是固定的，但與端點綁定。 不同 Redsky 端點會用不同 key。雖然它們不常變，但 Target 隨時可能調整。
這是未正式文件化的內部 API。 Target 工程團隊曾，因此法律風險相對較低，但它仍不是有 SLA 的正式公開 API。
商品變體（顏色、尺寸）各自有不同 TCIN。 你必須逐一查詢每個變體。
缺少 Sec-Fetch-* headers 幾乎會立刻被擋。 這是很常見的坑——務必帶上 Sec-Fetch-Site、Sec-Fetch-Mode 和 Sec-Fetch-Dest。

如何大規模抓 Target.com，又不那麼容易被封鎖

這些做法適用於生產級規模，不論你用哪一種方法。

使用住宅型代理，不要用資料中心代理

Target 的 Akamai 會直接辨識資料中心 IP。若要持續抓取，住宅型代理幾乎是必需品。價格落差很大——，，大量使用時可降到每 GB $3–4。

建議每 50–100 次請求換一次 IP；如果你的 proxy pool 支援每次請求都輪換，那更好。

用 curl_cffi 偽裝 TLS 指紋

這是最有影響力的一項改動。你可以把它直接當成 requests 的替代品：

1from curl_cffi import requests as cureq
2# 標準 requests — 在受保護網站上的成功率只有 12%
3# resp = requests.get(url, headers=headers)
4# curl_cffi — 成功率 92%
5resp = cureq.get(url, headers=headers, impersonate="chrome124")

[curl_cffi](https://github.com/yifeikong/curl_cffi) 在 GitHub 上有 8,200+ 星，支援從 chrome99 到 chrome146 的 Chrome 版本，也支援 Safari、Edge 和行動版變體。同步模式下，它的速度比 tls_client 快。

設定合理的請求節奏與標頭

隨機延遲： 每次請求間隔 2–7 秒，不要固定間隔（隨機性很重要）
User-Agent 輪替： 準備 5–10 組真實瀏覽器的 User-Agent 文字並輪替使用
Session 預熱： 先造訪 target.com 首頁，再抓商品頁，先建立 cookies
標頭一致性： 你的 Sec-Ch-Ua 必須和你宣稱的瀏覽器版本一致，Sec-Ch-Ua-Platform 也要符合你假裝的作業系統。不一致很容易被抓包
Session 持續性： 同一 session 內維持 cookies。根據，搭配輪換住宅代理，可讓 session 穩定維持 48 小時。

不寫程式也能抓 Target.com：用 Thunderbit 直接處理

說真的，Target.com 是目前最難用程式自動抓取的零售網站之一。JavaScript 渲染、Akamai TLS 指紋辨識、資料中心代理偵測、ChromeDriver 版本問題——整個流程牽涉很多環節。如果你是想學 Python，這當然是很好的練習；但如果你是要真的拿 Target 商品資料來工作，投入與產出常常不太划算。

如果你只是想拿到資料，不想做工程專案，可以幫你自動處理那些最麻煩的部分。

Thunderbit 如何處理 Target.com 的難題

Thunderbit 的 AI 網頁爬蟲直接在你的瀏覽器中執行，所以它自然就能渲染 JavaScript——不用設定 Selenium，不用配置 headless browser，也不用處理 ChromeDriver 版本。瀏覽器本身就是爬蟲。

流程如下：

安裝，然後前往 Target 商品頁或搜尋頁
點擊「AI Suggest Fields」——Thunderbit 會讀取頁面並建議欄位名稱（商品標題、價格、評分、圖片網址等）
點擊「Scrape」——資料會在幾秒內直接從渲染後的頁面擷取完成

不用設定代理。也不用偽裝 TLS 指紋。更不會拿到 None。

抓 Target 商品列表與詳細頁

多頁抓取才是真正精彩的地方。你可以先抓 Target 搜尋結果頁，取得商品清單，再用 Subpage Scraping 自動逐一進入每個商品網址，把詳細頁資料補進表格中——像是商品描述、完整評論、規格等，完全不用自己寫分頁程式，也不用管理瀏覽器 session。

還可以直接匯出到 Excel、Google Sheets、Airtable 或 Notion。不需要 csv.writer 的樣板程式，也不用煩惱編碼問題。

自動化定期抓取 Target.com

如果你需要長期監控價格或庫存，Thunderbit 的 Scheduled Scraper 可以讓你用自然語言描述排程（例如「每週一上午 9 點」）。不用 cron job、不用架伺服器，也不用在 VPS 上硬撐 Python 腳本。對於追蹤的電商團隊尤其實用——現在都在使用自動化價格抓取，而價格情報的平均投報率高達。

用 Python 抓 Target.com，該選哪一種方法？

這裡給你一個快速決策表：

This paragraph contains content that cannot be parsed and has been skipped.

如果你要建立正式的資料管線，方法 3（Redsky API）在速度和穩定性上都最好。如果你只是做一次性研究，或者團隊沒人熟 Python，Thunderbit 可以幫你省下好幾個小時。若你是在學網頁抓取，從方法 1 → 方法 2 → 方法 3 依序進階，是很自然的學習路線，每一步都能學到真正有用的東西。

抓 Target.com 時的法律與倫理注意事項

這部分值得簡單提一下。Target 的 robots.txt 大約列了 120 多個 Disallow 路徑，但明顯沒有封鎖 /p/（商品頁）或 /c/（分類頁）——商品與分類頁是明確允許爬取的。購物車、帳號與結帳頁則被限制。

Target 的服務條款確實禁止自動化存取。不過，Redsky API 又被（Target 工程團隊已確認），這會降低用 API 進行資料收集的法律風險。

你需要留意的法律判例：

（第九巡迴，上訴法院，2022）：抓取公開可取得資料不違反 CFAA
（2024）：Meta 敗訴，法院認定抓取公開資料不構成 CFAA 違規

如果是大規模商業抓取，請諮詢法律顧問。若是市場研究、價格比較或個人專案，而且使用的是公開資料，你的風險相對合理。無論如何，都要尊重速率限制，不要把 Target 的伺服器壓垮。

結論與重點整理

Target.com 的難度評級名副其實。最直覺的 Requests + BeautifulSoup 作法會失敗，原因是 Target 會透過 JavaScript 渲染商品資料，而 Akamai 甚至會在你拿到回應前先辨識你的 TLS handshake。不過只要選對方法，資料擷取其實沒那麼難。

三種方法的可靠度排序：

Redsky API — 速度最快、批次資料最穩，回傳乾淨 JSON。缺點是得先透過 DevTools 逆向找 API 端點。
Selenium / Playwright — 能處理 JavaScript 渲染，可抓到頁面上的所有內容。速度較慢，但資訊最完整。
Requests + BeautifulSoup — 只能處理靜態 HTML 和內嵌的 __TGT_DATA__ JSON。速度快，但資料不完整。

最有價值的技術優化：

用 curl_cffi 取代標準 requests，反機器人繞過效果可提升
必須使用住宅型代理——資料中心 IP 會立刻被標記
每次請求都要帶上 Sec-Fetch-* headers——少了就很容易瞬間被擋
先訪問首頁做 session 預熱，成功率會明顯提升

如果你的使用場景不值得花這些功夫，可以自動處理 JavaScript 渲染、反機器人機制與資料匯出。你可以試試，看看能不能在幾分鐘內就拿到你要的資料，而不是花上好幾個小時。

想看更多抓取教學與資料擷取技巧，歡迎閱讀或追蹤我們的。

使用 Python 抓取 Target.com：3 種真正有效的方法

為什麼你第一次抓 Target.com，回傳的總是 None

為什麼 Target.com 對 Python 抓取這麼難

由 JavaScript 渲染的商品資料

Target 的反機器人機制：不只是「用代理伺服器」這麼簡單

用 Python 抓 Target.com 的 3 種方法（並排比較）

方法 1：用 Python Requests + BeautifulSoup 抓 Target.com

第 1 步：建立 Python 環境

第 2 步：抓取 Target 搜尋結果

第 5 步：儲存抓到的資料

方法 2：用 Selenium 或 Playwright 抓 Target.com

第 1 步：安裝 Selenium 與 ChromeDriver

第 2 步：載入 Target 頁面並等待內容出現

第 3 步：滾動頁面載入更多商品

第 4 步：從渲染後頁面擷取商品資料

第 5 步：抓商品評論（加碼）

方法 3：直接用 Redsky API 抓 Target.com

第 1 步：用 Chrome DevTools 找出 Redsky API

第 2 步：直接用 Python 呼叫 Redsky API

第 3 步：透過 API 抓取商品搜尋結果

第 4 步：用並行請求擴大規模

關於 Redsky API 的重要注意事項

如何大規模抓 Target.com，又不那麼容易被封鎖

使用住宅型代理，不要用資料中心代理

用 curl_cffi 偽裝 TLS 指紋

設定合理的請求節奏與標頭

不寫程式也能抓 Target.com：用 Thunderbit 直接處理

Thunderbit 如何處理 Target.com 的難題

抓 Target 商品列表與詳細頁

自動化定期抓取 Target.com

用 Python 抓 Target.com，該選哪一種方法？

抓 Target.com 時的法律與倫理注意事項

結論與重點整理

常見問題

我可以只用 Python Requests 和 BeautifulSoup 抓 Target.com 嗎？

為什麼我的 Target.com 爬蟲在價格欄位總是回傳 None？

抓 Target.com 合法嗎？

Target 的 Redsky API 是什麼？要怎麼存取？

要怎麼避免抓 Target.com 時被封鎖？

使用 Python 抓取 Target.com：3 種真正有效的方法

試試 Thunderbit