2026 年怎么爬取 Twitter（X）：哪些行得通，哪些会失效

#2026 年还能爬取 Twitter 吗？

能，但不登录账号的话，能碰到的 X 内容很少。2026 年 11 月 2 日，我们在桌面浏览器里以未登录状态打开 x.com，记下了每类页面返回的内容。

• 单条帖子

  返回的内容

  正文、计数和最前面的几条回复，都已包含在 HTML 里

• 账号主页

  返回的内容

  页头和前 9 条帖子，之后是登录墙

• 搜索结果

  返回的内容

  跳转到登录页

• 粉丝或关注列表

  返回的内容

  跳转到登录页

• 在服务器上用默认配置的无头浏览器打开单条帖子

  返回的内容

  第一次请求就返回 HTTP 403

要爬取其余内容，就得用一个已登录的 X 账号，而风险都压在这个账号上。这样一来，获取 X 公开数据有五种办法：

1. 用 Playwright 或 Puppeteer 自动化操作未登录的浏览器：只能拿到单条帖子和主页顶部，仅此而已。

2. 在 X 账号上运行 twscrape 或 Scweet 这类开源库：能搜索、读时间线和粉丝，但账号池里的每个账号都有被锁定的风险。

3. 托管的爬取工具：替你完成采集，按结果数计费。

4. 官方 X API：先要开发者账号和应用，再从预付余额里按每 1,000 条帖子 $5.00 扣费。

5. Twitter/X 数据 API：用一个密钥就以 JSON 返回公开帖子，不会让任何 X 账号陷入风险。

下面逐一介绍这些办法。第五种放在最前面，因为它步骤最少；如果你想保存单个账号的全部帖子，请看下载用户的全部推文。

#不用爬虫、不用 X 账号获取 X 数据

要采集公开帖子、用户资料和粉丝，用 Sorsa API，一款 Twitter（X）API 与爬虫：你的代码在 ApiKey 请求头里带上一个密钥就能拿到 JSON，搜索每次请求返回约 20 条结果，每 1,000 条 $0.07 起；按 ID 查询推文每次请求 100 条，每 1,000 条 $0.014 起。

不用驱动浏览器，不用追踪查询 ID，也不用登录 X。Sorsa API 从不索要你的 X 登录信息或 Cookie，因此你的任何账号都不会有风险。所有套餐都是每秒 20 次请求，搜索可回溯到 2006 年，并支持 X 高级搜索的各种操作符。

1. 获取密钥。注册后，在控制台复制你的 API 密钥。新账号送 100 次免费请求，无需绑卡。

2. **搜索帖子。**把任意 X 搜索语句发给 POST /search-tweets（在新标签页打开）；from:、since:、lang:、带引号的短语和话题标签都能用。

   curl -X POST "https://api.sorsa.io/v3/search-tweets" \
     -H "ApiKey: YOUR_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{"query": "\"open data\" lang:en since:2026-10-01", "order": "latest"}'
   

   {
     "tweets": [
       {
         "id": "1984210773912846356",
         "full_text": "New city data sets today: bus delays, tree cover, permits.",
         "created_at": "2026-10-30T14:05:11Z",
         "lang": "en",
         "likes_count": 48,
         "retweet_count": 9,
         "reply_count": 4,
         "quote_count": 1,
         "view_count": 5210,
         "user": {
           "id": "1590385166022184961",
           "username": "opendata_weekly_news",
           "display_name": "Open Data Weekly",
           "followers_count": 12400,
           "verified": false
         }
       }
     ],
     "next_cursor": "DAADDAABCgABG4dR6Xr2YQo"
   }
   

   显示完整响应

3. **沿着 cursor 翻页。**每个响应都带有 next_cursor，指向下一页结果；把它放回请求体再发一次，直到返回为空。

   import os
   import requests
   
   URL = "https://api.sorsa.io/v3/search-tweets"
   KEY = os.environ.get("SORSA_API_KEY", "YOUR_API_KEY")
   
   
   def search(query, max_pages=50):
       body = {"query": query, "order": "latest"}
       for _ in range(max_pages):
           r = requests.post(URL, json=body, headers={"ApiKey": KEY}, timeout=30)
           r.raise_for_status()
           page = r.json()
           yield from page["tweets"]
           if not page.get("next_cursor"):
               return
           body["next_cursor"] = page["next_cursor"]
   
   
   for t in search('"open data" lang:en since:2026-10-01'):
       print(t["id"], t["user"]["username"], t["full_text"][:60])
   

   const URL = "https://api.sorsa.io/v3/search-tweets";
   const KEY = process.env.SORSA_API_KEY ?? "YOUR_API_KEY";
   
   const body = {
     query: '"open data" lang:en since:2026-10-01',
     order: "latest",
   };
   for (let page = 0; page < 50; page++) {
     const res = await fetch(URL, {
       method: "POST",
       headers: { ApiKey: KEY, "Content-Type": "application/json" },
       body: JSON.stringify(body),
     });
     if (!res.ok) throw new Error(`HTTP ${res.status}`);
     const data = await res.json();
     for (const t of data.tweets) console.log(t.id, t.user.username);
     if (!data.next_cursor) break;
     body.next_cursor = data.next_cursor;
   }
   

4. **按任务挑选接口。**同一个密钥能读取大家从 X 采集的各类公开数据，每次请求只计费一次，不管返回什么。

• 按关键词、账号或日期搜索帖子

  接口

  POST /search-tweets

  每次请求

  约 20 条帖子

  每 1,000 条起

  $0.07

• 某个账号的帖子和回复

  接口

  POST /user-tweets（在新标签页打开）

  每次请求

  约 20 条帖子

  每 1,000 条起

  $0.07

• 按 ID 或链接查询帖子

  接口

  POST /tweet-info-bulk（在新标签页打开）

  每次请求

  最多 100 条帖子

  每 1,000 条起

  $0.014

• 用户资料

  接口

  GET /info-batch（在新标签页打开）

  每次请求

  最多 100 份资料

  每 1,000 条起

  $0.014

• 某个账号的粉丝

  接口

  GET /followers（在新标签页打开）

  每次请求

  最多 200 个粉丝

  每 1,000 条起

  $0.007

• 某条帖子的回复

  接口

  POST /comments（在新标签页打开）

  每次请求

  约 20 条回复

  每 1,000 条起

  $0.07

每条帖子都会附带作者的完整资料，不另收费。返回 403 表示密钥缺失或请求额度用完，返回 429 表示一秒内发了超过 20 次请求：等一秒再重试即可。失败的请求不计费。想要更完整的客户端，我们的 Python 调用 Twitter API 教程加入了限速、重试和 CSV 导出；不想写代码，可以用免费的导出推文为 CSV工具，把一个账号的帖子存成 CSV、Excel 或 JSON。

#x.com 如何加载数据，爬虫为什么会失效

x.com 上的每条帖子、每个用户资料和每条时间线，都取自 X 自己的内部 GraphQL API。那里的每次调用都要指明一个操作（operation）、一个查询 ID 和一组功能开关（feature flags），这些值 X 一直在改。查询 ID 是请求地址里的一段代码，用来选定某个操作的当前版本；功能开关则是请求必须逐一列出的开/关选项。

对于未登录的访客，服务器会在页面送达之前先执行这次查询。2026 年 11 月 2 日，一个帖子页面的 HTML 里已经带着 TweetResultByRestId 的结果。一个账号主页则在 188 KB 的 HTML 里带着 UserByScreenName，以及名为 UserOriginalsTimeline 的操作下的前 9 条帖子。帖子正文位于 details.full_text，点赞数位于 counts.favorite_count，页面上也没有 data-testid 属性，可许多教程至今仍靠这类属性来定位元素。

登录之后，浏览器从形如 /i/api/graphql/<queryId>/<Operation> 的路径获取其余数据，每次调用都带上账号的 auth_token 和 ct0 Cookie，外加一个从 ct0 复制来的 CSRF 请求头，以及一个自动生成的 client transaction ID。twscrape 这类开源库不用浏览器，直接重放同样的调用。

让爬取代码失效的正是这些查询 ID。追踪 X 网页应用的公开项目 TwitterInternalAPIDocument（在新标签页打开） 会在 X 的 GraphQL 定义每次变化时保存一份。在它从 2025 年 11 月 6 日到 2026 年 10 月 31 日的 112 个快照里，搜索背后的操作 SearchTimeline 的查询 ID 一共变了 37 次。

这相当于大约每 10 天变一次，仅 2026 年 10 月就变了四次。同一年里，UserTweets 变了 38 次，TweetResultByRestId 变了 34 次，如今每次搜索调用都要带上 40 个功能开关。把这些值写死的代码会一直失效，直到有人去更新它；twscrape 甚至专门为这种情况准备了一个错误 GqlFeaturesOutdatedError，当 X 要求开启某项该库无法启用的功能时就会抛出。

#用 Playwright 或 Puppeteer 爬取公开帖子

用 Playwright（Python）或 Puppeteer（Node.js）做浏览器自动化，读到的是未登录访客能看到的内容：每次页面加载一条帖子，或者账号主页最前面的几条帖子。

1. **安装驱动。**Python 运行 pip install playwright 和 playwright install chromium，Node.js 运行 npm install puppeteer。

2. **打开可见的浏览器窗口。**在我们的测试中，服务器上默认配置的无头浏览器从 x.com 拿到的是 HTTP 403，同一网络连接下的普通浏览器窗口则能正常打开页面。

3. **读取渲染后的帖子。**页面上没有 data-testid 这类钩子，所以要等 article 元素出现，再取它的文本。

   from playwright.sync_api import sync_playwright
   
   POST = "https://x.com/XDevelopers/status/2019881223666233717"
   
   with sync_playwright() as p:
       browser = p.chromium.launch(headless=False)  # headless got HTTP 403
       page = browser.new_page()
       page.goto(POST)
       post = page.locator("article").first
       post.wait_for()
       print(post.inner_text())
       browser.close()
   

   import puppeteer from "puppeteer";
   
   const POST = "https://x.com/XDevelopers/status/2019881223666233717";
   
   const browser = await puppeteer.launch({ headless: false });
   const page = await browser.newPage();
   await page.goto(POST);
   const post = await page.waitForSelector("article");
   console.log(await post.evaluate((el) => el.innerText));
   await browser.close();
   

4. **到登录墙为止。**搜索、粉丝列表以及主页前几条帖子之后的内容都会跳转到登录页，所以这种办法没法再往下翻页。

输出的是人眼看到的那种帖子：名字、用户名、正文、时间，以及缩写成 5.6K 这类标签、不附带任何账号名单的计数，全都挤在一整块文本里，要你自己拆分。这只够处理几条你本可以手动打开的帖子。每多加载一个页面，就多一次被封、遇上页面改版或弹出登录提示的机会，所以需要数据量的项目最终都会转向已登录的开源库或 API。

#在 X 账号上用 Python 开源库爬取 Twitter

twscrape 和 Scweet 这类开源库跳过浏览器，直接用已登录 X 账号的 Cookie 调用 X 的内部 GraphQL API，因此能用搜索、时间线和粉丝列表。

1. **用一个备用 X 账号。**Scweet 的 README（在新标签页打开） 要求使用专用账号，绝不要用你的个人账号，因为 X 可以锁定任何被它标记的账号。

2. **复制它的 Cookie。**在 x.com 登录，打开浏览器的开发者工具，从该网站的 Cookie 里复制 auth_token 和 ct0。

3. 添加账号并搜索。twscrape（在新标签页打开） 把账号和会话保存在一个本地 SQLite 文件里，并返回解析好的帖子。

   import asyncio
   from twscrape import API, gather
   
   COOKIES = "auth_token=xxx; ct0=yyy"
   
   async def main():
       api = API()  # accounts and sessions go to accounts.db
       await api.pool.add_account_cookies("spare_account", COOKIES)
       query = "from:XDevelopers lang:en"
       posts = await gather(api.search(query, limit=40))
       for post in posts:
           print(post.id, post.user.username, post.rawContent[:60])
   
   asyncio.run(main())
   

4. **要上量，就加账号和代理。**twscrape 按账号和操作分别跟踪速率限制，把被限流的账号搁置到额度重置，再换用下一个账号。账号时间线最多只能读到约 3,200 条帖子。

须知

auth_token Cookie 的作用相当于密码：任何人拿到它，在会话结束前都能以该账号的身份登录。别把它写进代码、代码仓库或共享笔记本，也绝不要把个人账号的 Cookie 放进脚本。

2024 年之前的大多数开源库已经不能用了。2026 年 11 月 2 日，仍在维护的两个都需要 X 账号：

• twscrape

  最近更新

  0.20.1，2026-08-25

  状态

  仍在维护；运行在已登录的 X 账号上

• Scweet

  最近更新

  5.8.2，2026-10-22

  状态

  仍在维护；靠 auth_token Cookie 运行

• twikit

  最近更新

  2.3.3，2025-02-07

  状态

  20 个月没有发布新版本；160 个未解决的 issue

• snscrape

  最近更新

  2023-06-22

  状态

  Twitter 模块自 2023 年 6 月 30 日起失效（在新标签页打开）

• Twint

  最近更新

  2023-02-23

  状态

  已在 GitHub 归档

托管的爬取工具

免代码的爬取服务把采集藏在一张表单后面替你完成，按结果数计费，被封和失效的麻烦由它们承担，但它们的修复总是落后于 X 的改动。推特爬虫工具对比逐个工具做了介绍。

#通过官方 X API 读取帖子

官方 X API 把公开帖子当作预付额度的读取来出售：每条帖子 $0.005，每个用户或粉丝 $0.010，按量付费每月最多读取 300 万条帖子，详见其价格页面（在新标签页打开）。

从 2026 年 11 月 22 日起，X 还会按同样的费率，对随帖子一起返回的作者资料和媒体计费（见 X 的通知（在新标签页打开）），所以连作者一起读取一条帖子要花 $0.015。

1. **创建开发者应用。**用一个 X 账号登录 console.x.com，接受开发者协议，创建应用并复制它的 Bearer token。我们的如何获取 Twitter API 密钥指南会一步步带你点过去。

2. **购买额度。**每次读取都从预付余额里扣费，余额用完请求就会失败。

3. **搜索近期帖子。**近期搜索覆盖最近 7 天，每次请求最多 100 条帖子；回溯到 2006 年的全量归档搜索只对按量付费账号开放。

   curl -G "https://api.x.com/2/tweets/search/recent" \
     -H "Authorization: Bearer $X_BEARER_TOKEN" \
     --data-urlencode "query=from:XDevelopers -is:retweet" \
     --data-urlencode "max_results=100"
   

这是 X 自己的路线，也是这里唯一还能发帖的办法。每 1,000 条帖子 $5.00，读取一百万条搜索结果要 $5,000，300 万条的上限则会让当月的读取到此为止；我们的 X API 价格拆解列出了每一项费率。

#爬取 Twitter 每 1,000 条帖子要花多少钱

每 1,000 条帖子，官方 X API 收费 $5.00，Sorsa API 搜索 $0.07 起、按 ID 查询 $0.014 起；爬取类办法不收费，花的是 X 账号、代理和修复的工时。

如果每天都要采集帖子，用 Sorsa API：一百万条搜索结果 $70 起，而官方 X API 要 $5,000，速度是每秒 20 次请求，约合每秒 400 条结果，还没有 X 账号会丢。

区分这几种办法有四个标准：每 1,000 条帖子的价格、X 账号是否有风险、能触及多少 X 内容，以及什么会让它失效。

• Sorsa API

  每 1,000 条帖子

  搜索 $0.07 起，按 ID $0.014 起

  X 账号是否有风险

  无

  能触及

  回溯到 2006 年的搜索、时间线、按 ID 查帖子、用户资料、粉丝、回复

  失效的时机

  响应结构稳定，你的代码保持不变

• 官方 X API

  每 1,000 条帖子

  $5.00，带作者最高 $15.00

  X 账号是否有风险

  开发者账号

  能触及

  搜索、时间线、查询；每月 300 万条帖子

  失效的时机

  X 改价格或规则

• 在 X 账号上运行的开源库

  每 1,000 条帖子

  不收费；花账号和代理

  X 账号是否有风险

  账号池里的每个账号

  能触及

  搜索、时间线、粉丝

  失效的时机

  查询 ID 或功能开关一变

• 未登录的浏览器

  每 1,000 条帖子

  不收费

  X 账号是否有风险

  无

  能触及

  一条帖子、主页最前面的几条帖子

  失效的时机

  页面改版或被封

• 托管的爬取工具

  每 1,000 条帖子

  由各工具自行定价

  X 账号是否有风险

  取决于工具

  能触及

  它的浏览器或账号能触及的内容

  失效的时机

  工具的修复落后于 X

五种办法里，只有 Sorsa API 能在不让你的 X 账号有风险的前提下触及搜索、时间线和粉丝，而且每 1,000 条帖子 $0.07 起。

#爬取 Twitter 合法吗？

爬取公开数据是合法的。在 hiQ Labs 诉 LinkedIn 案中，美国第九巡回上诉法院于 2022 年 4 月裁定，爬取公开的个人资料很可能不属于《计算机欺诈与滥用法》所说的“未经授权”访问；2024 年 5 月，一家联邦法院驳回了 X 就爬取公开帖子起诉 Bright Data 的诉讼。

三个习惯能让爬取项目保持干净：只采集公开数据，不碰受保护账号和私信；只保留任务需要的内容，保留时间也不超过所需；重新发布帖子时注明作者，因为版权仍归作者所有。

通过 API 获取数据，你的代码从不登录 x.com，所以你的任何 X 账号都没有风险：Sorsa API 从不索要你的 X 登录信息或 Cookie。更多内容见我们的指南第三方 Twitter API 合法吗。

#今天就拿到你的前 2,000 条帖子

2026 年爬取 X，意味着要面对登录墙、账号风险，以及大约每 10 天就变一次的查询 ID。想避开这些拿到公开帖子，用 Sorsa API：一个密钥，搜索每次请求约 20 条结果、每 1,000 条 $0.07 起，按 ID 查询推文每 1,000 条 $0.014 起，另有 100 次免费请求，足够拿到前 2,000 条帖子。

#常见问题