Daten von Kununu einfach extrahieren: Eine Schritt-für-Schritt-Anleitung

Kununu, eine der beliebtesten Plattformen für Arbeitgeberbewertungen, ist eine wichtige Quelle, um Einblicke in Unternehmen und Arbeitsumgebungen zu erhalten. Vielleicht interessieren Sie sich dafür, was Mitarbeiter über Unternehmen sagen. Es ist auch eine wichtige Plattform, um potenzielle Arbeitgeber zu recherchieren oder Karrierechancen zu verfolgen. Wie können Sie also so viele Daten in Formatdateien wie Excel, CSV, Google Sheets oder sogar in die Datenbank extrahieren. Mit Octoparse-Vorlagen können Sie Daten mit einem Klick sammeln – ohne eigene Konfiguration：

https://www.octoparse.de/template/kununucom-leads-scraper

In diesem Artikel erfahren Sie, wie Sie Kununu-Daten wie Bewertungen, Kommentare, Unternehmensprofile, Gehälter usw. mit dem besten Kununu-Scraper scrapen. Das Scraping ist innerhalb von 3 Minuten abgeschlossen, ohne API, Python oder eine einzige Codezeile zu verwenden.

Ist Scraping aus Kununu legal?

Web Scraping ist grundsätzlich legal, wenn öffentlich zugängliche, nicht personenbezogene Daten extrahiert werden und keine Nutzungsbedingungen verletzt werden. Beim Scraping von Kununu ist Vorsicht geboten, da viele Websites, einschließlich Kununu, automatisierte Datensammlung in ihren Nutzungsbedingungen verbieten. Besonders bei personenbezogenen Daten, die durch die DSGVO und andere Datenschutzgesetze geschützt sind, sollten rechtliche Risiken beachtet werden. Es ist ratsam, die Nutzungsbedingungen zu überprüfen und gegebenenfalls rechtlichen Rat einzuholen.

Kununu Scraper: Extrahieren Sie Daten aus Kununu ohne Codierung

Nachdem Sie die spezifischen Vorlagen für das Kununu-Daten-Scraping kennengelernt haben, können Sie die Octoparse-Software kostenlos testen. Dank der KI-gestützten automatischen Erkennungsfunktion ist die Nutzung besonders einfach, sodass Sie Daten von Kununu auch ohne Programmierkenntnisse extrahieren können. Erweiterte Funktionen wie Cloud-Scraping, IP-Rotation, CAPTCHA-Lösung und weitere Anpassungsoptionen stehen Ihnen ebenfalls zur Verfügung, um Ihr Kununu-Scraping zu optimieren.

Öffentliche Daten wie Unternehmensprofile, Bewertungen, Kommentare und weitere Details können Sie problemlos in Formaten wie Excel, CSV, Google Sheets oder SQL exportieren oder in Echtzeit über Octoparse in eine Datenbank streamen. Laden Sie Octoparse herunter und folgen Sie den untenstehenden einfachen Schritten, um einen kostenlosen Webcrawler für Kununu zu erstellen.

Schritt 1: Kununu-URL eingeben

Geben Sie die URL der Zielseite von Kununu ein. Wenn Sie beispielsweise Arbeitergeberbewertungen bei Kununu auslesen möchten, geben Sie die URL dieser Arbeitergeber auf Kununu ein. Nachdem Sie die URL eingegeben haben, klicken Sie auf die Schaltfläche “Starten”, um die Zielseite zu öffnen und die Datensammlung vorzubereiten.

Schritt 2: Erstellen Sie ein Workflow

Sobald die Seite vollständig geladen ist, klicken Sie im Vorschlagsfeld auf „Automatisch erkennen“, damit Octoparse die Seite scannt und die Datenfelder für Sie erkennt. Es werden alle erkannten Daten hervorgehoben, sodass Sie die entfernbaren Daten lokalisieren und in der Vorschau anzeigen können. Wenn es sich bei den erkannten Datenfeldern um Bewertungen von Arbeitgebern auf Kununu handelt, werden diese ebenfalls hervorgehoben. Sollten dennoch ungewünschte Datenfelder vorhanden sein, können Sie diese ebenfalls unten löschen.

Schritt 3: Daten nach Wunsch exportieren

Klicken Sie oben auf „Ausführen“, um den Scraping-Vorgang zu starten. Wählen Sie aus, ob Sie den Scraper auf Ihrem Gerät oder in der Cloud ausführen möchten. Sobald der Vorgang abgeschlossen ist, können Sie auf „Daten exportieren“ klicken und die extrahierten Google-Suchergebnisdaten in verschiedenen Formaten wie Excel, HTML, CSV oder JSON exportieren.

Kununu-Datenscraping mit Python

import asyncio
import aiohttp
from bs4 import BeautifulSoup
import pandas as pd
from typing import List, Dict, Optional

class KununuScraper:
    def __init__(self):
        self.base_url = "https://www.kununu.com"
        self.headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64)',
            'Accept-Language': 'de-DE,de;q=0.9'
        }

    async def fetch(self, url: str) -> Optional[str]:
        async with aiohttp.ClientSession(headers=self.headers) as session:
            try:
                async with session.get(url) as response:
                    response.raise_for_status()
                    return await response.text()
            except Exception as e:
                print(f"Fehler bei {url}: {e}")
                return None

    def parse_company_list(self, html: str) -> List[Dict]:
        soup = BeautifulSoup(html, 'html.parser')
        companies = []
        for card in soup.select('div[data-test="company-card"]'):
            companies.append({
                'name': card.select_one('h3').get_text(strip=True),
                'rating': float(card.select_one('div[data-test="rating"]').text),
                'url': self.base_url + card.find('a')['href']
            })
        return companies

    def parse_reviews(self, html: str) -> List[Dict]:
        soup = BeautifulSoup(html, 'html.parser')
        return [{
            'rating': float(review.select_one('div[data-test="rating"]').text),
            'title': review.select_one('h3').get_text(strip=True),
            'content': review.select_one('div[data-test="content"]').text.strip()
        } for review in soup.select('div[data-test="review-item"]')]

    async def scrape_company(self, url: str) -> Dict:
        html = await self.fetch(url)
        if not html:
            return {}
        
        soup = BeautifulSoup(html, 'html.parser')
        return {
            'name': soup.select_one('h1').get_text(strip=True),
            'rating': float(soup.select_one('div[data-test="overall-rating"]').text),
            'reviews': await self.scrape_reviews(f"{url}/reviews")
        }

    async def scrape_reviews(self, url: str) -> List[Dict]:
        html = await self.fetch(url)
        return self.parse_reviews(html) if html else []

    async def export_to_excel(self, data: List[Dict], filename: str):
        pd.DataFrame(data).to_excel(filename, index=False)

async def main():
    scraper = KununuScraper()
    
    # Beispiel: Scrape erste Seite der IT-Branche
    html = await scraper.fetch(f"{scraper.base_url}/de/search?query=IT")
    companies = scraper.parse_company_list(html)[:3]  # Nur 3 Unternehmen
    
    results = []
    for company in companies:
        data = await scraper.scrape_company(company['url'])
        results.append({**company, **data})
        await asyncio.sleep(1)  # Höfliche Pause
    
    await scraper.export_to_excel(results, "kununu_results.xlsx")

if __name__ == "__main__":
    asyncio.run(main())

Octoparse ist ein leistungsstarkes Tool zur Datenbeschaffung. Im Vergleich zu Python hat es in bestimmten Szenarien eine deutliche Vorteile hinsichtlich der Benutzerfreundlichkeit. Personen, die keine Programmierkenntnisse oder nicht vertraut mit der Python-Sprache sind, können von der intuitiven und benutzerfreundlichen grafischen Oberfläche von Octoparse profitieren. Ohne die Notwendigkeit, komplexen Code zu schreiben, können Benutzer einfach durch Klicken und Ziehen mit der Maus das Datenkrabbeln einrichten und die gewünschten Daten aus Webseiten extrahieren.

Zum Beispiel, wenn Sie Bewertungen von Unternehmen auf der Plattform Kununu sammeln möchten, kann die Verwendung von Python viel Zeit für das Lernen und Schreiben von Code in Anspruch nehmen, wobei Sie möglicherweise mit verschiedenen Netzwerkproblemen und Datenparsungsproblemen konfrontiert werden. Mit Octoparse können Sie jedoch schnell loslegen. Durch die integrierten Funktionsmodule können Sie schnell die Schlüsseldatenfelder wie Bewertungen oder Kommentare identifizieren, das Krabbelaufgabe mit einem Klick starten und die Daten effizient sammeln. So wird die Zeit und Energie erheblich gespart und das Datenbeschaffungsthema wird einfacher und effizienter.

👍👍 Wenn Sie Interesse an Octoparse und Web Scraping haben, können Sie es zunächst 14 Tage lang kostenlos ausprobieren.