Wir veröffentlichen diese Seite mit leerer Hand und sagen das auch. Beide Läufe, die wir halten, übermittelten eine Platzhalteradresse statt einer Groupon-URL, wir haben also über diesen Dienst keinerlei Belege - und „ungetestet“ ist eine andere Aussage als „blockiert“, weshalb diese Seite beides auseinanderhält.
Beide Zeilen, die wir halten, übermittelten dieselbe Platzhalteradresse - die fiktive Beispiel-URL, die in dieser ganzen Exportfamilie auftaucht - und beide lieferten http 404, was eine fiktive Adresse eben liefert. Das sagt Ihnen, dass der Exporter funktioniert. Über Groupon sagt es überhaupt nichts, und diese Seite tut nicht so, als wäre es anders.
Zwei andere Seiten in diesem Katalog berichten echte Abweisungen - Versuche, die unternommen und abgewiesen wurden. Diese hier berichtet überhaupt keinen Versuch. Das sind verschiedene Tatsachen, und sie führen zu verschiedenen Entscheidungen: Eine blockierte Quelle braucht einen Umweg, eine ungetestete braucht einen Test. Wir halten die Wörter auseinander, weil ihre Vermischung leise überzeichnen würde, was wir wissen.
Am 12. August 2026 haben wir Groupons robots.txt und eine Suchseite selbst abgerufen, mit einem Browser-User-Agent. Beide lieferten HTTP 200 - die Suchseite kam mit rund 890 KB zurück, mit Deal-Links und dem Suchbegriff überall darin. Von unserem Standpunkt aus ist die Seite also erreichbar, was nicht zu der Notiz in unserem eigenen Dienstkatalog passt. Wir berichten beides, statt das aufgeräumtere zu wählen.
Das ist der Befund, der Ihren Job formen sollte. Groupons robots.txt enthält für die allgemeine Gruppe keinen pauschalen Ausschluss - sie beginnt mit alles erlauben und listet dann 118 einzelne Regeln. Eine dieser Regeln lautet Disallow: /search*. Mit einem richtigen Matcher statt einem Präfixtest geprüft: Eine Such-URL ist für die allgemeine Gruppe nicht erlaubt, ein /deals/-Pfad dagegen schon. Zielen Sie auf Deal-Seiten.
Dieselbe Datei gibt neun namentlich genannten Crawlern einen pauschalen Ausschluss - den bekannten KI-Trainings- und Archiv-Agenten - und trägt ein maschinenlesbares Inhaltssignal, das Suchindexierung willkommen heißt und KI-Training ablehnt. Nichts davon betrifft jemanden, der Deal-Daten für die eigene Auswertung sammelt, aber es ist die erklärte Präferenz der Seite und lesenswert, bevor Sie darum herum planen.
Abgerechnet wird nach tatsächlich gelieferten Zeilen, ein leer zurückkommender Lauf ist also keine Gebühr. Damit ist ein kleiner Job der vernünftige nächste Schritt - und es erübrigt sich, dass wir für Sie raten. Übermitteln Sie ein paar Deal-URLs, sehen Sie auf status, und Sie wissen in fünf Minuten mehr über diesen Dienst, als diese Seite Ihnen sagen kann.
Aus der Kopfzeile eines echten Groupon-Exports gelesen, in Blattreihenfolge. Jede Beschreibung unten handelt davon, wofür die Spalte da ist. Wo unsere anderen Katalogseiten Füllzahlen aus einem Lauf nennen, kann diese das nicht: Kein Lauf von uns hat die Seite je erreicht.
status überhaupt etwas - und was sie trugen, war die Platzhalteradresse, die wir gesendet haben.sku_code.http 404, auf beiden Zeilen, von einer Platzhalteradresse, die es nicht gibt. Gleichen Sie über diese Spalte ab - und behandeln Sie sie bei diesem Dienst als das Erste, was zu lesen ist.Siebzehn Spalten je Zeile · CSV, JSON oder Excel
Die ehrliche Zusammenfassung dieser Tabelle lautet, dass sie eine Form beschreibt und kein Ergebnis. Die siebzehn Spalten sind real - sie stammen aus der Kopfzeile eines echten Exports und sind Byte für Byte dasselbe Schema, das unsere Dienste für Uline, CDW, Waxie, Otto, Newegg, Decathlon, Menards und NapaOnline verwenden; ein Importer, der gegen einen davon geschrieben ist, nimmt eine Groupon-Datei unverändert an. Aber kein Lauf von uns hat je groupon.com angesprochen: Beide Zeilen, die wir halten, sind 404er gegen eine fiktive Platzhalteradresse. Wir können Ihnen deshalb nicht sagen, welche Spalten Groupon füllt, wie ein Angebotspreis dargestellt wird oder ob ein Lauf überhaupt gelingt. Mehrere verwandte Seiten hier führen auf genau diesem Schema volle Preisdaten, und wir haben bewusst keine ihrer Zahlen verwendet - ein Deal-Marktplatz ist ein anderer Katalog als ein Verpackungsdistributor, und eine geliehene Zahl wäre erfundener Beleg.
Das ist die eine Seite im Katalog, bei der der offensichtliche nächste Schritt Ihrer ist und nicht unserer. Übermitteln Sie ein paar /deals/-Seiten, lesen Sie status, und Sie wissen, was wir nicht wissen. Abgerechnet wird nach gelieferten Zeilen, ein leerer Lauf kostet also nichts.
Die robots.txt der Seite bittet die allgemeine Gruppe, /search nicht zu crawlen, während Deal-Pfade erlaubt sind. Das ist zufällig das Gegenteil der Beispieleingabe, die in unserem eigenen Dienstkatalog steht; wenn Sie also gerade dieses Beispiel kopieren wollten, ist dies der Absatz, den Sie zweimal lesen sollten.
Wenn Sie Einzelhandelspreise brauchen und nicht Groupon im Besonderen, lieferten unsere Dienste für Best Buy, CDW und Uline in ihren eigenen Läufen echte Geldspalten, und jede dieser Seiten nennt genau, was gemessen wurde.
Die Spaltenliste ist über diese ganze Dienstfamilie hinweg stabil. Schreiben und testen Sie Ihren Loader heute gegen einen verwandten Export und richten Sie ihn später ohne Umschreiben auf Groupon - die Kopfzeile führt dieselben siebzehn Namen in derselben Reihenfolge.
Einmalig, bei der Anmeldung. Keine Karte, und nichts, was danach gekündigt werden müsste.
Abgerechnet nach tatsächlich gelieferten Zeilen - und genau das macht das Testen dieses Dienstes günstig: Kommt nichts zurück, wird nichts berechnet.
Guthaben verfällt nicht im Monatsrhythmus, es rinnt also nichts davon, während Sie entscheiden, ob diese Quelle einen Versuch wert ist.
LIVESCRAPER10.Eine Kategorie-URL lieferte in unserem Lauf 99 bepreiste Zeilen, auf dem identischen Schema, ohne jede Blockade - das deutlichste funktionierende Beispiel dieser Familie.
Ein Verbraucherkatalog, in dem eine Kollektions-URL zu 66 Zeilen auffächerte, jede eine Größe und Farbe mit eigenem Bestandsstatus.
Die andere Seite in diesem Katalog, deren Läufe den Platzhalter nie verlassen haben - lesenswert neben dieser, denn sie zieht dieselbe Unterscheidung.
Der vollständige Katalog, mit jedem anderen Händler und Marktplatz, den wir auf diesem Schema abdecken.
Hier wurde nichts erhoben, für uns ist die Frage also theoretisch. Für Sie ist sie es nicht, und die Seite hat eine erklärte Präferenz veröffentlicht, die lesenswert ist.
Preise, Angebotstitel und Händlernamen auf einer öffentlich erreichbaren Anzeige sind gewöhnliche Geschäftstatsachen, und sie in rücksichtsvollem Tempo zu lesen ist das, was ein Käufer von Hand tut. Nichts in den siebzehn Spalten beschreibt eine Person: kein Name, keine E-Mail-Adresse, keine Telefonnummer, kein Konto. Deal-Anzeigen nennen allerdings lokale Unternehmen, und das sind Firmen und keine Privatpersonen - wenn Sie Händlerangaben weiterveröffentlichen wollen, ist das eine Lizenzfrage und keine Scraping-Frage, und sie zu beantworten ist Ihre Sache.
Dieser Seite eigen ist ihre robots.txt, die wir lesen konnten: Sie beantwortete am 12. August 2026 eine gewöhnliche Anfrage mit HTTP 200. Mit einem richtigen Gruppen-Matcher gelesen enthält die allgemeine Gruppe keinen pauschalen Ausschluss - sie erlaubt alles und listet dann 118 einzelne Regeln -, aber eine dieser Regeln bittet Crawler, /search-Pfade nicht abzurufen, während Deal-Pfade erlaubt sind. Die in unserem eigenen Dienstkatalog für diesen Scraper hinterlegte Beispieleingabe ist eine Such-URL, wir weisen also auf die Diskrepanz hin, statt das Beispiel als Empfehlung zu wiederholen. Dieselbe Datei gibt außerdem neun namentlich genannten KI-Trainings- und Archiv-Crawlern einen pauschalen Ausschluss und trägt ein maschinenlesbares Signal, das Suchindexierung willkommen heißt und KI-Training ablehnt. Wir berichten das als erklärte Präferenzen der Seite.
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. Abgerechnet wird nach gelieferten Zeilen, ein leer zurückkommender Lauf ist also keine Gebühr.
http 404 - was eine fiktive Adresse liefert. Wir haben über diesen Dienst in keiner Richtung Belege./search-Pfade nicht zu crawlen, und wir haben das mit einem richtigen Matcher geprüft: Eine Such-URL ist für die allgemeine Gruppe nicht erlaubt, ein /deals/-Pfad dagegen schon. Beachten Sie, dass die in unserem eigenen Katalog hinterlegte Beispieleingabe eine Such-URL ist - genau deshalb weisen wir darauf hin.price hält, bevor Sie daraus eine Ersparnis berechnen. Das ist eine Vorsichtsnote zum Lesen der Daten, keine Aussage über sie.Zwei Läufe, keiner gegen Groupon, und eine direkte Prüfung, die die Seite normal antwortend fand. Übermitteln Sie ein paar Deal-URLs, lesen Sie die Statusspalte, und Sie wissen mehr, als diese Seite Ihnen sagen kann - und ein leerer Lauf kostet nichts.
Groupon ist ein Marktplatz für lokale Angebote und Rabatte, und diese Seite erscheint in einem ungewöhnlichen Zustand: Wir haben über den Dienst überhaupt keine Belege. Unser Exportordner hält zwei Läufe und zwei Zeilen, und beide übermittelten dieselbe fiktive Platzhalteradresse, die in dieser ganzen Exportfamilie auftaucht, statt einer Groupon-URL. Beide lieferten einen 404, was eine fiktive Adresse liefert. Die Läufe zeigen also, dass der Exporter funktioniert, und über Groupon zeigen sie gar nichts. Wir hätten die siebzehn Spalten im selbstsicheren Ton unserer anderen Katalogseiten beschreiben und die Leserin schließen lassen können; stattdessen beginnt diese Seite damit, dass keine Anfrage von uns die Seite je erreicht hat.
Diese Unterscheidung ist der Grund, warum es die Seite gibt. Anderswo in diesem Katalog gibt es zwei Dienste, deren Läufe wirklich abgewiesen wurden: Versuche an einer echten URL, zurückgewiesen, mit Zeitstempeln und einem Statuswert, der es festhält. Jene Seiten empfehlen einen Umweg oder einen Ersatz. Diese kann das nicht, denn eine ungetestete und eine blockierte Quelle sind verschiedene Tatsachen, die zu verschiedenen Entscheidungen führen. Sie zu vermischen wäre der bequeme und der unehrliche Zug. Was wir hinzufügen können, ist eine direkte Prüfung: Am 12. August 2026 haben wir Groupons robots.txt und eine Suchseite selbst abgerufen, mit einem Browser-User-Agent, und beide lieferten HTTP 200 - die Suchseite mit rund 890 Kilobyte, mit Deal-Links und dem Suchbegriff überall darin. Unser eigener interner Dienstkatalog markiert diesen Scraper unterdessen als einen, der einen Residential-Proxy braucht. Drei Quellen, nicht in Übereinstimmung, alle hier berichtet.
Die robots.txt lohnt sich zu lesen, bevor Sie einen Job planen, denn sie enthält eine konkrete Anweisung, die gegen den naheliegenden Startpunkt läuft. Mit einem richtigen Gruppen-Matcher statt einem Präfixtest gelesen, enthält die allgemeine Gruppe überhaupt keinen pauschalen Ausschluss: Sie erlaubt alles und listet dann hundertachtzehn einzelne Regeln. Eine dieser Regeln bittet Crawler, Suchpfade nicht abzurufen, und wir haben das Ergebnis in beide Richtungen bestätigt - eine Such-URL ist für die allgemeine Gruppe nicht erlaubt, ein Deal-Pfad dagegen schon. Die in unserem eigenen Dienstkatalog für diesen Scraper hinterlegte Beispieleingabe ist zufällig eine Such-URL, wer das Beispiel also kopiert, beginnt genau auf dem einen Pfad, den die Seite die allgemeine Gruppe zu meiden bittet. Richten Sie den Job stattdessen auf Deal-Seiten. Dieselbe Datei gibt außerdem neun namentlich genannten KI-Trainings- und Archiv-Crawlern einen pauschalen Ausschluss und trägt ein maschinenlesbares Inhaltssignal, das Suchindexierung willkommen heißt und KI-Training ablehnt; das sind die erklärten Präferenzen der Seite, und wir geben sie weiter, statt sie für Sie zu deuten.
Der praktische Rat auf dieser Seite ist deshalb ungewöhnlich kurz. Testen Sie es. Abgerechnet wird nach tatsächlich gelieferten Zeilen, ein leer zurückkommender Lauf ist also keine Gebühr, und eine Handvoll Deal-URLs sagt Ihnen in fünf Minuten, was wir Ihnen überhaupt nicht sagen können. Stellt sich heraus, dass es funktioniert, haben Sie eine Quelle auf demselben siebzehnspaltigen Schema wie alles andere hier und einen Importer, der bereits passt. Stellt sich das Gegenteil heraus, haben Sie nichts verloren. Und wenn Sie eigentlich Einzelhandelspreise brauchen statt Groupon im Besonderen, berichten unsere Seiten für Best Buy, CDW und Uline jeweils echte Füllzahlen aus echten Läufen. 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.