google-maps-scraper

一句话介绍

omkarcloud/google-maps-scraper 是 GitHub 上最受欢迎的 Google Maps 数据采集工具，基于 Python 开发，可提取商家名称、电话、邮箱、网站、评分、评论等 50+ 字段，定位为销售线索生成（Lead Generation）领域的开源首选方案。

---

背景故事：为什么做这个项目？

做销售的人都懂这个痛：找客户不难，但找到精准的客户联系方式太难了。

Apify、Outscraper 这些平台动不动收几百美元，数据来源其实就是 Google Maps 上的公开商家信息。你花大价钱，平台几乎零成本——这个定价逻辑本身就是问题。

印度开发者 Chetan Jain（GitHub @omkarcloud）决定打破这个局面，2019 年左右推出了 google-maps-scraper。核心目标是：让每个人都能免费或低成本地获取 Google Maps 上的商家数据。

目前该项目 GitHub Stars 超过 3543，蝉联「最受欢迎的 Google Maps 采集工具」榜单前列。作者同时运营 Omkar Cloud 商业平台提供 SaaS 版本，形成了开源社区 + 商业变现的良性循环。

---

核心技术实现

浏览器自动化：Playwright/Selenium 驱动

这个项目不是通过发送 HTTP 请求来爬 Google Maps（这类方式早就被 Google 反爬机制堵死了），而是真正模拟浏览器。

核心依赖：

• Playwright 或 Selenium 作为浏览器自动化框架
• 控制无头浏览器（headless Chrome）访问 Google Maps 页面
• 通过页面滚动、点击翻页等操作触发懒加载内容

这种方案的优点是成功率高，缺点是速度慢——官方文档坦承，采集整个国家的数据需要 10-12 天。Scrap.io 测评也确认，速度确实不是它的强项。

# 典型使用方式（伪代码示例）
python main.py --queries "restaurants in New York" --fields name,phone,email

可提取的 50+ 字段

根据项目 fields.md，支持的字段包括：

分类	字段示例
基本信息	商家名称、地址、坐标、经纬度
联系信息	电话、邮箱、网站、社交媒体链接
业务详情	营业时间、营业状态、评分、评论数
用户生成	Google Maps 评分、用户评论文本
增强数据	通过 enrichment API 获取决策者邮箱、LinkedIn 链接

API 服务集成

项目支持与 Omkar Cloud 的 enrichment API 集成，可以深度挖掘商家背后的决策者联系方式。这是最核心的商业价值——普通爬虫只能拿到商家前台信息，这个工具通过 API 增强后能拿到具体的业务联系人邮箱。

---

部署方式与难度评估

桌面应用（Electron GUI）

项目提供了一个 Electron 封装的桌面 GUI 应用，面向非技术用户。下载安装后点点鼠标即可使用，无需配置 Python 环境。

优点：零门槛上手，有图形界面
缺点：仅限本地使用，无法批量自动化

命令行脚本

对于开发者，项目提供完整的 Python 脚本：

pip install google-maps-scraper
python -m src.main --queries "你的查询" --output results.csv

前置要求：

• Python 3.9+
• Chrome/Chromium 浏览器（或 Playwright 自动安装）
• 可选：Omkar Cloud API Key（用于 enrichment 功能）

缺点：无 Docker 支持，不适合在服务器环境快速部署

服务器部署方案

项目提供了 server-deployment.md 文档描述服务器端部署方案，但需要：

1. 安装 Xvfb（无头 X 服务器）处理浏览器渲染
2. 配置 Chrome headless 模式
3. 自建 API 服务

部署难度评估：中等（需要 Linux 运维经验）

---

数据质量与局限性

数据质量：评分和评论最可靠

Google Maps 本身的商家评分、评论内容是最有价值且最容易采集的数据。项目在这块表现稳定，第三方测评确认「Reviews Extraction that actually works!」。

硬伤：邮箱采集不完整

Google Maps 上大多数商家并不公开邮箱，任何爬虫都不可能完整获取邮箱字段。项目通过 enrichment API 尝试从网站爬取，但成功率高度依赖目标网站是否有公开联系信息。

Scrap.io 测评明确指出：None of them handle emails well——这不是这个项目的问题，是整个行业的共同局限。

Google 反爬：速度的天花板

每次搜索 Google Maps 默认只返回 120 条结果（即使页面显示更多，也需要通过地理位置切分来绕过限制）。加上 Google 的反爬机制，采集大量数据时速度急剧下降。

---

竞品对比

项目	语言	Stars	速度	邮箱采集	GUI
omkarcloud/google-maps-scraper	Python	3543	慢（天级）	部分	有
gosom/google-maps-scraper	Go	3600+	快（~120/分）	无	无
luminati-io/Google-Maps-Scraper	Python	500+	中等	无	无

结论：如果你追求数据丰富度 + 易用性，选 omkarcloud；如果追求速度，选 gosom 的 Go 实现。

---

适合谁用？

推荐场景：

• 销售团队获取本地商家联系方式
• 竞品分析、市场调研的数据采集
• 研究本地商业生态的学术场景

不推荐场景：

• 需要实时、大规模数据更新的场景（速度跟不上）
• 对邮箱采集有强依赖的业务（不如直接买商业数据库）
• 完全不想碰代码的用户（建议直接用 Omkar Cloud 的 SaaS 版）

---

总结

omkarcloud/google-maps-scraper 是做 Google Maps 数据采集最省心的开源选择，尤其适合中小规模的精准获客场景。它的价值不仅在于工具本身，更在于作者建立的完整生态：开源工具引流 → SaaS API 变现，GitHub Stars 3500+ 验证了这条路走得通。

如果你需要快速采集某个城市或行业的商家数据，这是当前开源社区里上手门槛最低、文档最完善的方案。