crawlbaseDocs
Anmelden

Kaggle Dataset

Parsen Sie eine einzelne Kaggle-Datensatzseite in strukturiertes JSON mit Beschreibung, Eigentümer, Lizenz, Dateiliste, Keywords und Engagement-Zahlen.

API-Nutzung

Fügen Sie &scraper=kaggle-dataset zu einem Crawling API-Request hinzu. URL-kodieren Sie die Ziel-URL im url-Parameter.

curl 'https://api.crawlbase.com/?token=YOUR_TOKEN' \
  --data-urlencode 'url=https://www.kaggle.com/datasets/uciml/iris' \
  --data-urlencode 'scraper=kaggle-dataset' -G
from crawlbase import CrawlingAPI

api = CrawlingAPI({'token': 'YOUR_TOKEN'})
res = api.get(
    'https://www.kaggle.com/datasets/uciml/iris',
    {'scraper': 'kaggle-dataset'}
)

import json
data = json.loads(res['body'])
const { CrawlingAPI } = require('crawlbase');
const api = new CrawlingAPI({ token: 'YOUR_TOKEN' });

const res = await api.get(
  'https://www.kaggle.com/datasets/uciml/iris',
  { scraper: 'kaggle-dataset' }
);
const data = JSON.parse(res.body);
require 'crawlbase'
api = Crawlbase::API.new(token: 'YOUR_TOKEN')

res = api.get('https://www.kaggle.com/datasets/uciml/iris', scraper: 'kaggle-dataset')
data = JSON.parse(res.body)

Beispiel-Eingabe-URL

Im url-Parameter funktioniert jede Kaggle-Datensatzseite - die Seite unter /datasets/<owner>/<dataset>. Zum Beispiel:

https://www.kaggle.com/datasets/uciml/iris
https://www.kaggle.com/datasets/johnsmith88/heart-disease-dataset
https://www.kaggle.com/datasets/zynicide/wine-reviews

Response-Struktur

JSON-Response-Body. Feldtypen können null sein, wenn die Quellseite den Wert nicht enthält.

url
string
URL der gescrapten Datensatzseite.
id
string | null
Numerische Kaggle-Datensatz-Kennung, zurückgegeben als String.
title
string | null
Anzeigetitel des Datensatzes.
subtitle
string | null
Einzeilige Zusammenfassung unter dem Titel.
description
string | null
Vollständige Datensatzbeschreibung in Markdown, so wie der Eigentümer sie verfasst hat - Links, Bilder und Listen bleiben erhalten und werden nicht reduziert.
version
integer | null
Aktuelle Versionsnummer des Datensatzes.
keywords
array
Themen-Tags des Datensatzes, als Array von Strings.
owner
object
Account, der den Datensatz veröffentlicht.
owner.name
string | null
Anzeigename des Eigentümers.
owner.url
string | null
Absolute URL des Eigentümerprofils oder der Organisationsseite.
owner.image
string | null
Avatar-URL des Eigentümers.
license
object
Lizenz, unter der der Datensatz veröffentlicht ist.
license.name
string | null
Anzeigename der Lizenz (zum Beispiel CC0: Public Domain).
license.url
string | null
Kanonische URL des Lizenztexts.
files
array
Herunterladbare Archive, die dem Datensatz angehängt sind.
files[].format
string | null
Archivformat (zum Beispiel zip).
files[].sizeBytes
integer | null
Archivgröße in Bytes.
files[].downloadUrl
string | null
Absolute Download-URL, fest auf die aktuelle Datensatzversion bezogen.
files[].requiresSubscription
boolean
Ob Kaggle einen angemeldeten Account verlangt, um den Download zu starten.
downloads
integer | null
Gesamtzahl der Downloads für den Datensatz.
views
integer | null
Gesamtzahl der Seitenaufrufe.
votes
integer | null
Anzahl der Upvotes.
commentCount
integer | null
Anzahl der Kommentare in der Datensatz-Diskussion.
lastUpdated
string | null
ISO-8601-Zeitstempel der jüngsten Datensatzaktualisierung.
discussionUrl
string | null
Absolute URL des Diskussions-Tabs des Datensatzes.
thumbnail
string | null
Bild-URL der Datensatzkarte.
isAccessibleForFree
boolean
Ob Kaggle den Datensatz als frei zugänglich kennzeichnet.

Beispiel-Response

{
  "url": "https://www.kaggle.com/datasets/uciml/iris",
  "id": "19",
  "title": "Iris Species",
  "subtitle": "Classify iris plants into three species in this classic dataset",
  "description": "The Iris dataset was used in R.A. Fisher's classic 1936 paper, [The Use of Multiple Measurements in Taxonomic Problems](http://rcs.chemometrics.ru/Tutorials/classification/Fisher.pdf), and can also be found on the [UCI Machine Learning Repository][1].\n\nIt includes three iris species with 50 samples each as well as some properties about each flower.",
  "version": 2,
  "keywords": [
    "subject",
    "earth and nature",
    "biology"
  ],
  "owner": {
    "name": "UCI Machine Learning",
    "url": "https://www.kaggle.com/organizations/uciml",
    "image": "https://storage.googleapis.com/kaggle-organizations/7/thumbnail.png"
  },
  "license": {
    "name": "CC0: Public Domain",
    "url": "https://creativecommons.org/publicdomain/zero/1.0/"
  },
  "files": [
    {
      "format": "zip",
      "sizeBytes": 3687,
      "downloadUrl": "https://www.kaggle.com/datasets/uciml/iris/download?datasetVersionNumber=2",
      "requiresSubscription": true
    }
  ],
  "downloads": 907784,
  "views": 3131083,
  "votes": 4861,
  "commentCount": 33,
  "lastUpdated": "2016-09-27T07:38:05.44Z",
  "discussionUrl": "https://www.kaggle.com/uciml/iris/discussion",
  "thumbnail": "https://storage.googleapis.com/kaggle-datasets-images/19/19/default-backgrounds/dataset-card.jpg",
  "isAccessibleForFree": true
}