https://datengraben.com/tags/git-scraping/ Recent content in Git-Scraping on Datengraben Hugoo -- gohugo.io de-DE Mon, 30 Jan 2023 16:20:23 +0100 https://datengraben.com/posts/2021-12-12-git-history-ffm-parking/ Mon, 30 Jan 2023 16:20:23 +0100 https://datengraben.com/posts/2021-12-12-git-history-ffm-parking/ <p><a href="https://de.wikipedia.org/wiki/Screen_Scraping">Web-Scraping</a> setzt oft voraus, dass ein eigener Rechner verfügbar ist, welcher bestenfalls 24h online &#x1f310; ist und die Abfragen für das Scrapen absenden kann. Wenn wir das vermeiden wollen, beöntigen wir entsprechende Infrakstruktur. Simon Willison beschreibt in seinem <a href="https://simonwillison.net/2021/Dec/7/git-history/">Blogpost git-history</a> ein Python Tool, welches aus einer Historie an git commits zu einer Datei, eine Zeitreihe erstellt. Diese Serie von git commits basieren auf einer <a href="https://simonwillison.net/2020/Oct/9/git-scraping/">speziellen Art zu scrapen</a>. Dieses Pattern vereinfacht Web-Scraping, indem als Infrastruktur kein eigener Rechner genutzt werden muss, sondern <a href="https://github.com/features/actions">Github actions</a>. Die Github actions speichern jede neue unterschiedliche Version einer gescrapten Datei als eigenen commit im Repository.</p>