Эта статья была полезной?
Как парсить Google Play
Технический специалист
У Google Play нет публичного API для чужих приложений. Google Play Developer API работает только с приложениями, которые вы публикуете сами, поэтому установки, рейтинги и отзывы конкурентов приходится брать со страниц магазина.
Забрать страницы несложно. Сложнее правильно их прочитать. У одного и того же приложения в каждой стране свой рейтинг, а число оценок общее для всего мира. Оценок и письменных отзывов отличается на два порядка. А точное число установок есть только на странице самого приложения, в сетке категории его не бывает.
В этой статье разберём открытый 2scraper/googleplay-scraper. Он выгружает сетки категорий, поиск, страницы приложений, каталоги разработчиков и историю отзывов в JSON или CSV, а в каждую строку записывает страну и язык. Работает локально на Playwright, для обычного запуска не нужны ни аккаунт, ни ключ, ни прокси. Цифры ниже взяты из README и changelog проекта, у каждой указана дата замера.
Что вы получите
Один консольный инструмент с пятью режимами:
| Режим | Что возвращает | Для чего |
|---|---|---|
| listing | Приложения из сетки жанра, по полкам самой страницы | Отслеживание категорий, топы |
| search | Приложения по ключевому слову | ASO, подбор ключевых слов |
| app | Всё, что есть на странице приложения: точные установки, гистограмма оценок, версия, контакты разработчика | Мониторинг конкурентов |
| developer | Весь каталог разработчика | Анализ издателей |
| reviews | История отзывов по токенам продолжения, сортировка по новизне, релевантности или оценке | Анализ тональности, разбор жалоб |
Первые четыре режима дают одну и ту же строку из 46 полей с ключом по ID пакета (sku). Строка из поиска и строка из режима app для одного приложения склеиваются по sku. Среди полей title, brand (разработчик), category, price, currency, installs, installs_min, installs_exact, content_rating, iap_price_range, rating, rating_raw, review_count, review_text_count, histogram_1…histogram_5, version, updated_at, developer_email, chart_rank, gl и hl. Режим reviews пишет свою строку: review_id, score, text, posted_at, thumbs_up, app_version и ответ разработчика. Дубли убираются по review_id.
Что отдаёт каждая страница
От этого зависит, какой режим вам нужен, так что задержимся на минуту.
Плитка в сетке уже содержит большую часть данных о приложении. На 330 разных плитках из шести снимков были название, разработчик, жанр, цена и валюта, описание, диапазон установок, возрастной рейтинг, диапазон цен встроенных покупок, иконка, число скриншотов и рейтинг. В американской сетке всё это заполнено на 100%. В немецкой рейтинг был на 92 плитках из 128, а диапазон установок на 108 из 128: у новых приложений и приложений без оценок этих данных просто нет.
Только на странице приложения есть гистограмма оценок, разбивка на оценки и письменные отзывы, версия, дата обновления, почта и сайт разработчика, политика конфиденциальности, место в чартах Play и точное число установок. У WhatsApp магазин пишет «10,000,000,000+», а рядом публикует 12 322 703 000. Ни на одной из 330 плиток точной цифры не было, так что пустой installs_exact в строках listing означает, что магазин её там не показывает, а не что парсер её пропустил.
И оценки не равны отзывам. У одного приложения в один день было 244 140 056 оценок и 1 952 258 письменных отзывов. Первое число попадает в review_count, второе в review_text_count. Перепутать их проще всего.
Что понадобится
- Python от 3.9 до 3.13.
- Playwright с Chromium, рекомендуемый движок. Есть версии на Selenium и pyppeteer, строки у всех одинаковые. pyppeteer у авторов фактически заброшен, а на Mac с Apple Silicon он скачивает Chromium под x86_64, который, по сообщениям, падает. На таких машинах берите Playwright или подключайте pyppeteer к удалённому браузеру.
- Отдельное виртуальное окружение под каждый движок. У Playwright и pyppeteer несовместимые версии pyee, у pyppeteer и Selenium конфликт по urllib3.
- По желанию: API-ключ 2Captcha для Scraper API, решения капчи и отпечатков, резидентные прокси или endpoint Browser API. Если с API раньше не работали, начните с быстрого старта.
Установка
bash
git clone https://github.com/2scraper/googleplay-scraper.git
cd googleplay-scraper
python3 -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -r requirements.txt -r requirements-playwright.txt
playwright install chromium
cp .env.example .env
python3 env_config.py # покажет, какие настройки подхватились, без вывода секретов
Ключи и логины прокси храните в .env, а не в командной строке. Для простого локального запуска файл можно оставить пустым. Если потом ключ «не работает», первым делом запустите env_config.py и посмотрите, что на самом деле подхватилось.
Первый запуск
bash
# Listing: сетка жанра, 3 полки
python3 playwright_scraper.py --mode listing --category GAME --pages 3
# Search: приложения по запросу
python3 playwright_scraper.py --mode search --query "password manager"
# App: всё о приложении в немецком магазине
python3 playwright_scraper.py --mode app --app-id com.whatsapp --gl DE --hl de
# Developer: весь каталог разработчика
python3 playwright_scraper.py --mode developer --developer 5700313618786177705
# Reviews: 10 страниц, сначала новые, без имён и аватаров авторов
python3 playwright_scraper.py --mode reviews --app-id com.whatsapp --pages 10 --no-authors
# JSON, CSV или оба сразу
python3 playwright_scraper.py --mode search --query vpn --format both --out vpn_apps
По умолчанию --gl US, --hl en, --format json, --out googleplay_apps, --pages 1 и --retries 2. Для отзывов --sort принимает newest (по умолчанию), relevant или rating, а --reviews-per-call задаёт размер пачки (по умолчанию 200).
Как работает парсер
Рейтинг считается по странам
Google Play считает рейтинг приложения отдельно для каждого рынка, а число оценок общее. 22 сентября 2026 года в репозитории скачали одно приложение (com.rovio.baba) с одного адреса в дата-центре в Нюрнберге и меняли только страну:
| Страна (gl) | Рейтинг | Валюта | Число оценок |
|---|---|---|---|
| BR | 4,49 | BRL | 6 312 298 |
| IN | 4,13 | INR | 6 312 298 |
| US | 4,08 | USD | 6 312 298 |
| JP | 3,96 | JPY | 6 312 298 |
| DE | 3,90 | EUR | 6 312 298 |
Рейтинг гуляет больше чем на полбалла, а число оценок не меняется вовсе. Так что «рейтинг приложения» это не одно число, а по числу на каждый рынок. Поэтому в каждой строке есть gl и hl. Не усредняйте рейтинги разных стран и всегда явно указывайте --gl, когда сравниваете приложения. IP в каждой стране при этом не нужен: все пять строк получены с одного адреса.
Данные берутся из встроенных данных страницы
Парсер читает структурированные данные, которые Google Play вшивает в страницу, а не CSS-селекторы, поэтому редизайн видимой части его не ломает. sku это ID пакета, он одинаковый во всех странах. category это текст для отображения, он меняется вместе с --hl.
Пагинация в каждом режиме своя
В Google Play нигде нет ?page=N, и парсер не делает вид, что она есть.
- Сетки публикуют полки отдельными адресами, и все они перечислены на первой странице. --pages N идёт по ним и останавливается, когда страница не добавила ни одного нового ID пакета.
- Поиск не листается вообще. В настоящем браузере каждую выдачу прокрутили до конца по четыре раза: 22 результата по «game», 30 по «vpn» и 50 по «a», и страница ни разу не выросла. Если указать --pages больше 1, парсер так и напишет, а не будет молча рапортовать об успехе.
- Отзывы идут по токену продолжения, который есть только в предыдущем ответе, поэтому только последовательно. Фронтенд магазина просит по 40 штук, но сам endpoint этим не ограничен: запросы на 100, 200, 500, 1000 и 2000 отзывов вернулись полностью, каждый с токеном. Потолка не нашли.
Страницы во всех режимах загружаются по одной. --concurrency больше 1 не реализован, и парсер отклоняет его с кодом 2, а не молча игнорирует.
Сортировка отзывов
--sort newest отдаёт отзывы по дате публикации, сначала новые, и сохраняет этот порядок между страницами. relevant даёт собственное ранжирование магазина, rating группирует по оценке. 22 октября 2026 года две страницы newest по 40 отзывов для com.whatsapp не пересеклись ни одним отзывом, и posted_at на стыке страниц ни разу не вырос. Фильтра по количеству звёзд нет. У фронтенда магазина он есть, но проверенные варианты запроса либо ничего не меняли, либо возвращали пустоту, поэтому флага для него в парсере нет.
Блокировки, капча и платные инструменты
По умолчанию Google Play открыт. 22 сентября 2026 года все страницы, которые читает парсер, отдались полностью обычному curl с одного адреса в дата-центре, без cookies и без ключа:
| Страница | Статус | Размер | Содержимое |
|---|---|---|---|
| Категория GAME | 200 | 2,6 МБ | 64 приложения, 7 полок |
| Страница WhatsApp | 200 | 1,2 МБ | полная карточка приложения |
| Поиск «vpn» | 200 | 1,3 МБ | 30 приложений |
| Страница разработчика | 200 | 1,0 МБ | сетка разработчика |
| Endpoint отзывов | 200 | 43 КБ | 40 отзывов и токен |
| Несуществующий ID пакета | 404 | 1,6 КБ | чистый отказ |
Ни в одном из двенадцати снимков капчи не было. Это каждую неделю (по понедельникам) перепроверяет контрольный запуск с чистого GitHub-раннера без секретов. Если Play когда-нибудь закроет эти страницы ключом или проверкой, значок в репозитории покраснеет.
Так что здесь платные инструменты дают объём и географию, а не доступ. Они пригодятся, когда вы читаете магазин в больших объёмах, из многих стран или не хотите держать браузеры у себя. Все они выключены, пока вы их не включите.
Прокси
Передайте --proxy или --proxy-file. По умолчанию прокси меняется на каждой странице (--proxy-rotate per-page): каждая страница сетки открывается в новом браузере через следующий прокси. per-run держит один IP на весь запуск. Отзывы всегда идут через один выход, потому что токены продолжения привязаны к сессии.
Отклонённая страница получает --proxy-block-retries новых браузеров, через следующий прокси, если у вас есть пул, и --retries на это не тратятся. Голый HTTP 429 вместо этого пережидается на том же выходе. --retries расходуются на сетевые сбои и страницы, которые не удалось распознать. Резидентные прокси 2Captcha покрывают страны, которые вы передаёте в --gl, а списки генерирует Proxy API. Selenium не умеет авторизоваться на прокси, поэтому убирает логин и пароль и выводит предупреждение.
2Captcha Browser API
Browser API запускает Chromium за вас и отдаёт его по CDP. Передайте endpoint через --cdp-endpoint и не добавляйте --proxy или --fingerprint: IP и отпечаток удалённый браузер берёт на себя. Работает с Playwright и pyppeteer, Selenium отклоняет его с кодом 2. Если рукопожатие отклонено с HTTP 500, 502 или 503, парсер повторяет его дважды (через 3 и 6 секунд), при любом другом отказе сразу завершается с кодом 5. Настройка описана в документации Browser API.
Scraper API, без браузера
scraper_api_client.py загружает страницы через Scraper API 2Captcha, по одной странице на запрос, без локального браузера вообще. 22 октября 2026 года это стоило не больше $0,0003 за страницу. Строки, .meta.json и коды выхода такие же, как у браузерных движков.
bash
python3 scraper_api_client.py --url "https://play.google.com/store/search?q=vpn&c=apps&hl=en&gl=US"
Две оговорки. Клиент забирает только ту страницу, которую вы ему дали, так что следующие полки сетки и дальнейшие страницы отзывов всё равно собирают браузерные движки. И то, какие приложения попадут на полки категории, зависит от адреса запроса: в одном сравнении сетка совпала с локальным запуском на 82 приложения из 96, а поиск пришёл идентичным.
reCAPTCHA
Если Google когда-нибудь покажет reCAPTCHA на отклонённой странице, запуск с ключом 2Captcha распознает reCAPTCHA v2 или v3, отправит задачу без прокси, подставит токен и проверит следующую страницу. На каждую страницу уходит не больше одного платного решения, сколько бы попыток она ни заняла. --solve-captcha задаёт, когда это делать: never, when-blocked (по умолчанию) или always. --min-score (по умолчанию 0.3) это минимальный score, который запрашивается для v3.
bash
python3 playwright_scraper.py --mode listing --category GAME --pages 5 \
--twocaptcha-key "$TWOCAPTCHA_KEY" --solve-captcha when-blocked --min-score 0.7
Чтобы не было недопонимания: на самом Google Play капча пока не встречалась, поэтому на этом сайте путь проверен только с заглушкой вместо решателя. Сам код решения проверили вживую 22 октября 2026 года на демо-страницах reCAPTCHA от Google в Playwright, Selenium и pyppeteer, и обе демо-страницы v2 были решены и приняты. Параметры задач описаны в документации reCAPTCHA v2 и reCAPTCHA v3.
Отпечатки браузера
--fingerprint берёт настоящий профиль браузера из отпечатков 2Captcha, а --fp-tags и --fp-country сужают выбор. Нужен --twocaptcha-key, работает только на Playwright, остальные движки этот флаг отклоняют.
Выходные файлы и коды выхода
Каждый запуск пишет файл с результатами и рядом .meta.json: статус (complete, partial или failed), stop_reason, сколько страниц запрошено, загружено и не загрузилось, число строк, начальный и конечный URL, время окончания, gl и hl. --out задаёт префикс: --out data/run.json запишет data/run.json, data/run.csv и data/run.meta.json и создаст папку data/, если её нет.
Сначала пишется временный файл рядом с целевым, потом он переименовывается, так что прерванный запуск не оставит полфайла. Запуск, который ничего не собрал и не дошёл до конца, не пишет ничего, и вчерашний хороший файл остаётся на месте. В CSV ячейки, которые начинаются с =, +, -, @, табуляции или перевода строки, получают апостроф в начале, чтобы таблица не выполнила их как формулу. JSON хранит текст магазина как есть, а csv_cells_escaped в .meta.json показывает, сколько ячеек отличается.
Код выхода сообщает планировщику, что произошло, без разбора логов:
| Код | Значение | Что делать |
|---|---|---|
| 0 | Готово | Данные записаны. |
| 1 | Сбой | Смотрите трейсбек. |
| 2 | Ошибка в команде | Исправьте команду: нет нужного флага, --concurrency больше 1, --pages 0, отрицательный --retries, --proxy вместе с --cdp-endpoint, --fingerprint без ключа, страна, которую Play не обслуживает. |
| 3 | Блокировка | Страница проверки до разбора. Добавьте прокси, Browser API или --solve-captcha. |
| 4 | Ноль приложений | Запуск завершился и ничего не нашёл, в том числе по несуществующему ID пакета. |
| 5 | Контент не получен | Страницы не загрузились или удалённый браузер отказал в подключении. Файл не пишется. |
| 6 | Частично | Часть страниц загрузилась. Неудачные перечислены в .meta.json. |
Разница между 4 и 5 важна: мёртвый прокси и пустая категория не должны выглядеть одинаково для того, кто читает файл.
original_price и discount_pct входят в общую схему, но пусты во всех строках: их не было ни в одной из 411 строк из снимков и ни в одной из 877 строк живых запусков 22 октября 2026 года. Play показывает зачёркнутую цену у некоторых платных приложений со скидкой, но такого снимка в репозитории нет, поэтому парсер не гадает.
Ловушки, которые выглядят как баги
- Два запуска популярного приложения расходятся во всех счётчиках. WhatsApp получил 10 оценок за 4,5 минуты между двумя запусками. Это движется магазин, а не ошибается парсер.
- Несуществующий ID пакета даёт код 4, а не 3. Play отвечает чистым 404, это ответ, а не отказ. Проверьте ID, прежде чем грешить на прокси.
- Страна, которую Play не обслуживает, даёт код 2, а не 3. На --gl xx Play отдаёт свою страницу HTTP 400, и парсер сразу останавливается как при ошибке в команде, без повторов. А вот на ZZ, как ни странно, приходит полная страница.
- Рынок из --url сохраняется. --url "…/search?q=vpn&hl=ja&gl=JP" загрузит японский магазин. --gl и --hl заменяют его, только если вы их явно указали, и парсер об этом сообщает.
- genre_id пуст во всех строках listing. Плитка в сетке публикует жанр только текстом («Casual», «Arcade»), без ключа, независимого от языка. Ключ приходит в режиме app. Склеивайте рынки по sku и никогда по category, которая меняется вместе с --hl («Kommunikation» вместо «Communication»).
- brand это разработчик, а не продавец. В ЕС в данных магазина рядом есть ещё продавец, «Google Commerce Ltd». Парсер на всех рынках берёт разработчика, так что если в этой колонке появилось имя Google, что-то изменилось.
- rating это то, что показывает магазин. На одной странице приложения в данных стоит 4.616471, а в её же JSON-LD 4.616447925567627, и всё это в одной загрузке. В rating попадает 4.6, а rating_raw хранит число из данных, чтобы округление можно было проверить.
- Книги и фильмы не поддерживаются. /store/books и /store/movies это настоящие разделы магазина, но парсер их никогда не разбирал и выдал бы пустой каталог, поэтому он отказывается и объясняет почему.
Сравнение запусков
bash
python3 diff_runs.py --old games_2026-10-19.json --new games_2026-10-26.json
diff_runs.py сравнивает два запуска по sku и раскладывает приложения на добавленные, исчезнувшие и изменившиеся (цена, валюта и так далее). Он отказывается сравнивать запуски разных режимов, незавершённые запуски и запуски разных рынков, даже с одной валютой, как DE и FR. Отзывы не дают одну строку на приложение, поэтому их инструмент не сравнивает, это удобнее сделать самим по review_id. Добавьте --fail-on-change, если задача в cron должна сообщать только о реальных изменениях.
Пример строки
Строка listing из sample_output.json в репозитории, снята 22 сентября 2026 года (часть из 46 полей). Поля, которые заполняет только режим app, здесь null:
json
{
"source": "play.google.com",
"scraped_at": "2026-09-22T09:50:58.688595+00:00",
"url": "https://play.google.com/store/apps/details?id=com.amazon.clouddrive.photos&hl=en&gl=US",
"sku": "com.amazon.clouddrive.photos",
"title": "Amazon Photos: Photo & Video",
"brand": "Amazon Mobile LLC",
"price": 0.0,
"currency": "USD",
"original_price": null,
"rating": 4.7,
"rating_raw": 4.714563,
"review_count": null,
"category": "Photography",
"gl": "US",
"hl": "en",
"genre_id": null,
"installs": "50,000,000+",
"installs_min": 50000000,
"installs_exact": null,
"content_rating": "Everyone",
"iap_price_range": "$0.99 - $11.99 per item",
"offers_iap": true,
"histogram_5": null,
"version": null,
"screenshot_count": 24,
"shelf": "Take better photos",
"shelf_rank": 2
}
Что делать с результатами
Одно приложение в разных странах
Раз рейтинг зависит от рынка, хороший первый отчёт это рейтинг одного приложения в нескольких странах. Запустите режим app по разу на страну:
bash
for gl in US DE JP IN BR; do
python3 playwright_scraper.py --mode app --app-id com.whatsapp --gl $gl --out app_$gl
done
И соберите строки в одну таблицу:
python
import json
from pathlib import Path
rows = []
for path in sorted(Path(".").glob("app_*.json")):
if path.name.endswith(".meta.json"):
continue
rows.extend(json.loads(path.read_text(encoding="utf-8")))
rows.sort(key=lambda r: r.get("rating_raw") or 0, reverse=True)
print(f"{'Рынок':<8}{'Рейтинг':>8}{'Оценок':>16}{'Отзывов':>12}")
for r in rows:
print(
f"{r['gl']:<8}"
f"{(r.get('rating_raw') or 0):>8.2f}"
f"{(r.get('review_count') or 0):>16,}"
f"{(r.get('review_text_count') or 0):>12,}"
)
Число оценок во всех строках должно совпасть, а рейтинг нет. Если нужно ранжировать много приложений, запускайте режим app для каждого пакета: в строках listing нет review_count.
Как приняли новую версию
В отзывах есть версия приложения, которая стояла у автора, так что можно увидеть, обрадовало обновление людей или разозлило. Заберите свежие отзывы:
bash
python3 playwright_scraper.py --mode reviews --app-id com.whatsapp \
--sort newest --pages 10 --no-authors --out wa_reviews
И посчитайте среднюю оценку по версиям:
python
import json
from collections import defaultdict
reviews = json.load(open("wa_reviews.json", encoding="utf-8"))
scores = defaultdict(list)
for r in reviews:
if r.get("app_version") and r.get("score"):
scores[r["app_version"]].append(r["score"])
for version, s in sorted(scores.items(), key=lambda kv: len(kv[1]), reverse=True)[:10]:
ones = sum(1 for x in s if x == 1) / len(s)
print(f"{version:<22}{len(s):>6} отзывов среднее {sum(s)/len(s):.2f} 1 звезда {ones:.0%}")
Помните, что это письменные отзывы, малая часть всех оценок, и пишут их чаще недовольные. Сравнивайте так версии между собой, а не выдавайте результат за настоящий рейтинг приложения.
Ограничения
- В строках listing нет genre_id, installs_exact, review_count и гистограммы. Плитки их не показывают, нужен режим app.
- Поиск возвращает только одну страницу, в тестах от 22 до 50 приложений.
- В режиме reviews нет фильтра по количеству звёзд.
- Страницы загружаются по одной, параллельного режима нет.
- Книги и фильмы не поддерживаются, только приложения и игры.
- original_price и discount_pct всегда пустые.
- Счётчики популярных приложений меняются между запусками, так что два запуска с разницей в минуту могут расходиться.
Частые вопросы
Законно ли парсить Google Play?
Парсер читает публичные страницы магазина без входа в аккаунт. Разрешено ли ваше использование, зависит от законов вашей страны и правил Google Play, так что проверьте и то и другое и не задирайте частоту запросов. Это не юридическая консультация.
Есть ли у Google Play официальный API для этого?
Google Play Developer API работает только с вашими собственными приложениями. Для рейтингов, установок и отзывов чужих приложений публичного API нет.
Почему рейтинг не совпадает с тем, что я вижу в телефоне?
Рейтинг считается по странам. Укажите в --gl ту же страну, что и у магазина в телефоне, и он совпадёт.
Сколько отзывов можно получить?
Потолка пока не нашли. Отзывы листаются, пока магазин не закончит их отдавать. Увеличьте --pages и --reviews-per-call, пачки до 2000 отзывов возвращались полностью.
Как быть с персональными данными авторов отзывов?
Play публикует рядом с текстом отзыва отображаемое имя автора, аватар и постоянный 21-значный ID профиля. --no-authors убирает все три поля и оставляет всё, что нужно для анализа. Если вам не важно, кто написал отзыв, включайте этот флаг.
Нужен ли 2Captcha, чтобы парсить Google Play?
Для небольших задач нет. Прокси, Browser API или Scraper API пригодятся, когда растут объёмы, нужны разные страны или начинает приходить код 3.
Итоги
Google Play парсится легче многих магазинов, а неправильно понять его данные ещё легче. Храните gl и hl в каждой строке, не путайте оценки с письменными отзывами, берите режим app, когда нужны точные установки или гистограмма, и стройте автоматизацию на кодах выхода, а не на том, что файл не пустой. Когда объёмы вырастут, добавьте прокси, Browser API или Scraper API, не переписывая пайплайн.
С чего начать: склонируйте репозиторий и запустите его вообще без настройки. Для больших объёмов, других стран или облачного браузера зарегистрируйтесь в 2Captcha и подключите резидентные прокси или 2Captcha Browser API.
Исходный код
- Репозиторий: github.com/2scraper/googleplay-scraper (MIT)
- Все парсеры: github.com/2scraper
Документация
- Быстрый старт: API-ключ, первый запрос, первый результат.
- Документация Browser API: CDP endpoint и параметры сессии.
- Scraper API: загрузка страниц без браузера.
- Proxy API: генерация списков резидентных прокси.
- reCAPTCHA v2 и reCAPTCHA v3: параметры задач.
- Коды ошибок и лимиты запросов.
- 2captcha-python: официальный SDK для Python.
Похожие руководства
- Как запускать открытые парсеры 2scraper: установка, коды выхода и режимы доступа для всех репозиториев.
- Как парсить YouTube: комментарии, метаданные видео и поиск.
- Как парсить Zimmo: бельгийская недвижимость за Cloudflare.
- Как парсить SHEIN: JSON внутри страницы и проверка с картинками.
- Как парсить Avito: объявления за файрволом с GeeTest.