Toda lista dos sites mais raspados vem dos logs privados de alguém, por isso é difícil de conferir. Queríamos uma que você pudesse refazer sozinho. Em 30 de outubro de 2026 coletamos as estatísticas públicas dos scrapers prontos mais populares da Apify Store: 8.186 scrapers que somaram 239,8 milhões de execuções nos seus últimos 30 dias. Ligamos cada um ao site que ele tem como alvo e classificamos os sites. Se você coleta dados de algum deles, as notas de configuração com proxies residenciais no final mostram o que costuma funcionar para cada tipo de alvo.
Para as tendências gerais por trás desses números, veja o estado do web scraping em 2026. Este post traz os dados.
Principais conclusões
- Instagram e LinkedIn somam 43,5% da demanda voltada a um único site. O Instagram lidera com 25,3% e o LinkedIn vem em seguida com 18,2%.
- Quatro sites somam 60,0%: Instagram, LinkedIn, TikTok e Google Maps.
- Redes sociais e vídeo respondem por 56,0% da demanda e 60,2% das execuções.
- As propriedades da Meta somam 35,9% e as do Google, 19,6%.
- Os mecanismos de resposta com IA quase não aparecem: 0,1% da demanda.
- A maioria dos grandes alvos roda sem problemas. Sete dos oito maiores sites têm taxa de sucesso de 98,5% ou mais. As menores taxas ficam com alvos regionais e de viagem, como Naver, Taobao, ImmobilienScout24 e Google Flights.
Como medimos
A API da Apify Store publica, para cada scraper público (um “Actor”), o número de usuários nos últimos 30 dias e o resultado das suas execuções públicas no mesmo período: com sucesso, com falha, com tempo esgotado ou abortadas.
- Coletar. Em 30 de outubro de 2026 lemos as primeiras 10.000 posições do ranking de popularidade da própria Store, que retornaram 8.186 scrapers únicos de 104.320 listados.
- Atribuir um alvo. Atribuímos cada scraper a um único site pelo nome e título, por exemplo “Instagram Profile Scraper” ao Instagram. Um scraper que cita várias plataformas foi para a primeira reconhecida pelas nossas regras, então as participações entre as grandes redes sociais são aproximadas.
- Classificar. Classificamos os sites pela soma dos usuários ativos de 30 dias de todos os scrapers daquele site, com execuções e resultados ao lado.
Quatro ressalvas importam:
- É demanda de autoatendimento, não o tráfego total. Equipes que rodam seus próprios scrapers não aparecem aqui.
- Os usuários são contados por scraper. Uma pessoa que usa três scrapers de Instagram conta três vezes, então sites com muitos scrapers especializados parecem maiores.
- 13,8% da demanda não está ligada a um único site. Crawlers genéricos, navegadores RAG, buscadores de contatos e bases de leads ficaram fora do ranking.
- Uma execução com falha não prova bloqueio. Execuções também falham por entrada errada, mudanças no site e limites de tempo definidos pelo usuário.
Os 15 sites mais raspados de 2026
A participação é a fatia de cada site nos usuários ativos de 30 dias de todos os scrapers voltados a um único site.
| Posição | Site | Participação na demanda de um único site | Execuções em 30 dias | Execuções por usuário |
|---|---|---|---|---|
| 1 | 25,3% | 51,0 mi | 239 | |
| 2 | 18,2% | 37,2 mi | 244 | |
| 3 | TikTok | 8,7% | 33,9 mi | 464 |
| 4 | Google Maps | 7,8% | 17,4 mi | 266 |
| 5 | 6,5% | 18,1 mi | 330 | |
| 6 | YouTube | 6,5% | 8,4 mi | 153 |
| 7 | Google Search | 3,6% | 13,6 mi | 447 |
| 8 | X (Twitter) | 3,5% | 17,5 mi | 594 |
| 9 | Facebook Ads Library | 3,1% | 4,8 mi | 186 |
| 10 | 2,8% | 1,9 mi | 84 | |
| 11 | Amazon | 1,6% | 2,3 mi | 169 |
| 12 | Indeed | 1,5% | 2,9 mi | 233 |
| 13 | Douyin | 0,8% | 0,10 mi | 15 |
| 14 | Threads | 0,7% | 0,74 mi | 132 |
| 15 | Naukri | 0,6% | 0,10 mi | 18 |
Três padrões se destacam.
As plataformas sociais dominam. Perfis, posts, comentários e vídeos de Instagram, TikTok, Facebook e YouTube são a matéria-prima do monitoramento de redes sociais, da pesquisa de influenciadores e do acompanhamento de marca, e esse trabalho roda todos os dias.
O X é executado por usuário muito mais do que qualquer outro site do top 15. São 594 execuções por usuário ativo em 30 dias, contra 239 do Instagram. Em seguida vêm TikTok (464) e Google Search (447). Uma proporção alta indica coleta agendada e repetida, não extrações pontuais.
O Google Maps em quarto lugar é uma história de geração de leads. Seus 152 scrapers foram feitos para coletar fichas de empresas, avaliações e dados de contato. Explicamos o método em como extrair dados de empresas locais.
Demanda de scraping por categoria
Redes sociais e vídeo ficam com mais da metade da demanda, e as três maiores categorias juntas somam 82,3%.
| Categoria | Participação na demanda de um único site | Participação nas execuções | Maiores alvos |
|---|---|---|---|
| Redes sociais e vídeo | 56,0% | 60,2% | Instagram, TikTok, Facebook, YouTube, X |
| Dados B2B e profissionais | 18,3% | 16,8% | LinkedIn, Crunchbase |
| Mapas e negócios locais | 8,0% | 8,6% | Google Maps, Yelp |
| Buscadores e dados de SEO | 5,2% | 6,5% | Google Search, Google Trends, Similarweb |
| E-commerce e marketplaces | 3,9% | 1,9% | Amazon, AliExpress e Alibaba, Taobao e Tmall |
| Inteligência de anúncios | 3,5% | 2,5% | Facebook Ads Library, Google Ads Transparency Center |
| Empregos e talentos | 2,7% | 1,8% | Indeed, Naukri, Glassdoor |
| Viagens | 0,9% | 0,8% | Airbnb, Tripadvisor, Booking.com |
| Imóveis | 0,6% | 0,6% | Zillow, Idealista |
| Avaliações | 0,5% | 0,1% | Trustpilot, G2 |
| Lojas de apps e desenvolvedores | 0,3% | 0,1% | Google Play, Apple App Store |
| Mecanismos de resposta com IA | 0,1% | 0,0% | ChatGPT, Perplexity, Gemini |
Os dados de emprego são maiores do que sua linha sugere: os scrapers de vagas do LinkedIn estão sob o LinkedIn, na linha B2B.
O e-commerce parece pequeno, e isso engana. O monitoramento de preços e catálogos em grande escala costuma ser feito internamente ou comprado como feed, então raramente aparece como demanda no marketplace. Ainda assim, a Amazon ocupa sozinha o 11º lugar.
Sites com as menores taxas de sucesso de scraping
Popular não quer dizer fácil. A tabela lista os alvos com as menores taxas de sucesso entre os que tiveram pelo menos 50.000 execuções em 30 dias.
| Site | Execuções com sucesso | Falha ou tempo esgotado | Abortadas | Execuções em 30 dias |
|---|---|---|---|---|
| Naver | 79,0% | 0,3% | 20,7% | 50.991 |
| Taobao e Tmall | 81,4% | 18,6% | 0,0% | 140.407 |
| Google Trends | 89,0% | 5,7% | 5,2% | 119.170 |
| ImmobilienScout24 | 89,9% | 10,1% | 0,0% | 132.649 |
| Google Flights e Hotels | 92,1% | 7,7% | 0,2% | 149.021 |
| Google Play | 94,7% | 1,6% | 3,8% | 69.753 |
| Trustpilot | 95,9% | 2,5% | 1,5% | 126.576 |
| 96,2% | 3,0% | 0,8% | 1.943.609 | |
| YouTube | 97,0% | 2,8% | 0,2% | 8.432.062 |
| Apple App Store | 97,1% | 0,5% | 2,4% | 54.734 |
A lista tem um formato claro:
- Plataformas regionais falham mais. Taobao e Tmall, ImmobilienScout24 e Naver atendem cada uma a um mercado local. O acesso de fora desse mercado é uma fonte comum de problemas, embora os dados não registrem a causa de cada falha.
- O Naver é um caso à parte. Quase todas as suas execuções sem sucesso foram abortadas, ou seja, interrompidas antes do fim, e não falharam. Os dados não dizem por quê.
- Preços de viagem são difíceis. No Google Flights e Hotels, 7,7% das execuções falharam ou tiveram o tempo esgotado. Nosso guia sobre scraping de preços de voos e hotéis explica por que localização e sessão importam ali.
- Escala não é dificuldade. YouTube e Reddit estão na lista com milhões de execuções, mas a maioria dos grandes alvos sociais fica acima de 98,5%.
Uma execução com sucesso nem sempre traz dados corretos. Um site pode devolver uma página vazia ou desatualizada com um código de status normal, então confira o conteúdo, não só o resultado.
Outras descobertas
Os mecanismos de resposta com IA quase não aparecem. Os scrapers para ChatGPT, Perplexity e Gemini somaram 1.042 usuários ativos e 82.543 execuções, cerca de 0,1% da demanda. Isso diz mais sobre este marketplace do que sobre o tráfego de busca com IA em geral.
Meta e Google dominam. Instagram, Facebook, a Facebook Ads Library, Threads e Facebook Marketplace somam 35,9% da demanda voltada a um único site. As propriedades do Google (Maps, Search, YouTube, Trends, o Ads Transparency Center, Flights e Hotels, News, Play, Jobs, Shopping e Scholar) somam 19,6%.
As plataformas chinesas se somam. Douyin, Taobao e Tmall, Xiaohongshu (RedNote), Bilibili e Weibo somam 1,8% da demanda, mais do que os 1,6% da Amazon.
Configuração de proxies por tipo de alvo
O conjunto de dados não registra quais proxies cada execução usou, então estas são notas gerais, não conclusões. A configuração certa depende de como o site se defende:
| Tipo de alvo | Exemplos | O que costuma bloquear | Configuração a considerar |
|---|---|---|---|
| Plataformas sociais | Instagram, TikTok, X, Reddit | Limites por IP, telas de login em requisições repetidas | IPs residenciais rotativos, poucas requisições por IP, só páginas públicas |
| Dados profissionais e de vagas | LinkedIn, Indeed, Naukri | Limites de taxa rígidos, pedidos de login | IPs residenciais rotativos, ritmo lento, listagens sem login |
| Mapas e local | Google Maps, Yelp | Os resultados mudam por cidade | IPs residenciais com segmentação por cidade |
| Portais regionais | Naver, Taobao, ImmobilienScout24 | Tráfego estrangeiro parece suspeito | IPs residenciais no país alvo, sessões sticky para fluxos de várias páginas |
| Viagens e e-commerce | Google Flights, Amazon | Renderização de JavaScript, fingerprinting, reputação de IP | IPs residenciais com um navegador real, uma sessão sticky por busca |
Uma observação sobre o que você coleta
Um site ser muito raspado não torna legal qualquer tipo de coleta nele. Páginas públicas sem login são um caso diferente de conteúdo atrás de login, e perfis em redes sociais e profissionais costumam ter dados pessoais, o que envolve a legislação de privacidade. Leia web scraping é legal? antes de construir sobre qualquer um desses alvos e consulte um advogado sobre o seu projeto específico.
Resumo
Neste retrato de 30 dias, Instagram, LinkedIn, TikTok e Google Maps ficam com 60% da demanda de scraping voltada a um único site, e as plataformas sociais e de vídeo sozinhas passam da metade. Os grandes alvos rodam, em sua maioria, sem problemas. As menores taxas de sucesso vêm de plataformas regionais e preços de viagem, onde localização e gestão de sessão decidem se uma execução funciona.
Nota sobre os dados: os números vêm de estatísticas públicas da Apify Store coletadas pela Shifter em 30 de outubro de 2026 e cobrem 8.186 scrapers públicos e 239,8 milhões de execuções nos 30 dias anteriores de cada scraper. Eles descrevem a atividade neste conjunto de dados, não todo o web scraping da internet. As taxas de sucesso descrevem os resultados das execuções no conjunto de dados e não são uma medida definitiva de quão difícil é raspar um site.