Docs › Anleitungen › Konkurrenzpreise überwachen

Konkurrenzpreise überwachen

Richte eine automatisierte Preisüberwachung für Websites von Mitbewerbern mit der FourA API ein.

Das baust du

Ein Python-Script, das:

  1. Produktseiten aus einer Liste von Mitbewerber-URLs abruft
  2. Preisdaten aus dem HTML extrahiert
  3. Ergebnisse in einer CSV-Datei protokolliert
  4. Nach Zeitplan läuft

Voraussetzungen

  • Ein FourA API-Key (hier anfordern)
  • Python 3.8+
  • Die Pakete requests und beautifulsoup4
pip install requests beautifulsoup4

Schritt 1: Ziele definieren

Erstelle eine Liste der zu überwachenden Produkt-URLs:

targets = [
    {"name": "Competitor A - Widget", "url": "https://competitor-a.com/widget", "selector": ".price"},
    {"name": "Competitor B - Widget", "url": "https://competitor-b.com/products/widget", "selector": "[data-price]"},
    {"name": "Competitor C - Widget", "url": "https://competitor-c.com/item/123", "selector": ".product-price span"},
]

Schritt 2: Seiten über FourA abrufen

import requests
import time

SINGLE_URL = "https://eu.api.foura.ai/api/single/"
BROWSER_URL = "https://eu.api.foura.ai/api/browser/"
API_KEY = "YOUR_API_KEY"

HEADERS = {
    "X-API-Key": API_KEY,
    "Content-Type": "application/json"
}

def fetch_page(url, use_browser=False):
    if use_browser:
        resp = requests.post(BROWSER_URL, headers=HEADERS, json={
            "url": url,
            "timeout_ms": 15000
        })
        if resp.status_code == 429:
            time.sleep(5)
            return fetch_page(url, use_browser)
        return resp.json().get("body", "")
    else:
        resp = requests.post(SINGLE_URL, headers=HEADERS, json={
            "method": "GET",
            "url": url,
            "unblocker": True
        })
        if resp.status_code == 429:
            time.sleep(5)
            return fetch_page(url, use_browser)
        return resp.json().get("data", "")

Schritt 3: Preise extrahieren

from bs4 import BeautifulSoup
import re

def extract_price(html, selector):
    soup = BeautifulSoup(html, "html.parser")
    element = soup.select_one(selector)
    if not element:
        return None
    # Extract numeric price from text like "$49.99" or "49,99 EUR"
    text = element.get_text(strip=True)
    match = re.search(r'[\d,.]+', text)
    return float(match.group().replace(',', '.')) if match else None

Schritt 4: Ausführen und Ergebnisse protokollieren

import csv
from datetime import datetime

def monitor_prices():
    timestamp = datetime.now().isoformat()
    results = []

    for target in targets:
        html = fetch_page(target["url"])
        price = extract_price(html, target["selector"])
        results.append({
            "timestamp": timestamp,
            "name": target["name"],
            "url": target["url"],
            "price": price
        })
        print(f"{target['name']}: {price}")
        time.sleep(1)  # Be polite

    # Append to CSV
    with open("prices.csv", "a", newline="") as f:
        writer = csv.DictWriter(f, fieldnames=["timestamp", "name", "url", "price"])
        if f.tell() == 0:
            writer.writeheader()
        writer.writerows(results)

if __name__ == "__main__":
    monitor_prices()

Schritt 5: Zeitplan einrichten

Füre das Script stündlich mit cron aus:

crontab -e
# Add this line:
0 * * * * cd /path/to/project && python3 monitor.py >> monitor.log 2>&1

Tipps

  • Starte mit dem single-endpoint, wechsle zum browser-endpoint, wenn Seiten JavaScript-Rendering nutzen
  • Fehlerbehandlung hinzufügen: Layouts von Websites ändern sich. Protokolliere Fehler separat.
  • Selektoren aktuell halten: Wenn ein Mitbewerber sein Design ändert, aktualisiere den CSS-Selektor
  • Websites respektieren: Requests zeitlich staffeln, Stoßzeiten vermeiden, robots.txt beachten

Nächste Schritte

Aktualisiert: 27. April 2026
← Dynamische Website scrapen