Kategorien durchsuchen
Entdecken
Fiverr Pro
Deutsch
$
USD
Diese Dienstleistung ist vorübergehend nicht verfügbar
Ich werde Websites und Dokumente in saubere Markdown-Daten für llm und rag scrapen
Niederlande
Ich spreche Ukrainisch, Englisch
Python Web Scraping und Data Extraction Entwickler
Python-Entwickler, spezialisiert auf Web Scraping und Data Extraction. Ich verwandle Websites in saubere, strukturierte Daten – CSV-Datensätze, Markdown-Korpora für LLM/RAG-Projekte und wiederholbare ...
Über diesen Service
Braucht du eine Website oder Dokumentationsseite, die in saubere, strukturierte Daten umgewandelt wird? Genau das mache ich.
Ich erstelle individuelle Python-Scraper, die eine Seite crawlen und jede Seite in sauberes Markdown, CSV oder JSON mit Metadaten, einem Manifest und einem Coverage-Report umwandeln, damit du genau weißt, was erfasst wurde. Perfekt für LLM- und RAG-Datasets, Wissensbasen, Forschung und Migrationen.
Was du bekommst:
- Saubere, strukturierte Daten in deinem gewünschten Format
- Deduplication + Coverage-Report (kein Müll, keine fehlenden Seiten)
- JavaScript-gerenderte Seiten mit Playwright, nicht nur statisches HTML
- Daten, die ich selbst vor der Lieferung überprüfe und ausführe
So arbeite ich ehrlich:
- Ich respektiere robots.txt, Rate Limits und die Nutzungsbedingungen der Seite
- Kein Umgehen von Anti-Bot- oder CAPTCHA-Schutz. Wenn eine Seite aktiv geschützt ist, sage ich dir das vor deiner Bestellung
- Scraper hängen von der aktuellen Struktur der Seite ab; zukünftige Änderungen sind eine separate Aufgabe
Möchtest du den Quellcode oder wiederkehrende Datenaktualisierungen? Beides ist als Add-on erhältlich.
Schreib mir mit der Seite und den Daten, die du brauchst, und ich sage dir ehrlich, ob es passt und wie ich vorgehen würde.
Technologie:
Python
•
Beautiful Soup
•
Dramatiker
•
Pandas
Technik:
Automatisiert
FAQ
Automatische Übersetzung
Können Sie jede Website schaben?
Bei den meisten statischen und JavaScript-gerenderten Seiten ja. Ich umgehe keine Anti-Bot- oder CAPTCHA-Schutzmaßnahmen, daher sind stark geschützte Seiten außerhalb des Rahmens. Ich sage dir das immer vor deiner Bestellung.
In welchem Format erhalte ich die Daten?
Markdown, CSV oder JSON, je nachdem, was du bevorzugst, plus ein Manifest und einen Coverage-Report. Bei Bedarf kann ich Formate kombinieren.
Wird der Scraper später noch funktionieren?
Er funktioniert gegen die Seite, wie sie bei der Lieferung ist. Wenn sich die Struktur später ändert, ist ein Update eine separate Aufgabe, und ich biete Datenaktualisierungen als Add-on an.
Bekomme ich den Quellcode?
Standardmäßig erhältst du die Daten. Der vollständige Python-Quellcode mit README ist als Add-on verfügbar, falls du ihn selbst laufen lassen möchtest.
