IG-Konten vor dem Kampagnenstart zu prüfen, hilft dabei, Fehler in der Platzierungsliste zu finden, solange sie sich noch leicht beheben lassen. Das Briefing könnte beispielsweise einen Tippfehler im Benutzernamen, ein doppelt aufgeführtes Konto oder ein Profil mit einer unerwarteten Followerzahl enthalten. Das folgende kleine Python-Skript ruft öffentliche Daten zu jedem Benutzernamen ab, vergleicht die Antwort mit Ihren Vorgaben und speichert die überprüfbaren Einträge in einer CSV-Datei.
Das Ergebnis
Als Eingabe dient eine CSV-Datei mit einer Kontoliste und optionalen Sollwerten. Die Ausgabe enthält für jeden verarbeiteten Benutzernamen eine eigene Zeile: den Anfragestatus, den Profilnamen, den Verifizierungsstatus, die Anzahl der Follower, Beiträge und abonnierten Konten sowie eine kurze Liste festgestellter Abweichungen.

Ein solcher Bericht ist für Marketingverantwortliche nützlich, die Dienstleister mit dem Briefing abgleichen, und für Entwickler, die eine interne Prüfung als regelmäßige Aufgabe einrichten. Geprüft werden bestimmte öffentliche Profilfelder zum Zeitpunkt der Anfrage; die Entscheidung, ob ein Profil zur Kampagne passt, bleibt dem Team überlassen.
Welche Felder sich prüfen lassen
Der dokumentierte IG-API-Endpunkt /v1/user/by/username erfordert den Parameter username. Im beobachteten Antwortformat befinden sich die Profildaten im Objekt ig; zu den zurückgegebenen Feldern gehörten username, full_name, is_private, is_verified, media_count, follower_count, following_count und biography. Da nicht alle Felder immer vorhanden sein müssen, speichert das Skript fehlende Werte als leere Felder und setzt sie nicht auf null. Eine Liste der Endpunkte und Parameternamen finden Sie in der IG-API-Referenz.
Besonders anschaulich ist die Prüfung bei Vorgaben, die sich eindeutig formulieren lassen: Das Profil muss öffentlich sein, die Followerzahl muss innerhalb eines festgelegten Bereichs liegen und der Verifizierungsstatus muss der Vorgabe im Briefing entsprechen. Die Biografie lässt sich zur späteren Ansicht speichern; ein automatischer Abgleich ihres Textes mit der Marketingpositionierung erfordert jedoch ein separates Kriterium.
Eingabedatei vorbereiten
Erstellen Sie eine UTF-8-Datei namens profiles.csv. Die Minimalversion enthält nur den Benutzernamen. Zusätzliche Sollwertfelder können leer bleiben, wenn das Briefing keine entsprechende Vorgabe enthält:
username,min_followers,max_followers,verified
brand_example,5000,50000,false
creator_example,10000,,true
Die Werte min_followers und max_followers legen die Grenzwerte für die Prüfung fest. Das Feld verified akzeptiert true oder false. Für jedes Profil können Sie nur die jeweils zutreffenden Bedingungen angeben.
Daten abrufen und Bericht erstellen
Installieren Sie requests und legen Sie den Schlüssel in der Prozessumgebung statt in der Quelldatei ab. Unter macOS oder Linux lauten die Befehle:

python -m pip install requests
export JSONSCRAPER_INSTAGRAM_LICENSE_KEY='ihr-schlüssel'
Speichern Sie das folgende Skript unter check_profiles.py. Es verwendet Python 3.8 oder höher, prüft den externen Antwortstatus, liest die Nutzdaten des Objekts ig separat aus und erstellt profile_check.csv. Der Schlüssel wird, wie in der Servicedokumentation angegeben, als Query-Parameter license_key übergeben.
import csv
import os
import sys
from typing import Dict, List, Optional
import requests
API_URL = "https://ig.jsonscraper.com/v1/user/by/username"
API_KEY = os.environ.get("JSONSCRAPER_INSTAGRAM_LICENSE_KEY")
if not API_KEY:
raise SystemExit("Setzen Sie JSONSCRAPER_INSTAGRAM_LICENSE_KEY")
def parse_bool(value: str) -> Optional[bool]:
normalized = value.strip().lower()
if normalized in ("true", "1", "yes", "да"):
return True
if normalized in ("false", "0", "no", "нет"):
return False
return None
def check_row(row: Dict[str, str]) -> Dict[str, str]:
username = row.get("username", "").strip().lstrip("@")
result = {
"requested_username": username,
"status": "",
"returned_username": "",
"full_name": "",
"is_private": "",
"is_verified": "",
"follower_count": "",
"media_count": "",
"following_count": "",
"biography": "",
"issues": "",
}
if not username:
result["status"] = "skipped_empty_username"
result["issues"] = "empty_username"
return result
try:
response = requests.get(
API_URL,
params={"license_key": API_KEY, "username": username},
timeout=30,
)
response.raise_for_status()
payload = response.json()
except (requests.RequestException, ValueError) as exc:
result["status"] = "request_error"
result["issues"] = type(exc).__name__
return result
if payload.get("status") != "ok":
result["status"] = "api_error"
result["issues"] = "unexpected_outer_status"
return result
profile = payload.get("ig")
if not isinstance(profile, dict):
result["status"] = "missing_profile_data"
result["issues"] = "missing_ig_object"
return result
result["status"] = "ok"
fields = (
"username", "full_name", "is_private", "is_verified",
"follower_count", "media_count", "following_count", "biography",
)
for field in fields:
value = profile.get(field)
if value is not None:
result["returned_username" if field == "username" else field] = str(value)
issues: List[str] = []
private = profile.get("is_private")
if private is True:
issues.append("private_profile")
followers = profile.get("follower_count")
if isinstance(followers, int):
minimum = row.get("min_followers", "").strip()
maximum = row.get("max_followers", "").strip()
if minimum:
try:
if followers < int(minimum):
issues.append("below_min_followers")
except ValueError:
issues.append("invalid_min_followers_rule")
if maximum:
try:
if followers > int(maximum):
issues.append("above_max_followers")
except ValueError:
issues.append("invalid_max_followers_rule")
elif row.get("min_followers", "").strip() or row.get("max_followers", "").strip():
issues.append("follower_count_unavailable")
expected_verified = parse_bool(row.get("verified", ""))
actual_verified = profile.get("is_verified")
if expected_verified is not None and isinstance(actual_verified, bool):
if actual_verified != expected_verified:
issues.append("verified_flag_mismatch")
elif row.get("verified", "").strip():
issues.append("verified_value_unavailable_or_invalid")
result["issues"] = ";".join(issues)
return result
with open("profiles.csv", newline="", encoding="utf-8-sig") as source:
rows = list(csv.DictReader(source))
output = [check_row(row) for row in rows]
fieldnames = list(output[0].keys()) if output else [
"requested_username", "status", "returned_username", "full_name",
"is_private", "is_verified", "follower_count", "media_count",
"following_count", "biography", "issues",
]
with open("profile_check.csv", "w", newline="", encoding="utf-8") as destination:
writer = csv.DictWriter(destination, fieldnames=fieldnames)
writer.writeheader()
writer.writerows(output)
print(f"Verarbeitete Zeilen: {len(output)}; Bericht: profile_check.csv")
Zeilen mit Abweichungen lesen
Führen Sie python check_profiles.py aus. Der Wert ok in der Spalte status bedeutet, dass das Skript das erwartete Profilobjekt erhalten und einen Eintrag erstellt hat. Die Spalte issues enthält nur geprüfte Regeln, zum Beispiel private_profile oder below_min_followers. Eine leere Spalte bedeutet, dass die eingetragenen Bedingungen keine Abweichung ergeben haben; sie bestätigt weder die Qualität der Inhalte noch die Einhaltung anderer Vertragsbedingungen.
Vergleichen Sie returned_username mit dem ursprünglichen Benutzernamen und legen Sie biography und full_name einer zuständigen Person zur inhaltlichen Prüfung vor. Der Bericht enthält auch Anfragefehler, einen unerwarteten API-Status und das Fehlen des Objekts ig. Solche Zeilen bleiben in der Auswahl und helfen dabei, einen technischen Fehler von einem Prüfergebnis zu unterscheiden.
Prüfung regelmäßig ausführen
Für eine einmalige Prüfung genügt es, das Skript manuell auszuführen. In einem regelmäßigen Prozess können Sie es in einen Scheduler oder CI-Workflow aufnehmen: Laden Sie die aktuelle Liste, führen Sie die Anfragen aus, speichern Sie die CSV als Artefakt und benachrichtigen Sie das Team, wenn in der Spalte issues Werte auftauchen. Geben Sie den Schlüssel nicht in Protokollen aus und speichern Sie ihn als Secret der Laufzeitumgebung.
Wenn Sie dieselben Profile häufig prüfen, können Sie den Parameter cache_timeout als Anzahl der Sekunden für die Zwischenspeicherung übergeben. Laut Dokumentation ist die Zwischenspeicherung für IG standardmäßig deaktiviert; ein Wert größer null aktiviert sie für den angegebenen Zeitraum. Fügen Sie diesen Parameter nur hinzu, wenn eine erneute Verwendung der Antwort innerhalb des gewählten Zeitraums zulässig ist.
Prüfen Sie nur Daten und Anwendungsfälle, zu deren Nutzung Sie berechtigt sind. Verwenden Sie das Ergebnis als Momentaufnahme einer konkreten API-Antwort, halten Sie das Ausführungsdatum in einem eigenen Protokoll fest und überprüfen Sie die Schwellenwerte zusammen mit dem Briefing. Einzelheiten zum Endpunkt, den verfügbaren Feldern und Integrationsmöglichkeiten finden Sie auf der Seite zur IG Scraper API sowie in der offiziellen Endpunktdokumentation.