Gelbe Seiten Scraper

Ein Python-basierter Apify Actor zum Scrapen von Brancheneinträgen aus den Gelben Seiten (gelbeseiten.de). Er bietet drei verschiedene Modi für unterschiedlich detaillierte Datenextraktion. Zu den Funktionen gehören Rate-Limiting, Proxy-Konfiguration, flexible Indexbereiche zur Steuerung der Paginierung oder Wiederaufnahme unterbrochener Läufe, anpassbare Sortieroptionen und standortbasierte Umkreisfilterung.

Funktionen

• Gezielte Suche — Dienstleistung oder Branche (search_what) und geografisches Gebiet (search_where) angeben. "bundesweit" für landesweite Suchen verwenden.
• Drei Suchmodi (search_mode):
  • fast_search — Extrahiert Übersichtsinformationen direkt aus den Suchergebnisseiten, ohne Detailseiten zu besuchen. Enthält Name, Adressausschnitt, Telefon, Bewertung, Hauptbranche und kodierte Kontaktlinks (E-Mail/Website). Ideal für schnellen Listenaufbau.
  • basic_search — Besucht jede Unternehmens-Profilseite einmal, um wesentliche Details wie vollständige Adresse, E-Mail, Website, Beschreibung, Branche, Telefonnummer und Social-Media-Links zu erfassen. Enthält keine Übersichtsdaten wie Bewertungen aus der Suchergebnisseite.
  • deep_search — Kombiniert die Übersichtsdaten aus fast_search mit einem umfassenden Besuch der Detailseite, um alle verfügbaren Felder zu extrahieren, einschließlich Öffnungszeiten, Leistungen, Unternehmensinformationen, Ausbildungsangebote, Zahlungsmittel, Social-Media-Links, Faxnummer, Google-Maps-Link, FAQs usw. Dies ist der gründlichste Modus.
• Flexible Sortierung — Wahl zwischen relevanzbasierter Sortierung (Standard) oder bewertungsbasierter Sortierung, um hoch bewertete Unternehmen zu priorisieren.
• Umkreiskontrolle — Benutzerdefinierten Suchradius (0–50 km) um den angegebenen Standort festlegen.
• Indexsteuerung — start_index und end_index (1-basiert) definieren einen bestimmten Bereich der zu verarbeitenden Einträge. Nützlich zum Fortsetzen von Läufen oder gezieltem Scraping.
• Unbegrenzter Modus — max_businesses auf 0 setzen, um alle verfügbaren Ergebnisse zu scrapen.
• Rate-Limiting — Konfigurierbarer requests_per_second-Wert zur Drosselung von API-Aufrufen und Detailseiten-Anfragen.
• Proxy-Unterstützung — Nutzt Apifys integrierte Proxy-Integration (proxyConfiguration) für zuverlässige IP-Rotation.
• Strukturierte Ausgabe — Daten werden im Apify-Dataset gespeichert. Jeder Datensatz enthält einen scraped_at-UTC-Zeitstempel und seinen index (Position in den Suchergebnissen).

Eingabeparameter

Das Verhalten des Actors wird über folgende Felder in der Apify Console oder per API konfiguriert:

Beispiel-Input

{
  "search_what": "Hotels",
  "search_where": "Hamburg",
  "search_mode": "deep_search",
  "sorting": "rating",
  "perimeter": 15,
  "max_businesses": 200,
  "start_index": 51,
  "requests_per_second": 8,
  "proxyConfiguration": {
    "useApifyProxy": true,
    "apifyProxyGroups": ["RESIDENTIAL"]
  }
}

Ausgabedaten

Jeder Datensatz im Dataset ist ein JSON-Objekt. Die verfügbaren Felder hängen vom gewählten search_mode ab.

fast_search — Beispielausgabe

{
  "index": 1,
  "url": "https://www.gelbeseiten.de/gsbiz/abc123xyz",
  "name": "SchnellTest GmbH",
  "bewertung": 4.5,
  "bewertungen": 8,
  "besteBranche": "Testdienste",
  "telefonnummer": "040 1234567",
  "emaillink": "https://www.gelbeseiten.de/gsbiz/abc123xyz#email-schreiben",
  "webseitelink": "https://schnelltest.de",
  "adresse_from_search": "Teststraße 1, 20095 Hamburg Neustadt",
  "scraped_at": "2025-04-30T09:30:00.123Z"
}

basic_search — Beispielausgabe

{
  "index": 51,
  "url": "https://www.gelbeseiten.de/gsbiz/abc123xyz",
  "name": "Hotel Hanseatic",
  "email": "info@hotel-hanseatic.de",
  "website": "http://www.hotel-hanseatic.de",
  "beschreibung": "Gemütliches Hotel im Herzen von St. Georg.",
  "branche": "Hotels",
  "social_media": {
    "facebook": "https://facebook.com/hotelhanseatic"
  },
  "address": "Steindamm 50, 20099 Hamburg St. Georg",
  "telefonnummer": "040 9876543",
  "scraped_at": "2025-04-30T09:35:00.789Z"
}

Hinweis: basic_search ruft nur Daten von der Detailseite ab und enthält keine Übersichtsdaten (z. B. Bewertungen) aus der Suchergebnisseite.

deep_search — Beispielausgabe

Kombiniert fast_search-Übersichtsdaten mit allen verfügbaren Detailseitendaten.

{
  "index": 201,
  "url": "https://www.gelbeseiten.de/gsbiz/abc123xyz",
  "name": "Muster Restaurant",
  "bewertung": 4.8,
  "bewertungen": 55,
  "besteBranche": "Restaurants",
  "telefonnummer": "040 1122334",
  "emaillink": "https://www.gelbeseiten.de/gsbiz/abc123xyz#email-schreiben",
  "webseitelink": "https://www.muster-restaurant.de",
  "adresse_from_search": "Musterweg 10, 20457 Hamburg Altstadt",
  "scraped_at": "2025-04-30T09:40:00.456Z",

  "email": "reservierung@muster-restaurant.de",
  "website": "https://www.muster-restaurant.de",
  "beschreibung": "Moderne deutsche Küche mit saisonalen Zutaten.",
  "oeffnungszeiten": {
    "Mo.": "Ruhetag",
    "Di.-Sa.": "18:00 - 23:00",
    "So.": "12:00 - 15:00"
  },
  "branche": "Restaurant; Deutsche Küche",
  "leistungsumfang": "Abendessen, Mittagstisch (So), Terrasse",
  "services": ["Restaurant", "Deutsche Küche", "Terrasse"],
  "unternehmensinformationen": {
    "gründungsjahr": ["2010"],
    "parkplätze": ["vorhanden"]
  },
  "ausbildung": null,
  "zahlungsmittel": ["EC-Karte", "Kreditkarte", "Bar"],
  "social_media": {
    "instagram": "https://instagram.com/musterrestaurant"
  },
  "google_maps_url": "",
  "faxnummer": "040 1122335"
}

Vollständige Feldreferenz

Verwendung

1. Eingaben im Tab "Input" konfigurieren (search_what, search_where usw.).
2. Proxy-Modus auswählen. Automatischer Apify Proxy wird für Zuverlässigkeit empfohlen.
3. Auf Start klicken.
4. Ergebnisse unter Storage → Dataset abrufen.

Anwendungsfälle

• Lead-Generierung und Kontaktdaten-Erfassung
• Marktforschung und Wettbewerbsanalyse
• Lokale SEO und Branchenverzeichnis-Erstellung
• Datenanreicherungs-Pipelines auf Apify
• Suche nach bestbewerteten Unternehmen in bestimmten Gebieten mittels bewertungsbasierter Sortierung
• Gezielte Erfassung von Unternehmen innerhalb präziser geografischer Grenzen mittels Umkreisfilterung

Weitere Actors

Kombinieren Sie den Gelbe Seiten Scraper mit anderen Apify Actors für leistungsstarke Workflows:

• German Imprint Scraper — Automatisches Finden und Extrahieren von Kontaktdaten aus deutschen Impressum-Seiten.
• Phone Number Formatter — Telefonnummern in großen Mengen parsen, validieren und in internationale Formate umwandeln.

Integrationen

• Scheduler — Tägliche oder wöchentliche Läufe automatisieren.
• Webhooks — Nachgelagerte Workflows bei Abschluss auslösen.
• API — Programmatische Steuerung über die Apify API.
• Composer — Verkettung mit anderen Actors (z. B. Bereinigung, Anreicherung).