Bosanski
EnglishDie Extraktion holt eine Angabe von jeder Seite und schreibt sie in eine eigene Spalte: den Produktpreis, den Namen des Autors, das Veröffentlichungsdatum, die Zahl der Bewertungen, die ID aus einem Tracking-Skript. Sie schreiben die Regel einmal, und der Crawler wendet sie auf jede Seite an.
Drei Arten von Regeln
| Art | Beispiel | Wann Sie sie nutzen |
|---|---|---|
| XPath | //div[@class='autor'] | Wenn Sie die HTML-Struktur kennen und ein bestimmtes Element brauchen. |
| CSS-Selektor | .preis .betrag | Dasselbe, wenn Ihnen CSS näher liegt als XPath. |
| Regex | G-[A-Z0-9]{8,12} | Wenn Sie ein Muster im Quelltext suchen, z. B. eine GA4-ID. |
Bei XPath und CSS wählen Sie, was übernommen wird: der Text des Elements, der Wert eines Attributs oder das ganze Element mit HTML.
Schritte
- Öffnen Sie eine typische Seite im Browser, klicken Sie mit der rechten Maustaste auf die Angabe und dann auf Untersuchen. So sehen Sie die Klasse oder die Struktur des Elements.
- Klicken Sie in den Crawl-Einstellungen auf Extraktion hinzufügen, geben Sie ihr einen Namen (er wird zum Spaltennamen) und tragen Sie die Regel ein.
- Testen Sie die Regel an einer Adresse, bevor Sie crawlen. Liefert sie nichts, korrigieren Sie sie jetzt und nicht erst nach einem Crawl über zehntausend Seiten.
- Crawlen Sie die Website. Fügt JavaScript die Angabe ein, aktivieren Sie das Rendering.
- Öffnen Sie den Tab Extraktion. Jede Regel ist eine Spalte, und die Filter zeigen die Seiten, auf denen die Regel nichts gefunden hat.
- Exportieren Sie nach Excel und arbeiten Sie dort mit den Daten weiter.
Wenn Sie nur Ja oder Nein brauchen
Brauchen Sie keinen Wert, sondern nur die Antwort, ob etwas vorhanden ist, nutzen Sie die Benutzerdefinierte Suche: z. B. Seiten ohne GA4-Code oder Seiten, auf denen noch der alte Firmenname steht. Die Suche arbeitet mit Text oder Regex und findet auch Seiten, die etwas nicht enthalten.
Für Aktionen auf der Seite vor dem Auslesen, z. B. einen Klick auf „Mehr anzeigen“, gibt es Benutzerdefiniertes JavaScript.