2026年にAPIを使わずにAmazonレビューをスクレイピングする方法
Amazonは2026年に公開レビューAPIを廃止し、商品ページを強化しました。注目のサンプルはまだアクセス可能ですが、完全な履歴はほとんどアクセスできません。ここで収集できるものと、法的な境界線について詳しく説明します。
Amazonレビューは、ウェブ上で最も豊富な消費者の意見の無料ソースです。星の分布、確認済み購入のシグナル、製品についての正確な言語が含まれています。しかし、2026年には簡単な方法が閉ざされました。Amazonは公開レビューAPIを廃止し、2026年5月にはレビューの提供方法を強化しました：生の製品ページHTMLから引き出すことはもはや信頼できず、スタンドアロンのレビューURLはログアウトした訪問者に「ページが見つかりません」と返します。このガイドでは、まだ収集できるものと、その法的な境界線をカバーします。
2026年に実際に取得できるもの
レビュー データには2つの層があり、それぞれ非常に異なるリスクを伴います。公開製品ページには、8〜13件の「注目」レビューのキュレーションされたサンプルが表示されます。これは、Amazonが選んだ肯定的、批判的、最も役立つフィードバックの組み合わせです。このサンプルは公開データであり、製品の評価をしっかりと把握するのに十分です。完全なレビュー履歴はログインウォールの背後にあり、サインインしていてもAmazonは提供する範囲を制限しています。商業目的で使用する場合、注目のサンプルに留まるべきです。
ページ上のレビューの場所
すべての製品には10文字のASINがあります。これは、製品URL内のIDであり、amazon.com/dp/B06X3SSTD8にはASIN B06X3SSTD8があります。注目のレビューは製品詳細ページ（PDP）内に表示されます。古いスタンドアロンパス/product-reviews/<ASIN>/は、ログアウト時にAmazon独自の「ページが見つかりません」と返すため、古典的なpageNumberページネーションループは、セッションクッキーなしでは何も返しません。ASINとPDPを中心にパイプラインを構築し、廃止されたレビューエンドポイントを使用しないでください。
注目のレビューをクリーンにスクレイピングする
注目のセットはPDPにあるため、ASINごとに1ページを取得します。Amazonはスクレイパーを厳しく指紋認証するため、これはクリーンなIPからでしか機能しません。価格と在庫が解決するように、米国の出口を持つ住宅プロキシを経由し、ブラウザヘッダーセットを追加します。Amazonがレビューのマークアップを難読化しているため、実用的なルートは、移動するターゲットHTMLシェルの代わりに解析済みのレビューオブジェクトを返すScraper APIです。
import requests
resp = requests.get(
"https://api.quantumproxies.io/scraper",
params={
"api_key": "YOUR_KEY",
"url": "https://www.amazon.com/dp/B06X3SSTD8",
"country": "us",
"render": "false",
"extract": "amazon_reviews",
},
timeout=60,
)
for r in resp.json().get("reviews", []):
print(r["rating"], r["verified_purchase"], r["title"])自分で解析することを好む場合は、プロキシを介してPDPを取得し、注目のブロックにセレクタを実行します。ただし、Amazonがレイアウトを頻繁に変更するため、セレクタを再調整する必要があります。APIルートは、そのメンテナンスを安定したJSON形式に交換します。
キャプチャする価値のあるフィールド
有用なレビュー記録は、星とテキスト以上のものです。次のものをキャプチャしてください：
- 評価 — 1から5の星、定量的シグナル。
- 確認済み購入 — Amazonが購入者がアイテムを購入したことを確認した場合にtrueになります。これを高く評価します。
- 役立つ投票 — どれだけの買い物客が役立つと感じたか。注意：値が0の場合、通常は「表示されていない」を意味し、「投票がない」ではありません。
- 日付 — 「...でレビュー済み」の完全な文字列、最新性とトレンド分析のため。
- 著者と本文 — 表示名と全文、感情とキーワードマイニングのため。
1つの製品からカタログへのスケーリング
1つの製品の注目のサンプルはデータポイントですが、カテゴリ全体のものはデータセットです。広く行くには、まずASINのリストが必要です。Amazonの検索やベストセラーページから取得し、各ASINをレビュー取得にフィードします。スケールで2つのことが問題になります。まず、ペースを調整してください：AmazonはIPごとのリクエスト速度を監視しているため、住宅出口を回転させ、コール間にジッターを追加し、タイトなシーケンシャルループで発射するのではなく、慎重に市場を固定してください。amazon.com、amazon.co.uk、amazon.deは同じ製品に対して異なるレビューを持っており、出口国がドメインと一致しないと、レビューの代わりにローカライズされたリダイレクトが発生します。何百ものASINにわたって注目のサンプルを収集すると、単一の製品ページでは得られないカテゴリ全体の感情の絵が得られます。
Amazonレビューをスクレイピングすることは合法ですか？
これは情報提供であり、法的アドバイスではありませんが、形は明確です。Amazonの利用規約は、「データマイニング、ロボット、または類似のデータ収集および抽出ツールの使用」を明示的に禁止しています。微妙な点は、公開製品ページをスクレイピングすることが法的なグレーゾーンにあることです。ログインしなければ、その利用規約に同意したことにはならず、その執行可能性は多くの管轄区域で争われています。ログインの背後でのスクレイピングは異なります。アカウントを作成することは、利用規約に積極的に同意したことを意味し、データは公開されていません。2026年のウェブスクレイピングの合法性に関する概要では、判例法をカバーしています。実用的なルール：商業的な作業の場合、公開された注目のサンプルに留まり、個人のレビューのテキストをそのまま再公開しないでください。
Scraper APIで解析済みのAmazonレビューを取得する
レビューからインサイトへ
生のレビューは納品物ではなく、その中のパターンです。カテゴリ全体の注目のサンプルを感情モデルに通して製品を満足度でランク付けし、1つ星と2つ星の本文を繰り返し発生する欠陥のためにマイニングし、競合他社の評価がローンチ後にどのように変動するかを追跡します。同じパイプラインは他のソースにもスケールします。プロキシを使用した製品レビューのスクレイピングに関するガイドと、Amazon製品データのスクレイピングでのASIN発見方法を参照して、フィードする製品リストを構築します。
よくある質問
アカウントなしでAmazonレビューをスクレイピングできますか？
はい、しかし注目のサンプルのみです。公開製品ページは、ログアウトした訪問者に約8〜13件のレビューのキュレーションされたセットを公開します。これは、サインインしなくても製品のパフォーマンスを評価するのに十分です。完全なレビュー履歴にはログインセッションが必要であり、これはAmazonの利用規約の下に置かれ、公開データゾーンから外れます。
Amazonレビューをスクレイピングすることは合法ですか？
公開製品ページデータのスクレイピングは、法的に争われているグレーゾーンにあります。ログインしなければ、Amazonの利用規約に同意したことにはなりません。ログインの背後でのスクレイピングはリスクが高くなります。アカウントを作成することは、それらの条件に同意することを意味します。これは法的アドバイスではありません。商業目的で使用する場合、安全な姿勢は公開された注目のレビューのみを収集し、他人のレビューのテキストを自分のものとして再公開しないことです。
1つの製品につき何件のAmazonレビューをスクレイピングできますか？
ログインせずに、製品ごとに約8〜13件の注目のレビューです。これは、Amazonが公開することを選んだサンプルです。2026年5月以降、ログインセッションでも、Amazonが提供する完全な履歴には制限があります。広範なカバレッジが必要な場合は、1つの製品の履歴を尽くすのではなく、多くの製品にわたって注目のサンプルを集約してください。
PythonでAmazonレビューをスクレイピングする最良の方法は何ですか？
米国の出口を持つ住宅プロキシを介して製品ページを取得し、BeautifulSoupで注目のブロックを解析するか、解析済みのレビューJSONを返すScraper APIを呼び出します。APIルートは、Amazonがレビューのマークアップを難読化し、頻繁にシフトするため、より堅牢です。安定したJSON形式は、数週間ごとにセレクタを再調整する手間を省きます。
2026年にAmazonレビューの風景は狭まりましたが、有用な部分はまだ到達可能です：クリーンなIPから収集された公開された注目のサンプル、カタログ全体に集約され、製品ごとに尽くされるのではなく。公開データに留まり、シグナルを持つフィールドをキャプチャし、感情分析によってサンプルを実際の意思決定に変えましょう。