Definícia
Web scraping je automatizované získavanie dát z webových stránok pomocou skriptu alebo nástroja, ktorý stránku načíta a vyberie z nej požadované informácie.
Popis
Scraper funguje podobne ako návštevník webu: stiahne HTML kód stránky a z neho vyberie konkrétne údaje, napríklad ceny produktov, názvy, recenzie alebo kontakty. Výsledok uloží do tabuľky alebo databázy, kde sa s ním dá ďalej pracovať. Ak stránka ponúka oficiálne API, je zvyčajne lepšie využiť to, pretože dáta prichádzajú v štruktúrovanej podobe a bez zbytočnej záťaže servera.
V marketingu sa scraping využíva na sledovanie cien konkurencie, zber údajov pre SEO analýzy, monitoring zmienok o značke či agregáciu ponúk. Zvyčajne sa programuje v jazykoch ako Python alebo JavaScript, no existujú aj no-code nástroje a automatizačné platformy. Čoraz častejšie sa výstupy scrapingu posielajú aj do jazykových modelov na ďalšie spracovanie.
Právne a technické pravidlá
Zber verejne dostupných dát nie je automaticky povolený. Je potrebné dodržiavať podmienky používania webu, pokyny v súbore robots.txt, autorské práva a pri osobných údajoch aj GDPR. Treba tiež myslieť na to, aby scraper nezaťažoval cieľový server príliš častými požiadavkami. Pri komerčnom využití je vhodné právne posúdenie konkrétneho prípadu.