Ik scrape websites en lever schone gestructureerde data met python
Datawetenschapper, ML-engineer, Python, SQL, Power BI, machine learning
Over deze dienst
Wil je data van het web schoon, gestructureerd en klaar voor gebruik? Ik haal gegevens van elke website en lever precies wat je nodig hebt in CSV, Excel of JSON.
Ik heb ORCHIIMMO opgebouwd door meer dan 8.000 vastgoedvermeldingen van verschillende bronnen te scrapen, geautomatiseerde ETL-pijplijnen te bouwen en schone data in PostgreSQL te laden. Dat is het kwaliteitsniveau dat je krijgt.
Wat ik lever:
Scrapen van elke website (statisch of JavaScript-gegenereerd)
Omgaan met paginering, login-beveiligde pagina's en anti-botmaatregelen
Data cleaning: deduplicatie, opmaak, uitsluiten van outliers
Levering in CSV, Excel, JSON of direct in een database
(Premium) Geautomatiseerde scheduler draait dagelijks/wekelijks en levert verse data
Gebruikssituaties: vastgoed, e-commerce prijzen, vacatures, concurrentiegegevens, leads, nieuws, reviews, marktonderzoek.
Alle scrapers zijn gebouwd in Python (BeautifulSoup, Selenium, Requests).
Stuur me een bericht voordat je bestelt om te bevestigen dat de site scrapable is en om je formaat te bespreken.
Technologie:
Python
•
Selenium
•
Beautiful Soup
•
Pandas
Techniek:
Geautomatiseerd
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Kun je websites scrapen die login vereisen of JavaScript gebruiken?
Ja. Ik gebruik Selenium om JavaScript-gerenderde pagina's te verwerken en kan inlogflows simuleren. Deel gewoon de inloggegevens veilig en ik regel de rest.
In welk formaat wordt mijn data geleverd?
Ik lever data in CSV, Excel (XLSX) of JSON — afhankelijk van wat jij nodig hebt. Als je een database gebruikt, kan ik het ook direct laden in PostgreSQL of MySQL. Laat me gewoon weten welk formaat je voorkeur heeft voordat je bestelt.
Hoe lang duurt het om de data te leveren?
De levertijd hangt af van de omvang van het project. Basis (1 site, tot 500 records) duurt 2 dagen. Standaard (2 sites, 2000 records) duurt 3 dagen. Premium (3+ bronnen, volledige pipeline) duurt 5 dagen. Voor dringende verzoeken, stuur me eerst een bericht.
