> ## Documentation Index > Fetch the complete documentation index at: https://www.octoparse.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # Amazon scrapen > Praxisleitfaden zum Extrahieren von Amazon-Produktdaten: Suchergebnisse, Produktseiten, Bewertungen, Varianten, Preise und Verkäuferdaten. Amazon ist eine der wertvollsten und zugleich schwierigsten E-Commerce-Quellen für Scraping. Produktseiten enthalten Preise, Verkäufer, Bewertungen, Varianten, Ranglisten, Bilder und Spezifikationen. Die Website ist jedoch dynamisch, lokalisiert und wird streng überwacht; zudem können verschiedene Amazon-Marktplätze unterschiedliche Layouts zeigen. Entscheiden Sie zuerst, welchen Amazon-Seitentyp Sie benötigen. Suchergebnisse, Produktdetails und Bewertungen erfordern getrennte Workflows. ## Seitentypen | Seitentyp | Am besten geeignet für | Typische Felder | | ------------------- | ---------------------------------- | -------------------------------------------------------------------------------------------------------- | | Suchergebnisse | Produktermittlung und Rangfolge | Titel, URL, Bild, Preis, Bewertung, Anzahl der Bewertungen, Kennzeichnung als Anzeige, ASIN | | Kategorieseiten | Kategorie- und Sortimentsforschung | Produktkarten, Rangposition, Kategorie-URL, Preis, Bewertung | | Produktdetailseiten | Detaillierte Produktinformationen | Titel, Marke, ASIN, Preis, Verkäufer, Stichpunkte, Beschreibung, Spezifikationen, Varianten, Bilder, BSR | | Bewertungsseiten | Stimmungs- und Qualitätsanalyse | Bewertungstitel, Bewertung, Text, Datum, Rezensent, verifizierter Kauf, Anzahl hilfreicher Stimmen | | Verkäuferseiten | Marktplatzbeobachtung | Verkäufername, Shop-URL, Verkäuferbewertung, Angebotsabdeckung | Die Amazon-Vorlagenseite von Octoparse folgt derselben Aufteilung: Listenseiten für eine breite Produkterfassung, Detailseiten für umfangreichere Produktdaten, Prime-spezifische Erfassung und Bewertungs-Scraping für Feedbackanalysen. Apify und Bright Data gliedern ihre Amazon-Scraper und Datensätze ähnlich. ## Schritt 1: Eingabe wählen Verwenden Sie Keywords zur Ermittlung: ```text theme={null} wireless keyboard protein powder kids winter boots ``` Verwenden Sie Produkt-URLs oder ASINs für einen bekannten Katalog: ```text theme={null} https://www.amazon.com/dp/B08... B08... ``` Für die Preisüberwachung eignen sich ASINs oder Produkt-URLs meist besser als wiederholte Keyword-Suchen. Für die Marktforschung zeigen Keyword- und Kategoriesuchen Wettbewerber und Kategoriebewegungen. ## Schritt 2: Listendaten erfassen Such- und Kategorieseiten bieten Breite. Erfassen Sie: * Produkttitel * Produkt-URL * ASIN, sofern verfügbar * Preis * Bewertung * Anzahl der Bewertungen * Bild-URL * Kennzeichnung als gesponsert/organisch, sofern sichtbar * Suchbegriff oder Kategorie * Ergebnisposition * Zeitstempel Die Ergebnisposition ist wichtig. Der Rang eines Produkts für ein Keyword kann ebenso relevant sein wie sein Preis. ## Schritt 3: Produktdetailseiten aufrufen Detailseiten liefern die für fundierte Analysen benötigten Felder: * Marke * Produktmerkmale * Produktbeschreibung * Spezifikationstabelle * Varianten * Verkäufer- und Versandhinweise * Bestseller-Rang * Bestands- oder Lieferhinweise * Vollständiger Bildsatz * Gutschein- oder Aktionshinweise Amazon-Seiten ändern sich häufig nach Standort, Kontostatus und Marktplatz. Bewahren Sie Marktplatz-Domain, Lieferregion und Scraping-Zeitstempel auf, um spätere Unterschiede interpretieren zu können. ## Schritt 4: Bewertungen separat scrapen Die Extraktion von Bewertungen ist ein eigener Workflow. Sortierung, Paginierung, Sprache, Sternefilter und Region können das Ergebnis verändern. Nützliche Bewertungsfelder: * Bewertung * Bewertungstitel * Bewertungstext * Bewertungsdatum * Anzeigename des Rezensenten * Kennzeichnung als verifizierter Kauf * Anzahl hilfreicher Stimmen * Produktvariante * Bewertungs-URL Erfassen Sie für Stimmungsanalysen genügend Kontext, damit Varianten nicht vermischt werden. Bewertungen einer Größe, Farbe oder eines Bundles können irreführend sein, wenn sie dem gesamten Produkt zugerechnet werden. ## Technische Herausforderungen * Dynamische Layouts und A/B-Tests * Regionale Preis- und Verfügbarkeitsunterschiede * CAPTCHA- und Bot-Erkennung * Variantenspezifische Felder * Fehlende oder verborgene Verkäuferdaten * Grenzen der Bewertungspaginierung * Vermischte gesponserte und organische Ergebnisse Arbeiten Sie mit moderatem Tempo, echtem Browser-Rendering, wenn nötig, stabiler Proxy- und Fingerprint-Konfiguration sowie eindeutiger Wiederholungslogik. Bei wiederkehrenden Workflows helfen Cloud-Extraktion und die Aufteilung in Teilaufgaben, Ermittlung, Detailaktualisierung und Bewertungserfassung zu trennen. ## Wann Vorlagen sinnvoll sind Nutzen Sie eine Vorlage, wenn Sie übliche Amazon-Felder schnell benötigen: Listendaten nach Keyword, Produktdetails nach ASIN oder URL, Prime-gefilterte Angebote oder Bewertungsdaten. Vorlagen von Octoparse, Apify und Bright Data verringern den Einrichtungsaufwand für Navigation, Feldzuordnung, Paginierung und Anti-Blocking. Erstellen Sie einen benutzerdefinierten Workflow für ungewöhnliche Marktplatzlogik, individuelles SKU-Matching, interne Katalogintegration oder sehr spezifische Warnmeldungen. ## Rechtliche Hinweise und Richtlinien Amazon-Daten können Verkäufer, Rezensenten und Marktplatzregeln betreffen. Scrapen Sie nur Daten, die Sie verwenden dürfen, beachten Sie robots.txt und geltende Bedingungen, vermeiden Sie möglichst persönliche oder sensible Daten und bevorzugen Sie offizielle APIs oder Partner-Feeds, wenn diese geeignet sind. Amazon Scraping funktioniert am besten mit einem engen Ziel: einen Katalog überwachen, Bewertungen analysieren, Wettbewerber verfolgen oder Kategorietrends untersuchen. So bleibt die Feldliste kleiner, die Abfrage schonender und das Ergebnis vertrauenswürdiger.