{"id":178813,"date":"2026-01-28T11:26:46","date_gmt":"2026-01-28T10:26:46","guid":{"rendered":"https:\/\/liora.io\/de\/?p=178813"},"modified":"2026-02-25T14:00:41","modified_gmt":"2026-02-25T13:00:41","slug":"beautiful-soup-einfuehrung-in-web-scraping-mit-python","status":"publish","type":"post","link":"https:\/\/liora.io\/de\/beautiful-soup-einfuehrung-in-web-scraping-mit-python","title":{"rendered":"Beautiful Soup: Einf\u00fchrung in Web Scraping mit Python"},"content":{"rendered":"\n

Als User im Internet hat man Zugang zu vielen Informationen, die sich auf Kunden, Angebote, Aktienkurse, physikalische Ph\u00e4nomene usw. beziehen. Diese Daten k\u00f6nnen von Nutzern gelesen werden, aber man w\u00fcrde sie gerne auswerten, indem man sie in ein brauchbares Format umwandelt, um sie dann zu analysieren und daraus Nutzen zu ziehen. Web Scraping ist die Technik,<\/a> die es erm\u00f6glicht, diese Informationen in ein Format zu bringen, das von Computerprogrammen genutzt werden kann. Wir werden in diesem Artikel herausfinden, wie man sie mit Beautiful Soup durchf\u00fchren kann.<\/strong><\/p>\n\n\n\n

Was ist Beautiful Soup?<\/h2>\n\n\n\n

Zum Beispiel m\u00f6chte man vielleicht Zugang zu allen Bewertungen eines HP Tintenpatronen schwarz Packs auf Amazon<\/strong> haben, um eine syntaktische, semantische und sentimentale Analyse durchf\u00fchren zu k\u00f6nnen und sich eine eigene Meinung zu bilden. Durch Web Scraping von einem Ladenlokalisierer<\/a> (z. B. einer Karte) kann man eine Liste von Gesch\u00e4ftsstandorten erstellen. Man kann auch Aktienkurse erhalten, um bessere Investitionsentscheidungen zu treffen.<\/p>\n\n\n\n

Was den Teil der Datenanalyse betrifft<\/a>, so gibt es f\u00fcr jede Art von Daten und jedes Ziel spezifische Techniken. In der folgenden Abbildung siehst du den „logistischen“ Prozess, der zu einer fundierten Entscheidungsfindung f\u00fchrt:<\/p>\n\n\n\n

\"\"
Logistischer Prozess f\u00fcr eine Entscheidungsfindung<\/figcaption><\/figure>\n\n\n\n

Wenn wir uns in der Phase des Datenabrufs<\/strong> befinden, w\u00fcrden wir gerne auf alle Informationen auf einer Webseite zugreifen, um dann die gew\u00fcnschte Studie durchf\u00fchren zu k\u00f6nnen.<\/p>\n\n\n\n

Um dies zu erreichen, kann man sie „von Hand“ in ein anderes Dokument kopieren. Dies ist jedoch eine m\u00fchsame Arbeit, da es viel Zeit in Anspruch nehmen kann, ganz zu schweigen von den Tippfehlern, die beim Eingeben passieren k\u00f6nnen. Wie bereits in der Einleitung gesagt, erm\u00f6glicht das Web Scraping den Zugriff auf diese Informationen in einem verwertbaren Format.<\/p>\n\n\n\n

F\u00fcr die zweite Phase werden die technischen F\u00e4higkeiten von Datenanalysten, Dateningenieuren oder Datenwissenschaftlern herangezogen, um Algorithmen und relevante statistische Studien zu implementieren. Im Fall der Analyse von Kommentaren zu einem Produkt kann man z. B. einen NLP-Algorithmus verwenden,<\/a> der es Maschinen erm\u00f6glicht, die menschliche Sprache zu verstehen.<\/p>\n\n\n\n

Die Interpretation der Daten wird oft in einem Team vorgenommen, wobei die Meinung von Fachleuten ber\u00fccksichtigt wird (z. B. die Meinung eines Arztes ber\u00fccksichtigen, wenn man an einem Projekt mit medizinischen Daten arbeitet), um schlie\u00dflich zu einer optimalen Entscheidungsfindung zu gelangen.<\/p>\n\n\n\n

Pr\u00e4sentation von Beautiful Soup<\/h2>\n\n\n\n

In diesem Artikel werden wir uns auf Phase 1 konzentrieren, da wir uns mit dem Abrufen von Daten besch\u00e4ftigen. Im n\u00e4chsten Abschnitt werden wir uns eine Anwendung der Beautiful Soup Library<\/a> ansehen, die Web Scraping in Python erm\u00f6glicht.<\/p>\n\n\n\n

Im n\u00e4chsten Abschnitt werden wir uns mit einer Web-Scraping-Buchhandlung in Python besch\u00e4ftigen,<\/strong> die ein hervorragendes (einfach zu handhabendes) Werkzeug ist, um Informationen aus unstrukturierten Daten zu extrahieren: Beautiful Soup.<\/p>\n\n\n\n

Die Python-Bibliothek Beautiful Soup<\/strong> erm\u00f6glicht es, Inhalte zu extrahieren und sie in eine Python-Liste, -Tabelle oder -W\u00f6rterbuch umzuwandeln. Diese Bibliothek ist sehr beliebt, weil sie eine umfassende Dokumentation hat und ihre Funktionen gut strukturiert sind. Au\u00dferdem gibt es eine gro\u00dfe Community, die verschiedene L\u00f6sungen f\u00fcr die Nutzung dieser Bibliothek anbietet.<\/p>\n\n\n\n

\n
Mehr \u00fcber Beautiful Soup lernen<\/a><\/div>\n<\/div>\n\n\n\n

Warum „Beautiful Soup“?<\/h2>\n\n\n\n

Webseiten werden mit den Computersprachen HTML und CSS geschrieben, die das Layout von Webseiten erm\u00f6glichen. Um den Inhalt zu verwalten und zu organisieren, wird HTML<\/strong> verwendet. Der Teil, der das Aussehen der Webseite verwaltet (Farben, Textgr\u00f6\u00dfe usw.), wird von der Sprache CSS verwaltet.<\/p>\n\n\n\n

In der Webentwicklung ist „Tag-Suppe“ ein abwertender Begriff f\u00fcr syntaktisch oder strukturell inkorrektes HTML, das f\u00fcr eine Webseite geschrieben wurde.<\/p>\n\n\n\n

Ein Beispiel f\u00fcr Web Scraping mit Beautiful Soup<\/h2>\n\n\n\n

Lass uns ein einfaches Beispiel nehmen, um uns mit diesen Begriffen vertraut zu machen. Das folgende Beispiel wurde von Kaggle<\/a> genommen und das Ziel ist es, Daten \u00fcber die Bev\u00f6lkerung der Welt zu scrapen. Die Daten sind auf der Worldometer-Website verf\u00fcgbar, einer Open Source<\/a>, die von einem internationalen Team freiwilliger Entwickler und Forscher betrieben wird und deren Ziel es ist, globale Statistiken einem breiten Publikum auf der ganzen Welt zur Verf\u00fcgung zu stellen.<\/p>\n\n\n\n

Hier ist eine Vorschau der Seite, die wir scrapen werden<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Unser Ziel ist es, diese Tabelle abzurufen und sie in einen DataFrame umzuwandeln, ohne dass wir alle Daten von Hand kopieren m\u00fcssen.<\/p>\n\n\n\n

In einem Jupyter Notebook<\/a> importieren wir zun\u00e4chst die ben\u00f6tigten Bibliotheken.<\/p>\n\n\n\n