> ## Documentation Index
> Fetch the complete documentation index at: https://docs.olostep.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Blog-URLs von Stripes Website extrahieren

> Filtere und extrahiere nur die Blog-URLs von Stripes Website für eine gezielte Inhaltsanalyse.

## Überblick

Anstatt die [gesamte Website zu kartieren](/examples/get-website-structure), möchtest du dich vielleicht auf bestimmte Abschnitte konzentrieren. In diesem Leitfaden zeigen wir dir, wie du nur die Blog-URLs von Stripes Website extrahierst.

## Nur Blog-URLs extrahieren

Um nur die Blog-URLs von Stripes Website zu extrahieren, verwende den Maps-Endpunkt mit Pfadmusterfiltern. Der Parameter `include_urls` ermöglicht es dir, genau anzugeben, welche URL-Muster du in den Ergebnissen einschließen möchtest.

<CodeGroup>
  ```python extract_stripe_blog_urls.py theme={null}
  import requests
  import time
  import json

  # Konfiguration
  API_URL = 'https://api.olostep.com/v1'
  API_KEY = '<your_olostep_api_key>'
  HEADERS = {
      'Content-Type': 'application/json',
      'Authorization': f'Bearer {API_KEY}'
  }

  # Startzeit für Latenzverfolgung
  start_time = time.time()

  # Definiere die Nutzlast mit einzuschließenden URL-Mustern
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog", "/blog/**"]  # Entspricht /blog und allen Pfaden unter /blog
  }

  # Anfrage senden
  response = requests.post(f'{API_URL}/maps', headers=HEADERS, json=payload)

  # Latenz berechnen
  latency = round((time.time() - start_time) * 1000, 2)
  print(f"Anfrage abgeschlossen in {latency}ms")

  # Ergebnisse verarbeiten
  data = response.json()
  print(f"{data['urls_count']} Blog-URLs auf Stripes Website gefunden")

  # Die ersten 10 URLs als Beispiel ausgeben
  print("\nBeispiel-Blog-URLs:")
  for url in data['urls'][:10]:
      print(f"- {url}")
      
  # Blog-URLs zur weiteren Verarbeitung in eine Datei speichern
  with open('stripe_blog_urls.json', 'w') as f:
      json.dump(data, f, indent=2)
  print(f"\nAlle Blog-URLs in stripe_blog_urls.json gespeichert")
  ```
</CodeGroup>

### Die URL-Muster verstehen

Im obigen Beispiel verwenden wir zwei Musterspezifikationen:

* `/blog` - Entspricht genau der Hauptblogseite ([https://stripe.com/blog](https://stripe.com/blog))
* `/blog/**` - Entspricht allen Unterpfaden unter /blog, einschließlich einzelner Blogbeiträge, Kategorieseiten usw.

Diese Kombination stellt sicher, dass wir alle blogbezogenen Inhalte erfassen, während andere Abschnitte der Website ausgeschlossen werden.

### Beispielantwort

```json theme={null}
{
  "id": "map_xyz789abc",
  "urls_count": 278,
  "urls": [
    "https://stripe.com/blog",
    "https://stripe.com/blog/page/1",
    "https://stripe.com/blog/page/2",
    "https://stripe.com/blog/engineering",
    "https://stripe.com/blog/product",
    "https://stripe.com/blog/how-we-built-it-usage-based-billing",
    "https://stripe.com/blog/using-ml-to-detect-and-respond-to-performance-degradations",
    "https://stripe.com/blog/stripe-radar-responded-to-card-testing",
    "https://stripe.com/blog/future-of-real-time-payments",
    "https://stripe.com/blog/ml-flywheel-improve-models"
    // ... zusätzliche URLs aus Platzgründen weggelassen
  ]
}
```

## Blog-URLs nach Kategorie filtern

Du kannst deine Extraktion weiter verfeinern, um dich auf bestimmte Blogkategorien zu konzentrieren. Wenn du zum Beispiel nur an Stripes Engineering-Blogbeiträgen interessiert bist:

<CodeGroup>
  ```python extract_engineering_blog_urls.py theme={null}
  # Definiere die Nutzlast mit spezifischeren URL-Mustern
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog/engineering", "/blog/engineering/**"]
  }
  ```
</CodeGroup>

## Nächste Schritte

Nachdem du nun alle Blog-URLs von Stripe extrahiert hast,

1. kannst du deren Inhalte einzeln mit der [Scrape-API](../../api-reference/scrapes/create) abrufen.
2. Oder, du verwendest den [nächsten Leitfaden](/examples/crawl-matching-pages), um den tatsächlichen Inhalt dieser Blogseiten direkt mit eingebauten Filtern zu crawlen und zu extrahieren.