Wir halten neunzig Zeilen aus drei erfolgreichen Läufen über eine Stadt, und der wichtigste Befund handelt nicht von Hotels. Drei der sechzehn Spalten erschienen oder verschwanden je nach der Darstellung, die die Seite an jenem Tag auslieferte - Währung, Entfernungseinheit, Steuerzeile und Sterne-Feld bewegten sich alle gemeinsam. Lesen Sie das, bevor Sie zwei Exporte vergleichen.
Das ist der Befund, um den herum man plant. Zwei unserer Läufe kamen mit Preisen in einer Währung und Entfernungen in Meilen zurück; der dritte kam in einer anderen Währung mit Entfernungen in Kilometern. So weit ist das kosmetisch. Nicht kosmetisch ist, dass sich drei Spalten mitbewegten: Der Lauf in der zweiten Währung trug auf jeder einzelnen Zeile eine Steuerzeile und auf fast allen ein Sterne-Feld - und trug überhaupt keinen Vorher-Preis. Die zwei Läufe in der ersten Währung waren das exakte Spiegelbild: ein Vorher-Preis auf manchen Zeilen und nirgends eine Steuerzeile oder ein Sterne-Feld. Gleiche Seite, gleiche Stadt.
Über neunzig Zeilen nahm das Feld sechs Werte an und keine anderen: bei mehr als der Hälfte leer, sonst 4, 8, 12, 16 oder 20 - stets ein Vielfaches von vier, nie eine 1, 2, 3 oder 5. Die beiden Häuser mit dem höchsten Wert sind die zwei Luxushotels im Datensatz; die mit dem niedrigsten sind Budgethotels. Die Spalte ist also vereinbar mit dem Vierfachen einer Eins-bis-fünf-Bewertung. Wir stellen das nicht als Tatsache hin, weil wir es nicht an der Live-Anzeige prüfen konnten - siehe die Anmerkung zum Zugang unten.
Jede Zeile trägt einen Preis und keine ein Datum. An- und Abreise, für die der Preis gilt, stecken im Link, in seinem Querystring, und lagen in unseren Läufen etwa vierzehn Tage nach dem Lauf selbst. Eine Preisspalte, die über zwei Exporte hinweg verglichen wird, vergleicht also zwei verschiedene Nächte, solange Sie die Daten nicht vorher aus der URL ziehen. Die Belegungsspalte hilft auch nicht: Sie lautete auf allen neunzig Zeilen gleich, weil sie die Voreinstellung der Suche ist und nichts über das Hotel aussagt.
Wir liefen dieselbe Abfrage vier Tage später erneut, und die beiden Ergebnismengen teilten sich überhaupt keine Hotelseiten. Ein dritter Lauf teilte sich vier. Genau das erwartet man von einer Seite, die Verfügbarkeit für eine bestimmte Nacht sortiert, statt die Hotels einer Stadt aufzulisten - aber es bedeutet, dass dieser Export eine Momentaufnahme ist, kein Verzeichnis. Bauen Sie daraus keine stabile Hotelliste; bauen Sie eine Zeitreihe und schlüsseln Sie sie auf die Hotelseitenadresse ohne Tracking-Parameter.
Zwei unserer fünf Läufe lieferten überhaupt nichts - eine leere Datei, keine Zeilen, keine Erklärung. Jeder Katalogdienst, den wir betreiben, schreibt ein Kennzeichen je Zeile, das eine Blockade oder eine abgewiesene Eingabe festhält; dieser hat keine solche Spalte, wenn ein Lauf also leer zurückkommt, gibt es keinen Ort für einen Grund. Planen Sie damit: Prüfen Sie die Zeilenzahl selbst und behandeln Sie null als etwas zum Wiederholen und nicht als Antwort.
Die meisten Spalten verwenden eine leere Zeichenkette, wenn es nichts zu melden gibt. Zwei - die Steuerzeile und das Aktionslabel - verwenden stattdessen ein JSON-Null und nie eine leere Zeichenkette. Ein Loader, der nur auf eines von beiden prüft, behandelt das andere still falsch, und genau nach diesen Feldern würden Sie filtern, um vergünstigte Zimmer zu finden. Eine Kleinigkeit, die einen Nachmittag kostet, wenn man ihr spät begegnet.
Aus einem echten Export gelesen, in Blattreihenfolge, mit Füllzahlen über alle neunzig Zeilen, die wir halten. Wo eine Spalte als manchmal abwesend beschrieben wird, sagt die Anmerkung, wovon das abhängt - denn bei diesem Dienst ist das meist der Lauf und nicht das Hotel.
rating: Die niedrigste Bewertung in unseren Daten sitzt auf drei Rezensionen.taxes kommt ein fehlender Wert als JSON-Null und nicht als leere Zeichenkette.Sechzehn Spalten je Zeile · CSV, JSON oder Excel
Über jeder Spaltenanmerkung hier stehen zwei strukturelle Tatsachen. Die erste: Dieser Export hat keine Statusspalte. Jeder andere Dienst, den wir betreiben, schreibt ein Kennzeichen je Zeile, das festhält, ob der Abruf gelang, abgewiesen wurde oder die falsche Art von Eingabe bekam - und genau so hätten sich zwei unserer fünf Läufe erklärt. Sie lieferten null Zeilen und sonst nichts, die Datei kann Ihnen also nicht sagen, ob die Suche leer war, die Seite nicht lud oder etwas dazwischen. Prüfen Sie die Zeilenzahl in Ihrer eigenen Verarbeitung und behandeln Sie eine Null als Wiederholung. Die zweite: Drei Spalten hängen von der Darstellung ab statt von der Unterkunft. Der Lauf in der zweiten Währung trug auf jeder Zeile eine Steuerzeile und auf fast jeder einen Sternewert und trug überhaupt keinen Vorher-Preis; die zwei Läufe in der ersten Währung waren das exakte Spiegelbild. Die Entfernungseinheit wechselte mit. Das heißt, ein naiver Vergleich zweier Exporte meldet, Hotels hätten Eigenschaften gewonnen und verloren, obwohl sich an ihnen nichts geändert hat - halten Sie also fest, in welcher Währung ein Lauf zurückkam, und vergleichen Sie Gleiches mit Gleichem. Alles andere ist gewöhnlich: Neun Spalten kamen auf allen neunzig Zeilen an, die Bewertung und ihre Rezensionszahl auf allen bis auf eine, und die übrigen Felder sind genau so optional, wie man es erwartet.
Lassen Sie dasselbe Reiseziel nach Plan laufen, ziehen Sie das Anreisedatum aus dem Link, und Sie haben eine Preisreihe je Nacht statt je Lauf. Schlüsseln Sie sie auf die Seite der Unterkunft ohne Tracking-Parameter und halten Sie die Währung daneben fest - dieses Paar macht zwei Läufe vergleichbar.
Vorher-Preis und Aktionslabel sagen zusammen, welche Einträge die Preise senken und welche eine benannte Kampagne fahren. Beide sind optional, und eine unserer Zeilen war vergünstigt, ohne ein Label zu tragen - berechnen Sie den Abstand also aus den zwei Preisspalten, statt dem Label allein zu trauen.
Neunzig Zeilen über eine Stadt lieferten uns Bewertungen von den niedrigen Einsern bis in die mittleren Neuner und Rezensionszahlen von einer einzigen bis zu mehreren Tausend. Das reicht, um die Form eines Marktes zu beschreiben - solange Sie im Kopf behalten, dass Sie die für eine Nacht verfügbaren Einträge beschreiben und nicht den Hotelbestand der Stadt.
Jede Zeile benennt das konkrete Zimmer, für das der Preis gilt, ein Vergleich zweier Häuser ist also in Wahrheit ein Vergleich zweier Zimmertypen. Normalisieren Sie diese Spalte zuerst - einige Werte tragen ein verirrtes Bettenetikett -, und die entstehende Tabelle ist weit ehrlicher als eine nackte Preis-je-Hotel-Liste.
Einmalig, bei der Anmeldung. Keine Karte, und nichts, was danach gekündigt werden müsste.
Abgerechnet nach tatsächlich gelieferten Zeilen. Eine Such-URL erzeugte in zwei unserer Läufe rund vierzig Zeilen und in zwei anderen keine, die Kosten eines Jobs folgen also dem, was zurückkommt, und nicht der Zahl der eingereihten Suchen.
Guthaben verfällt nicht im Monatsrhythmus, ein wöchentlicher Zeitplan, der gelegentlich leer zurückkommt, lässt also nichts still versickern.
LIVESCRAPER10.Dieselbe Frage an einen anderen Marktplatz gestellt - Unterkunftssuchergebnisse als Datensatz, mit eigenen Vorbehalten dazu, was eine Suchseite sagen kann und was nicht.
Wo der Suchexport Ihnen eine Bewertung und eine Zahl gibt, gibt Ihnen dieser die Rezensionen dahinter - der natürliche zweite Schritt, sobald eine Auswahlliste existiert.
Eine zweite Meinung zu denselben Häusern von einem anderen Publikum - nützlich, wenn die Bewertung eines Eintrags auf einer Plattform und sein Ruf auf einer anderen auseinandergehen.
Ein datiertes Bild der Ergebnisseite neben den Zeilen, was hier mehr zählt als sonst - dieselbe Suche liefert von einer Woche zur nächsten andere Hotels.
Preise, Bewertungen und Zimmernamen auf einer öffentlichen Ergebnisseite sind gewöhnliche Geschäftstatsachen. Sorgfalt verdient hier die Schicht vor der Seite - und die Tatsache, dass wir selbst nicht an ihr vorbeikamen.
Ein Übernachtungspreis, ein Hausname und ein Zimmertyp sind Tatsachen über zum Verkauf angebotene Unterkunft, gelesen von einer Seite, die jedem Besucher ausgeliefert wird. Nichts in den sechzehn Spalten beschreibt einen Gast: kein Name, keine E-Mail-Adresse, keine Telefonnummer, keine Buchungsnummer. Die Rezensionszahlen und Bewertungen sind Aggregate, die die Seite selbst auf dem Eintrag veröffentlicht, keine einzelnen Rezensionen einzelner Personen - die datenschutzrechtlichen Fragen, die unsere personenbezogenen Dienste prägen, bleiben hier also außen vor. Was der Export sehr wohl trägt, ist ein Link, der mit einer Partnerkennung und einem Sitzungstoken verziert ist; den sollte man entfernen, bevor man Zeilen irgendwo gemeinsam ablegt.
Die erklärte Präferenz der Seite ist auf den Pfaden, die dieser Dienst verwendet, großzügig. Ihre robots.txt beantwortete am 12. August 2026 eine gewöhnliche Anfrage mit HTTP 200, und mit einem richtigen Gruppen-Matcher gelesen enthält die allgemeine Gruppe einundsiebzig Regeln und keinen pauschalen Ausschluss; sowohl der Suchergebnispfad als auch die Unterkunftsseiten, auf die unsere Zeilen verlinken, sind erlaubt. Die pauschalen Ausschlüsse in dieser Datei gehören einer Handvoll namentlich genannter Crawler, nicht den allgemeinen. Die Laufzeit ist eine andere Sache, und wir sagen das lieber klar, als so zu tun, als wären wir hineinspaziert: Eine gewöhnliche Anfrage von uns nach einer Unterkunftsseite und nach dem Suchpfad kam jeweils mit einer Zwischenseite statt Inhalt zurück, wir konnten also keine einzige Zeile an der Live-Anzeige bestätigen. Alles auf dieser Seite stammt daher aus dem Export selbst. Unser eigener Katalog hält fest, dass dieser Dienst einen bezahlten Residential-Proxy braucht, und nennt einen anderen Schutzanbieter als den, auf den unsere Prüfung stieß. Wir berichten beide und wählen keinen.
Unsere eigenen Bedingungen sind dieselben wie bei jedem anderen Dienst hier. Nur öffentlich zugängliche Seiten, nichts hinter einem Login, keine Tracker Dritter auf der Datenebene, und Exporte werden nach 30 Tagen automatisch gelöscht. Ihre ersten 500 Zeilen sind gratis und brauchen keine Kreditkarte.
Hotel, Bewertung, Rezensionszahl, Lage, Zimmertyp, Preis und ein Link - eine Zeile je Suchtreffer. Lesen Sie die Anmerkung dazu, wie sich die Spalten mit der Darstellung verschieben, bevor Sie zwei Exporte vergleichen. Ihre ersten 500 Zeilen sind gratis, danach je 0,002 $.
Booking.com ist einer der größten Unterkunftsmarktplätze der Welt, und dieser Dienst verwandelt eine seiner Suchergebnisseiten in eine Tabelle: eine Zeile je Eintrag, sechzehn Spalten, mit dem Namen der Unterkunft, ihrer Gästebewertung und Rezensionszahl, dem Viertel, der Entfernung zum Zentrum, dem konkreten Zimmer, für das der Preis gilt, dem Übernachtungspreis, einem etwaigen durchgestrichenen Vorher-Preis, einer etwaigen Steuerzeile, einem etwaigen Aktionslabel, einem Link und einem Vorschaubild. Wir halten fünf Läufe über eine einzige Stadt, von denen drei Zeilen lieferten - fünf, dreiundvierzig und zweiundvierzig - und zwei überhaupt nichts. Neunzig Zeilen sind eine vernünftige Grundlage, um zu beschreiben, wie der Export aussieht, und jede Zahl auf dieser Seite ist daran gemessen.
Das Nützlichste, was wir fanden, handelt nicht von Hotels. Zwei unserer Läufe kamen mit Preisen in einer Währung und Entfernungen in Meilen zurück; der dritte kam in einer anderen Währung mit Entfernungen in Kilometern. So weit ist das kosmetisch. Nicht kosmetisch ist, dass sich drei Spalten mit der Darstellung bewegten: Der Lauf in der zweiten Währung trug auf jeder einzelnen Zeile eine Steuerzeile und auf fast allen einen Sternewert und trug nirgends einen Vorher-Preis, während die zwei Läufe in der ersten Währung das exakte Spiegelbild waren - ein Vorher-Preis auf manchen Zeilen und überhaupt kein Steuer- oder Sterne-Feld. An den Unterkünften änderte sich zwischen jenen Läufen nichts. Wenn Sie zwei Exporte vergleichen, ohne festzuhalten, in welcher Darstellung jeder zurückkam, wird der Vergleich Ihnen sagen, dass Hotels Eigenschaften gewonnen und verloren haben - und er wird sich irren.
Zwei weitere strukturelle Punkte lohnen sich, bevor Sie einen Loader schreiben. Der erste ist die Sterne-Spalte, die keine Anzahl von Sternen hält: Über alle neunzig Zeilen nahm sie nur die Werte vier, acht, zwölf, sechzehn und zwanzig an, oder gar nichts - nie eine Eins, eine Zwei, eine Drei oder eine Fünf. Die Häuser mit dem höchsten Wert sind die Luxushotels im Datensatz und die mit dem niedrigsten Budgethäuser, das Feld ist also vereinbar mit dem Vierfachen einer üblichen Eins-bis-fünf-Bewertung. Aus dem unten genannten Grund stellen wir das nicht als Tatsache hin. Der zweite ist, dass am Preis kein Datum hängt. Jede Zeile trägt einen Preis und keine eine Nacht; An- und Abreise, für die der Preis gilt, sitzen im Querystring des Links und sonst nirgends, und die Belegungsspalte ist auf allen neunzig Zeilen identisch, weil sie die Voreinstellung der Suche widerspiegelt und nicht den Eintrag. Zwei Preise, die ohne vorheriges Herausziehen dieser Daten verglichen werden, sind zwei verschiedene Nächte.
Auf dieser Seite gibt es außerdem eine Grenze, die wir lieber benennen als übertünchen. Am 12. August 2026 beantwortete die robots.txt der Seite eine gewöhnliche Anfrage und ist auf den Pfaden, die dieser Dienst verwendet, großzügig - einundsiebzig Regeln in der allgemeinen Gruppe, kein pauschaler Ausschluss, und sowohl der Suchpfad als auch die Unterkunftsseiten erlaubt. Aber eine gewöhnliche Anfrage nach tatsächlichem Inhalt, auf einer Unterkunftsseite ebenso wie auf dem Suchpfad, kam als Zwischenseite statt als Seite zurück. Anders als bei den meisten unserer Katalogseiten ist hier also keine Zeile an der Live-Anzeige bestätigt worden; alles ist aus dem Export gemessen. Unser eigener Servicekatalog hält fest, dass dieser Scraper einen bezahlten Residential-Proxy braucht, und nennt einen Schutzanbieter für die Seite, während unsere eigene Prüfung auf einen anderen stieß - zwei Namen für dieselbe Schicht, und wir berichten beide und wählen keinen. Behandeln Sie schließlich jeden Export als Momentaufnahme statt als Verzeichnis: Wir liefen dieselbe Abfrage vier Tage später erneut, und die beiden Ergebnismengen teilten sich überhaupt keine Unterkunftsseiten, was eine Seite, die Verfügbarkeit für eine Nacht sortiert, eben tut. Nur öffentlich zugängliche Seiten, keine Tracker Dritter auf der Datenebene, Exporte werden nach 30 Tagen automatisch gelöscht, und Ihre ersten 500 Zeilen sind gratis, ohne Kreditkarte.