Apify 與 Bright Data:每週職缺表出錯,誰修擷取器、誰驗收差異

Apify 適合願意管理 Actor 維護者與交付流程的團隊;Bright Data 的現成 Scraper API 可集中擷取器維護責任,但不能代替週報驗收。選擇前應驗證格式變更、失敗來源、重複通知與實際計費範圍。

來源: docs.apify.com
November 16, 2026
1 min

每週一交付職缺異動表,最棘手的情況往往是:檔案準時到了,職缺卻少了一半。究竟是企業撤下徵才資訊,還是擷取器漏抓分頁?Apify 將現成的擷取程式稱為 Actor,並提供執行、排程和儲存功能;Bright Data 同時銷售現成 Scraper API、預先擷取的資料集與瀏覽器基礎設施。選擇的關鍵,是誰修擷取器,以及誰證明本週資料可以納入週報。

如果團隊願意挑選維護者、管理輸入與輸出,並保留自訂流程,優先評估 Apify;若目標網站已有 Bright Data 維護的 Scraper API,而且欄位與交付方式符合要求,後者更適合將擷取器維修交給供應商。未經實測;僅討論已獲授權之公開職缺的公司、職缺、地區、發布日期和來源 URL,不擷取求職者資料,也不繞過登入或存取限制。

修復責任,必須落實到具體產品和維護者

Apify 的維護者說明區分官方、社群與合作夥伴 Actor。官方維護的 Actor 由 Apify 負責更新和修復;社群版本由開發者負責程式碼與維護。Partner 仍是獨立開發者,徽章不能視為平台對所有 Actor 的兜底承諾。採購時應記錄選用的 Actor、維護者、欄位範例與問題聯絡管道,而非只寫「採購 Apify」。

Bright Data 的 Web Scraper API 頁面則聲明,資料庫內的擷取器由其建置、測試和維護,並提供自動修復能力。這將維護對象集中到供應商,但行銷頁面不能證明某個職缺網站改版後多久能恢復,合約中仍須確認修復回應與欄位變更通知。

不要將它的其他產品混入同一承諾。Jobs Datasets販售已擷取的職缺資料,可約定每日、每週、每月或自訂更新,頁面也有按月更新的方案展示,因此必須確認實際購買的更新頻率。它不等於每週針對你提供的 URL 即時重新擷取。Browser API 是遠端瀏覽器層;若自行撰寫擷取邏輯,不能因此認定職缺欄位由廠商維護。目標網站不在現成資料庫時,Scraper Studio又區分自行設定與代管服務,是否將日常維運交出去,要按購買模式確認。

排程成功,還要證明資料交付成功

Apify 的排程文件支援 cron 與時區,且可設定輸入、build 和逾時;文件同時提醒,系統負載等原因可能延後啟動。週一 8 點啟動不等於 8 點收到驗收合格的週報。團隊應另設截止時間,記錄執行編號、目標範圍和完成狀態。

它的 Dataset可匯出 JSON、CSV 等格式,資料只能附加;未命名資料集通常在 7 天後到期,命名資料集可長期保留。每週任務若等下次執行才儲存前一週樣本,可能已失去比較基準。應在本次驗收後封存快照,不將附加式儲存視為自動跨週去重。

Webhook 文件說明,非 2XX 回應會觸發指數退避,重試 11 次後停止,且通知偶爾可能重複。這是通知投遞重試,不代表失敗的擷取已重新完成。接收端應依執行編號避免重複寫入資料庫,先持久化記錄再回覆收訖,並另行處理擷取失敗。

Bright Data Web Scraper API 支援 API 或 webhook 等交付管道,但收到檔案同樣只是驗收起點。兩者都需要由週報負責人核對欄位、來源涵蓋範圍與本週時間範圍;不能用 HTTP 成功取代職缺資料完整性,也不能讓一個「完成」事件直接覆寫上週正式表。

格式變更時,先暫停差異結論

例如,先前地區欄位是字串,新版改為陣列,或發布日期突然為空。擷取器負責人修正輸出,週報負責人決定如何比較新舊值。這兩項工作應分別指定負責人。Bright Data 的 Scraper Studio FAQ明確指出,修改代管擷取器的輸入或輸出 schema 後,程式碼尚未配合調整時會出現不相容錯誤。此處證據只適用於該產品,不能據此推斷所有 Scraper API 都有相同的版本保護。

週報應保留來源職缺 ID 或正規化 URL 作為比對線索,另存擷取時間與執行編號;發布日期缺漏就標示缺漏,不用擷取日期冒充。來源 ID 與 URL 也可能變動,無法可靠比對的記錄應交由人工檢查,而非只憑相同職缺名稱自動合併。

更重要的是,對「消失」的職缺保留待查證狀態。只有本週相應來源擷取通過驗收、目標範圍未變,並複查原始頁面確已撤下或明確關閉,才回報下架;逾時、空檔案和欄位異常則列入失敗清單。如果存取權限不再允許,就停止並標示無法驗證。這樣的保守判斷會延後部分下架統計,卻能避免將故障解讀為企業縮減徵才。

成本算到驗收,而非只算回傳筆數

Apify 目前的商店計費說明列出按事件與按資源用量兩類。事件可能是產生結果,也可能是啟動 Actor;多數事件價格包含平台資源,但部分另行收費,執行後的資料集讀寫也可能產生費用。執行失敗不自動代表零支出,必須按具體 Actor 的收費事件、資源及已產生的結果核算。

Bright Data 的 Web Scraper API 定價頁說明,只針對成功交付收費,失敗交付不收費。這個範圍不能擴及 Browser API、資料集或 Studio,也不等於每筆收費記錄都符合你的業務驗收。重複回傳的舊職缺、地區空值或後續人工查核,仍可能產生團隊成本。

假設每週取回 10,000 筆,連續 4 次得到 40,000 筆交付記錄,其中只有 2,000 個新增職缺。預算應先按實際收費口徑的 40,000 筆或對應事件、資源計算,不能按新增量估算帳單;是否有免費額度、重複記錄的計費例外及重新執行費用,應以具體產品報價核實。再加上封存、轉換、警示與人工修復時間,才能比較每份合格週報的成本。

用兩週驗收決定誰承接長期責任

可以設計一項尚未執行的驗收:選 3 個已獲授權的來源,連續 2 週儲存上述 5 個業務欄位與執行資訊。第二週在自有測試副本中製造一次地區格式變更、一次重複通知和一個來源失敗,要求正式表不被覆寫、不重複寫入資料庫,也不將失敗來源的職缺全部判定為下架;再人工核對 20 筆新增或異動記錄。

若現成 Actor 的涵蓋範圍更貼合業務,團隊也能承擔維護者協調與異常處理,Apify 的組合彈性就有價值。若 Bright Data 的現成 API 已涵蓋目標,且廠商願意確認修復與交付邊界,就能減少對多位擷取器作者的依賴。若只需要供應商現有職缺庫的定期更新,另行評估 Datasets 的範圍與更新合約。最終驗收責任仍應在團隊內明確分配:有人修擷取器,有人核對差異,週報才不會將一份準時送達的壞檔案當成事實。

內容說明:本文基於公開資料整理,僅供工具選型參考。產品功能、價格及相關政策可能隨時調整,請以官方最新資訊為準。

原文出處:docs.apify.com