【n8n 教學】最強 n8n 網頁爬蟲指南，免寫程式也能輕鬆抓取網站資料！

你是不是也曾為了收集網路上的資料，而陷入不斷「複製、貼上」的地獄循環？無論是想追蹤競品的最新價格、分析市場趨勢，還是整合不同來源的資訊，手動整理資料不僅耗時，更容易出錯。想學寫程式又覺得門檻太高，難道就沒有更聰明的方法嗎？

別擔心，你需要的正是一套強大的自動化工具。今天，我們要介紹的就是近年來在自動化領域迅速竄紅的神器——n8n。它讓我們即使不懂程式，也能透過視覺化的流程，輕鬆打造出專屬的「網頁爬蟲」，將繁瑣的資料抓取工作徹底自動化。

這篇文章會從零開始，帶你一步步認識 n8n 在網頁爬蟲上的強大之處，並透過詳細的實戰教學，教你如何建立第一個從網站抓取資料，並自動存到 Google Sheets 的工作流。準備好跟我們一起解放雙手，邁向高效的資料自動化之路了嗎？

到底什麼是 n8n？為什麼它適合做網頁爬蟲？

在深入探討爬蟲技術前，我們得先搞懂 n8n 究竟是什麼。簡單來說，n8n 是一個開源的、以節點（Node）為基礎的工作流自動化工具。你可以把它想像成數位世界的樂高積木，每一個「節點」都代表一個特定的應用程式或一個動作（例如：讀取網頁、寫入資料庫、發送 Email），而你只需要用滑鼠將這些積木（節點）串連起來，就能打造出一個完整的自動化流程。

相較於其他自動化工具，n8n 在執行網頁爬蟲任務時，具備了以下幾個無可取代的優勢：

1. 視覺化與低程式碼：傳統的網頁爬蟲大多需要使用 Python 等程式語言來撰寫腳本，學習曲線相當陡峭。而 n8n 提供視覺化的操作介面，大部分的爬蟲設定都能透過點擊和填寫參數完成，大幅降低了技術門檻。
2. 高度靈活性與強大功能：n8n 的核心爬蟲節點 HTTP Request 功能非常強大，可以讓你自訂請求標頭（Headers），模擬瀏覽器行為，有效應對一些基礎的反爬蟲機制。對於解析網頁內容，更有 HTML Extract 節點，讓你用簡單的 CSS 選擇器就能精準抓取目標資料。
3. 豐富的生態系整合：抓取資料只是第一步，後續的處理與應用才是關鍵。n8n 支援數百種應用程式的串接，你可以輕易地將爬取到的資料自動寫入 Google Sheets、Airtable、Notion，或是存進 MySQL、PostgreSQL 等專業資料庫，甚至觸發 Slack、Email 通知，打造一個完整的數據處理管道。
4. 成本效益極高：n8n 提供免費的社群版，你可以將它部署在自己的伺服器上，幾乎沒有執行次數或工作流數量的限制，對於需要頻繁、大量抓取資料的場景來說，成本效益遠高於許多按量收費的 SaaS 服務。

總結來說，n8n 就像一把瑞士刀，它不僅簡化了網頁爬蟲的複雜性，更將其與後續的資料處理流程無縫接軌，讓「抓取資料」不再是一個孤立的技術任務，而是整個自動化工作流中至關重要的一環。

建立 n8n 網頁爬蟲工作流前的準備工作

俗話說「工欲善其事，必先利其器」。在打開 n8n 畫布開始拖拉節點之前，一些前置的準備工作能讓你的爬蟲流程事半功倍，更能確保抓取的成功率。這一步驟的關鍵在於：徹底了解你的目標網站。

• 分析目標網頁結構 在你動手之前，先用你的瀏覽器好好「偵查」一下目標網站。你需要找出你真正想抓取的資料在哪裡。這時候，瀏覽器的「開發者工具」就是你的最好朋友。
  • 如何開啟：在想查看的網頁元素（例如商品名稱或價格）上點擊右鍵，選擇「檢查」(Inspect)。
  • 要做什麼：在跳出的程式碼中，找到對應的 HTML 標籤，並記下它的「CSS 選擇器」（CSS Selector），例如它的 class 或 id。這就像是資料的門牌號碼，我們稍後會告訴 n8n 按照這個門牌號碼去找資料。例如，一個價格的 HTML 可能是 <span class="price-tag">$1,999</span>，那麼 .price-tag 就是一個很好的 CSS 選擇器。
• 確認網站類型：靜態 vs. 動態 這是非常關鍵的一步。你需要判斷網站的內容是「靜態」的還是「動態」的。
  • 靜態網站：你所看到的資料，在網頁一載入時就已經寫在 HTML 原始碼裡了。這種網站最單純，n8n 的基礎節點就能輕鬆處理。
  • 動態網站 (JavaScript 渲染)：許多現代網站為了提升使用者體驗，會先載入一個網頁框架，再透過 JavaScript 非同步地去載入實際資料（例如你往下滾動才載入更多商品）。這種情況下，直接查看 HTML 原始碼可能找不到你要的資料。這類網站的爬取會複雜一些，可能需要動用到更進階的工具或技巧。
• 尊重遊戲規則：查看 robots.txt 一個負責任的爬蟲開發者，會先拜訪網站的「君子協定」——robots.txt 檔案。你只要在網站主域名後面加上 /robots.txt（例如 https://www.example.com/robots.txt）就可以看到它。這個檔案會告訴網路爬蟲，網站上的哪些路徑是不希望被自動抓取的。雖然這沒有強制約束力，但遵守它是一個基本的網路禮儀，也能避免對目標網站伺服器造成不必要的負擔。

做好這些偵查工作，你就像是拿到了一張藏寶圖，對於要挖的寶藏（資料）在哪裡、路上可能有哪些機關（動態載入）都瞭若指掌。接下來，我們就可以正式進入 n8n 的世界，解析爬蟲的核心節點了。

n8n 網頁爬蟲核心節點大解析：HTTP Request 與 HTML Extract

在 n8n 中，完成一個基礎的網頁爬蟲工作流，主要依賴兩個核心節點的完美配合。它們分別是負責「取得網頁」的 HTTP Request 節點，以及負責「解析資料」的 HTML Extract 節點。

1. HTTP Request 節點：你的網頁資料獲取器

這個節點是所有爬蟲任務的起點，它的任務很單純：向指定的 URL 發出請求，並將整個網頁的 HTML 原始碼抓回來。

• 如何設定：
  • URL：這是最重要的參數，直接貼上你要抓取的目標網頁網址。
  • Authentication：如果目標網站不需要登入，通常選擇 None 即可。
  • Options (選項) > Headers：這是一個進階但有時非常重要的設定。有些網站會檢查請求的 User-Agent 來判斷你是不是機器人。在這裡，你可以新增一個 Header，名稱設為 User-Agent，值可以填上你瀏覽器的 User-Agent 字串（可以 Google “my user agent” 找到），模擬成一個真實的瀏覽器來降低被阻擋的機率。

當這個節點成功執行後，你可以在輸出結果中看到一個名為 data 的欄位，裡面裝的就是目標網頁的完整 HTML 程式碼。

2. HTML Extract 節點：你的資料精準提煉器

光有整頁的 HTML 是不夠的，我們需要從中提煉出我們真正關心的資訊，例如商品標題、價格、評論數等。這時候，HTML Extract 節點就派上用場了。

它的運作原理，就是利用我們在準備工作中找到的「CSS 選擇器」（資料的門牌號碼），從 HTML 這團原始碼中，精準地把對應的資料撈出來。

• 如何設定：
  • Source Data：指定資料來源。通常我們會保持預設，讓它自動抓取上一個 HTTP Request 節點回傳的 HTML 內容。
  • Extraction Values (提取值)：這是設定的重點。你可以點擊 Add Extraction 來新增想抓取的每一筆資料。
    • CSS Selector：在這裡貼上你先前找到的 CSS 選擇器。例如，想抓取 class="title" 的標題，就輸入 .title；想抓取 id="price" 的價格，就輸入 #price。
    • Return Value：選擇你要回傳的是標籤內的「文字 (Text)」、「HTML 原始碼 (HTML)」，還是某個屬性值（例如 href 連結）。抓取品名或價格時，最常用的是 Text。
    • Key：為這筆抓取到的資料取一個好記的名稱，例如 productName 或 price。這個名稱將會成為後續節點使用的欄位名稱。

只要正確設定好這兩個節點，你就完成了一個最基礎的爬蟲核心。HTTP Request 節點負責把整片礦山（HTML）挖回來，而 HTML Extract 節點則像一台精密的篩選機，幫你從礦石中篩選出閃閃發光的黃金（目標資料）。

實戰教學：一步步帶你用 n8n 爬取商品價格並存入 Google Sheets

理論說再多，不如實際動手做一次。接下來，我們將引導你完成一個非常實用的範例：自動爬取特定商品的價格，並將價格與抓取時間記錄到 Google Sheets 中，建立一個簡易的價格追蹤器。

步驟一：設定觸發方式 (Start Node & Schedule)

每個 n8n 工作流都由一個「Start」節點開始。為了讓爬蟲能定時自動執行，我們需要加入一個排程觸發器。

1. 點擊 Start 節點，在 Trigger 處選擇 Schedule。
2. 在 Trigger Interval 設定你希望爬蟲執行的頻率，例如選擇 Every Day，並設定一個執行的時間（如 9am）。這樣 n8n 就會在每天早上九點自動幫你跑一次流程。

步驟二：抓取網頁內容 (HTTP Request Node)

1. 點擊畫面上的「+」號，新增一個 HTTP Request 節點。
2. 在 URL 欄位中，貼上你要追蹤的商品頁面網址。
3. （可選）為了提高成功率，點擊 Add Option > Header，新增一筆 User-Agent。
4. 點擊 Execute Node 測試一下，確認節點右下角出現綠色勾勾，代表成功抓回 HTML。

步驟三：解析商品名稱與價格 (HTML Extract Node)

1. 新增一個 HTML Extract 節點，將它連接在 HTTP Request 節點後面。
2. 點擊 Add Extraction，我們來設定第一個要抓取的資料：商品名稱。
   • CSS Selector：輸入你找到的商品名稱的 CSS 選擇器（例如 .product-title）。
   • Return Value：選擇 Text。
   • Key：命名為 productName。
3. 再次點擊 Add Extraction，設定第二個要抓取的資料：商品價格。
   • CSS Selector：輸入商品價格的 CSS 選擇器（例如 .price）。
   • Return Value：選擇 Text。
   • Key：命名為 price。
4. 執行此節點，檢查輸出結果是否成功抓到了商品名稱和價格。

步驟四：整理資料格式 (Set Node)

雖然這一步不是必須的，但養成整理資料的好習慣，能讓後續串接更順利。Set 節點可以幫我們建立一個乾淨、固定的資料結構。

1. 新增一個 Set 節點。
2. 勾選 Keep Only Set，這樣可以只保留我們設定的欄位。
3. 點擊 Add Value，新增三個值：
   • Name: Name，Value: 從左邊的 Input Data 拖拉 productName 欄位過來。
   • Name: Price，Value: 拖拉 price 欄位過來。
   • Name: Timestamp，Value: 輸入 {{ $now }}，這是 n8n 的內建變數，可以取得當前的執行時間。

步驟五：寫入 Google Sheets (Google Sheets Node)

最後一步，就是將我們辛苦抓取並整理好的資料存起來。

1. 新增 Google Sheets 節點。
2. Authentication：第一次使用需要授權 n8n 存取你的 Google 帳號。
3. Operation：選擇 Append or Update，表示在表格中新增資料。
4. Sheet ID：在你的 Google Sheets 網址中找到那串亂碼，貼上來。
5. Sheet Name：填寫你的工作表名稱。
6. Columns > Map Automatically：點擊 Map All Fields，n8n 會聰明地將 Set 節點輸出的 Name, Price, Timestamp 對應到你的 Google Sheets 欄位。

完成以上設定後，點擊右上角的 Execute Workflow 完整跑一次流程，然後去你的 Google Sheets 看看吧！如果一切順利，你應該會看到一筆新的資料，包含了商品名稱、價格以及抓取時間，成功被記錄下來了！

n8n 網頁爬蟲進階技巧與常見問題排解

當你掌握了基礎的爬蟲工作流後，很快就會遇到一些更具挑戰性的情況。別擔心，n8n 的靈活性足以應對這些挑戰。以下是一些常見的進階情境與解決思路：

如何處理分頁（Pagination）？

當你想抓取的資料分散在好幾頁時（例如商品列表的第 1、2、3…頁），手動為每一頁建立一個 HTTP Request 節點顯然不夠聰明。

• 解決方案：使用 Loop Over Items 節點。
• 操作思路：
  1. 觀察分頁的 URL 規律，通常會是 .../list?page=1, .../list?page=2 這樣的格式。
  2. 你可以先建立一個包含頁碼的陣列（例如 [1, 2, 3, 4, 5]）。
  3. 將這個陣列傳給 Loop Over Items 節點，它會為每一個頁碼執行一次後續的流程。
  4. 在迴圈內的 HTTP Request 節點中，將 URL 的頁碼部分動態替換成迴圈正在處理的當前頁碼。這樣就能自動化地抓取所有頁面的資料。

抓不到資料？可能是動態網站（JavaScript 渲染）！

如果你發現用開發者工具看得到資料，但 HTTP Request 抓回來的 HTML 卻找不到，那你很可能遇到了動態網站。n8n 的基礎節點無法執行 JavaScript，所以拿不到動態載入的內容。

• 解決方案：整合無頭瀏覽器（Headless Browser）服務。
• 操作思路：你需要一個能實際「渲染」網頁的服務，例如 Browserless 或 ScrapingBee。這些服務提供了 API，你可以透過 n8n 的 HTTP Request 節點去呼叫它們，請它們打開你的目標網頁、執行完 JavaScript 後，再將最終的 HTML 結果回傳給 n8n。這樣 n8n 就能處理含有完整資料的 HTML 了。

如何避免被網站封鎖？

頻繁地抓取同一個網站，可能會被其反爬蟲機制偵測到並暫時封鎖你的 IP。

• 解決方案：使用代理伺服器（Proxy）。
• 操作思路：代理伺服器能讓你透過不同的 IP 位址去發送請求，降低被單一 IP 被鎖的風險。n8n 的 HTTP Request 節點內建了 Proxy 選項，你只需要填入你購買的代理伺服器地址，就能輕鬆實現。此外，在請求之間加入 Wait 節點，設定幾秒的延遲，模擬人類的瀏覽行為，也是一個有效且禮貌的策略。

抓回來的資料格式不乾淨怎麼辦？

有時候抓回來的價格可能是「NT$ 1,999 元」，這種帶有貨幣符號和文字的格式不方便後續的數據分析。

• 解決方案：使用 Code 節點進行資料清洗。
• 操作思路：Code 節點讓你能夠用 JavaScript 來對資料進行任意的處理。你可以寫幾行簡單的程式碼，利用正規表達式（Regular Expressions）或字串取代（.replace()）等方法，將「NT$」和「元」等無關字元去除，並將結果轉換為純數字格式，再傳給下一個節點。

掌握了這些進階技巧，你使用 n8n 進行網頁爬蟲的能力將會提升到一個全新的層次，足以應對網路上 90% 以上的資料抓取需求。

更多精選文章請參考

n8n 與 Zapier 比較：該選哪個？2025年最完整功能、費用、優缺點分析

開源自動化工具推薦：從工作流程到測試，找到最適合你的免費方案

n8n 發送 Email 超詳細教學：從 SMTP 設定到 Gmail 節點串接，一篇搞定！

n8n Notion 串接終極指南：2025 年打造自動化工作流程，效率翻倍！

【n8n 教學】最強 n8n 網頁爬蟲指南，免寫程式也能輕鬆抓取網站資料！

【n8n 教學全攻略】2025最新！從入門到串接實戰，打造你的自動化工作流