--- title: "Verwendung von curl_cffi für Web-Scraping in Python" slug: web-scraping-with-curl-cffi date: 2026-02-16T07:47:38+00:00 modified: 2026-04-27T09:03:52+00:00 permalink: https://brightdata.de/blog/web-data-de/web-scraping-with-curl-cffi type: blog --- [ Blog ](https://brightdata.de/blog "Blog") / [Web Data](https://brightdata.de/blog/web-data-de) [Web Data](https://brightdata.de/blog/web-data-de) # Verwendung von curl\_cffi für Web-Scraping in Python Entdecken Sie, wie curl_cffi durch die Nachahmung echter Browser-TLS-Fingerabdrücke ein unauffälliges und effizientes Python-Web-Scraping ermöglicht. 11 min lesen [ ![Antonello Zanini](https://media.brightdata.de/2022/12/Antonello-Zanini-2-50x50.jpg) ](https://brightdata.com/blog/authors/antonello-zanini) [Antonello Zanini Technical Writer ](https://brightdata.com/blog/authors/antonello-zanini) ![web scraping with curl-cffi blog image](https://media.brightdata.de/2025/01/web-scraping-with-curl-cffi.svg) In diesem Leitfaden erfahren Sie: - Was `curl_cffi` ist und welche Funktionen es bietet - Wie es die TLS-Fingerabdruck-basierte Bot-Erkennung minimiert - Wie man es mit Python für das Web-Scraping verwendet - Fortgeschrittene Verwendung und Methoden - Einen Vergleich mit ähnlichen HTTP-Clients Lassen Sie uns eintauchen! ## Was ist `curl_cffi`? [`curl_cffi`](https://github.com/lexiforest/curl_cffi) ist eine Bibliothek, die Python-Bindungen für den Fork `curl-impersonate` über CFFI bereitstellt. Mit anderen Worten: Es handelt sich um einen HTTP-Client, der in der Lage ist, Browser-TLS/JA3/HTTP2-Fingerabdrücke zu imitieren. Damit eignet sich die Bibliothek hervorragend, um Anti-Bot-Sperren zu umgehen, die auf [TLS-Fingerabdrücken](/blog/web-data/tls-fingerprinting) basieren. **⚙️ Funktionen** - Unterstützt JA3/TLS- und HTTP2-Fingerabdruck-Imitation, einschließlich aktueller Browser und benutzerdefinierter Fingerabdrücke - Viel schneller als `requests` und `httpx`, vergleichbar mit `aiohttp` - Imitiert die `Requests` -API - Unterstützt `asyncio` für asynchrone HTTP-Anfragen - Unterstützt Proxy-Rotation bei jeder Anfrage - Unterstützt HTTP/2.0 - Unterstützt `WebSockets` ## So funktioniert es `curl_cffi` basiert auf [cURL Impersonate](https://github.com/lwthiker/curl-impersonate), einer Bibliothek, die TLS-Fingerabdrücke generiert, die mit realen Browsern übereinstimmen. Wenn Sie eine HTTPS-Anfrage senden, findet ein [TLS-Handshake](https://www.cloudflare.com/learning/ssl/what-happens-in-a-tls-handshake/) statt, bei dem ein eindeutiger TLS-Fingerabdruck erzeugt wird. Da sich HTTP-Clients von Browsern unterscheiden, können ihre Fingerabdrücke die Automatisierung offenlegen und Anti-Bot-Abwehrmaßnahmen auslösen. cURL Impersonate modifiziert cURL, um es an echte Browser-TLS-Fingerabdrücke anzupassen: - **Anpassungen der TLS-Bibliothek**: Verwenden Sie die von Browsern verwendeten Bibliotheken für TLS-Verbindungen anstelle derjenigen von cURL. - **Konfigurationsänderungen**: Passen Sie TLS-Erweiterungen und SSL-Optionen an, um Browser nachzuahmen. - **HTTP/2-Anpassung**: Passen Sie die Handshake-Einstellungen des Browsers an. - **Nicht standardmäßige cURL-Flags**: Legen Sie `--ciphers`, `--curves` und benutzerdefinierte Header für Genauigkeit fest. Dadurch sehen die Anfragen wie Browser-Anfragen aus, was dabei hilft, die Bot-Erkennung zu umgehen. Weitere Informationen finden Sie in unserem [Leitfaden zu cURL Impersonate](/blog/web-data/web-scraping-with-curl-impersonate). ## Verwendung von `curl_cffi` für Web-Scraping: Schritt-für-Schritt-Anleitung Angenommen, Ihr Ziel ist es, die Seite „Keyboard“ von Walmart zu scrapen: ![The Walmart “Keyboard” product page](https://media.brightdata.de/2025/01/image-107.png)Wenn Sie versuchen, mit einem beliebigen HTTP-Client auf diese Seite zuzugreifen, erhalten Sie die folgende Fehlerseite: ![Note the response from the server](https://media.brightdata.de/2025/01/image-108.png)Lassen Sie sich nicht vom Antwortstatus `200 OK` täuschen. Die vom Walmart-Server zurückgegebene Seite ist eigentlich eine Bot-Erkennungsseite. Sie fordert Sie ausdrücklich auf, mit [einer CAPTCHA-Aufgabe](/blog/web-data/bypass-captchas-with-python) zu bestätigen, dass Sie ein Mensch sind. Sie fragen sich vielleicht, wie das möglich ist, obwohl Sie den `User-Agent` so eingestellt haben, dass er einen echten Browser simuliert? Die Antwort lautet: TLS-Fingerprinting! Sehen wir uns nun an, wie Sie mit `curl_cffi` Anti-Bot-Maßnahmen umgehen und problemlos Web-Scraping durchführen können. ### Schritt 1: Projekt einrichten Stellen Sie zunächst sicher, dass Python 3+ auf Ihrem Rechner installiert ist. Falls nicht, [laden Sie es von der offiziellen Website herunter](https://www.python.org/downloads/) und befolgen Sie die Installationsanweisungen. Erstellen Sie dann mit diesem Befehl ein Verzeichnis für Ihr `curl_cffi` -Scraping-Projekt: ```none mkdir curl-cfii-scraper ``` Navigieren Sie in dieses Verzeichnis und richten Sie darin eine [virtuelle Umgebung](https://docs.python.org/3/library/venv.html) ein: ```none cd curl-cfii-Scraper python -m venv env ``` Öffnen Sie den Projektordner in Ihrer bevorzugten Python-IDE. [Visual Studio Code mit der Python-Erweiterung](https://code.visualstudio.com/docs/languages/python) oder [PyCharm Community Edition](https://www.jetbrains.com/pycharm/download/#section=windows) sind beide gute Optionen. Erstellen Sie nun eine Datei namens `scraper.py` im Projektordner. Diese ist zunächst leer, aber Sie werden bald die Scraping-Logik hinzufügen. Aktivieren Sie die virtuelle Umgebung im Terminal Ihrer IDE. Unter Linux oder macOS verwenden Sie: ```none ./env/bin/activate ``` Unter Windows führen Sie stattdessen folgenden Befehl aus: ```none env/Scripts/activate ``` Großartig! Sie sind nun vollständig eingerichtet und können loslegen. ### Schritt 2: Installieren Sie `curl_cffi` Installieren Sie in einer aktivierten virtuellen Umgebung den HTTP-Client über das [`curl-cffi`](https://pypi.org/project/curl-cffi/) -Pip-Paket: ```none pip install curl-cffi ``` Im Hintergrund lädt diese Bibliothek automatisch die `curl-Impersonation-Binärdateien` für Windows, macOS und Linux herunter. ### Schritt 3: Verbindung zur Zielseite herstellen Importieren Sie `Anfragen` aus `curl_cffi`: ```none from curl_cffi import requests ``` Dieses Objekt stellt eine hochrangige API bereit, die der [Python Requests-Bibliothek](/blog/web-data/python-requests-guide) ähnelt. Sie können es verwenden, um eine GET-HTTP-Anfrage an die Zielseite wie folgt auszuführen: ```none response = requests.get("https://www.walmart.com/search?q=keyboard", impersonate="chrome") ``` Das Argument `impersonate="chrome"` weist `curl_cffi` an, die HTTP-Anfrage so aussehen zu lassen, als käme sie von der neuesten Version von Chrome. Infolgedessen behandelt Walmart die automatisierte Anfrage wie eine normale Browseranfrage und gibt die Standardwebseite anstelle einer Anti-Bot-Seite zurück. Sie können auf den HTML-Inhalt der Zielseite zugreifen mit: ```none html = response.text ``` Wenn Sie `html` ausdrucken, sehen Sie Folgendes: ```none Elektronik – Walmart.com ``` Großartig! Das ist der HTML-Code der regulären Walmart-Produktseite „Tastatur”. ### Schritt 4: Fügen Sie die Logik zum Extrahieren der Daten hinzu `curl_cffi` ist lediglich ein HTTP-Client, mit dem Sie den HTML-Code einer Seite abrufen können. Wenn Sie Web-Scraping durchführen möchten, benötigen Sie zusätzlich eine Bibliothek für das HTML-Parsing wie [BeautifulSoup](https://www.crummy.com/software/BeautifulSoup/bs4/doc/). Weitere Informationen finden Sie in unserem Leitfaden zum [BeautifulSoup-Web-Scraping](/blog/how-tos/beautiful-soup-web-scraping). Installieren Sie BeautifulSoup in der aktivierten virtuellen Umgebung: ```none pip install beautifulsoup4 ``` Importieren Sie es in `scraper.py`: ```none from bs4 import BeautifulSoup ``` Verwenden Sie es dann, um den HTML-Code der Seite zu parsen: ```none soup = BeautifulSoup(response.text, "html.parser") ``` [`„html.parser”`](https://docs.python.org/3/library/html.parser.html) ist der Standard-HTML-Parser aus der Python-Standardbibliothek, der von BeautifulSoup zum Parsing der HTML-Zeichenfolge verwendet wird. Nun enthält `soup` alle Methoden, die Sie benötigen, um HTML-Elemente auf der Seite auszuwählen und Daten aus ihnen zu extrahieren. Da in diesem Beispiel das Parsing der Daten nicht im Vordergrund steht, werden wir nur den Seitentitel scrapen. Sie können ihn über einen [CSS-Selektor](https://developer.mozilla.org/en-US/docs/Web/CSS/CSS_selectors) mit der Methode `find()` auswählen und dann mit dem Attribut `text` auf seinen Text zugreifen: ```none title_element = soup.find("title") title = title_element.text ``` Weitere Informationen zu fortgeschritteneren Scraping-Verfahren finden Sie in unserem Leitfaden zum [Scraping von Walmart](/blog/how-tos/guide-to-scraping-walmart). Drucken Sie abschließend den Seitentitel aus: ```none print(title) ``` Großartig! Sie haben eine grundlegende Logik für Web-Scraping implementiert. ### Schritt 5: Alles zusammenfügen Dies ist Ihr endgültiges `curl_cffi` -Web-Scraping-Skript: ```none from curl_cffi import requests from bs4 import BeautifulSoup # Senden Sie eine GET-Anfrage an die Walmart-Suchseite für „keyboard” response = requests.get("https://www.walmart.com/search?q=keyboard", impersonate="chrome") # Extrahieren Sie den HTML-Code aus der Seite html = response.text # Den Antwortinhalt mit BeautifulSoup analysieren soup = BeautifulSoup(response.text, "html.parser") # Den Titel-Tag mit einem CSS-Selektor suchen und ausgeben title_element = soup.find("title") # Daten daraus extrahieren title = title_element.text # Komplexere Scraping-Logik... # Die gescrapten Daten ausgeben print(title) ``` Starten Sie es mit dem folgenden Befehl: ```none python3 Scraper.py ``` Oder, gleichwertig, unter Windows: ```none python Scraper.py ``` Das Ergebnis lautet: ```none Elektronik – Walmart.com ``` Wenn Sie das Argument `impersonate="chrome"` entfernen, erhalten Sie stattdessen: ```none Roboter oder Mensch? ``` Dies zeigt, wie wichtig die Browser-Identitätsfälschung ist, wenn es darum geht, [Anti-Scraping-Maßnahmen](/blog/web-data/anti-scraping-techniques) zu umgehen. Mission erfüllt! ## `curl_cffi`: Fortgeschrittene Verwendung Nachdem Sie nun wissen, wie die Bibliothek funktioniert, können Sie sich mit einigen fortgeschritteneren Szenarien befassen. ### Auswahl der Browser-Identitätswechsel `curl_cffi` unterstützt die Imitation mehrerer Browser. Jeder Browser ist mit einer eindeutigen Bezeichnung verknüpft, die Sie wie folgt an das Argument `„impersonate”` übergeben können: ```none response = requests.get("", impersonate="") ``` Hier sind die Bezeichnungen für die unterstützten Browser: - `chrome99`, `chrome100`, `chrome101`, `chrome104`, `chrome107`, `chrome110`, `chrome116`, `chrome119`, `chrome120`, `chrome123`, `chrome124`, `chrome131` - `chrome99_android`, `chrome131_android` - `edge99`, `edge101` - `safari15_3`, `safari15_5`, `safari17_0`, `safari17_2_ios`, `safari18_0`, `safari18_0_ios` **Hinweise**: 1. Um immer die neuesten Browserversionen zu imitieren, können Sie einfach `Chrome`, `Safari` und `Safari_ios` verwenden. 2. [Firefox ist derzeit nicht verfügbar](https://github.com/lexiforest/curl_cffi/issues/59), da nur WebKit-basierte Browser unterstützt werden. 3. Browser-Versionen werden nur hinzugefügt, wenn sich ihre Fingerabdrücke ändern. Wenn eine Version, z. B. `chrome122`, übersprungen wird, können Sie sie dennoch imitieren, indem Sie die Header der vorherigen Version verwenden. 4. Verwenden Sie für Nicht-Browser-Ziele `ja3`, `akamai` und ähnliche Argumente, um Ihre eigenen benutzerdefinierten TLS-Fingerabdrücke anzugeben. Weitere Informationen finden Sie in der [Dokumentation zur Imitation](https://curl-cffi.readthedocs.io/en/latest/impersonate.html). ### Sitzungsverwaltung Genau wie die `Requests-Bibliothek` unterstützt auch `curl-cfii` Sitzungen. Mit [`Sitzungs-Objekten`](https://requests.readthedocs.io/en/latest/user/advanced/#session-objects) können Sie bestimmte Parameter über mehrere Anfragen hinweg beibehalten, z. B. Cookies, Header oder andere sitzungsspezifische Daten. So können Sie eine Sitzung mit den Python-Bindings für die cURL Impersonate-Bibliothek definieren: ```none # Neue Sitzung erstellen session = requests.Session() # Dieser Endpunkt setzt ein Cookie auf dem Server. session.get("https://httpbin.io/cookies/set/userId/5", impersonate="chrome") # Die Cookies der Sitzung ausgeben, um zu überprüfen, ob sie gespeichert wurden. print(session.cookies) ``` Die Ausgabe des obigen Skripts lautet: ```none ]> ``` Das Ergebnis beweist, dass die Sitzung den Status über mehrere Anfragen hinweg beibehält, z. B. durch Speichern der vom Server definierten Cookies. ### Proxy-Integration Genau wie die `Requests` -Bibliothek unterstützt `curl_cffi` die Proxy-Integration über ein `Proxies` -Objekt: ```none # Definieren Sie Ihre Proxy-URL. proxy = "YOUR_PROXY_URL" # Erstellen Sie ein Wörterbuch mit Proxys für HTTP und HTTPS. proxies = {"http": proxy, "https": proxy} # Stellen Sie eine Anfrage unter Verwendung eines Proxys und eines Browser-Identitätswechsels response = requests.get("", impersonate="chrome", proxies=proxies) ``` Da die zugrunde liegende API der von `Requests` sehr ähnlich ist, lesen Sie bitte unsere Anleitung zur [Verwendung eines Proxys in Requests](/blog/proxy-101/proxy-with-python-requests). ### Asynchrone API `curl_cffi` unterstützt asynchrone Anfragen über `asyncio` mithilfe des [`AsyncSession`](https://curl-cffi.readthedocs.io/en/latest/api.html#curl_cffi.requests.AsyncSession) -Objekts: ```none from curl_cffi.requests import AsyncSession import asyncio # Definieren Sie eine asynchrone Funktion, um den asynchronen Code auszuführen. async def fetch_data(): async with AsyncSession() as session: # Führen Sie die asynchrone GET-Anfrage aus. response = await session.get("https://httpbin.org/anything", impersonate="chrome") # Den Antworttext ausgeben print(response.text) # Die asynchrone Funktion ausführen asyncio.run(fetch_data()) ``` Die Verwendung von `AsyncSession` erleichtert die effiziente Bearbeitung mehrerer asynchroner Anfragen, was für [die Beschleunigung des Web-Scrapings](/blog/web-data/speed-up-web-scraping) von entscheidender Bedeutung ist. ### WebSockets-Verbindung `curl_cffi` unterstützt auch `WebSockets`über die [`WebSocket`](https://curl-cffi.readthedocs.io/en/latest/api.html#curl_cffi.requests.Session.ws_connect) -Klasse: ```none from curl_cffi.requests import WebSocket # Callback-Funktion zum Verarbeiten eingehender Nachrichten definieren def on_message(ws, message): print(message) # Initialisieren Sie die WebSocket-Verbindung mit dem Callback ws = WebSocket(on_message=on_message) # Stellen Sie eine Verbindung zu einem Beispiel-WebSocket-Server her und warten Sie auf Nachrichten ws.run_forever("wss://api.gemini.com/v1/marketdata/BTCUSD") ``` Dies ist besonders nützlich, um Echtzeitdaten von Websites oder APIs zu scrapen, die `WebSocket` verwenden, um Daten dynamisch zu füllen. Beispiele hierfür sind Websites mit Finanzmarktdaten, Live-Sportergebnissen oder Live-Chats. Anstatt gerenderte Seiten zu scrapen, können Sie direkt auf den `WebSocket-Kanal` zugreifen, um Daten effizient abzurufen. **Hinweis**: Dank der [`AsyncWebSocket`](https://curl-cffi.readthedocs.io/en/latest/api.html#curl_cffi.requests.AsyncSession.ws_connect) -Klasse können Sie `WebSockets`asynchron verwenden. ## curl\_cffi vs Requests vs AIOHTTP vs HTTPX für Web-Scraping Nachfolgend finden Sie eine Übersichtstabelle zum Vergleich von `curl_cffi` mit anderen beliebten [Python-HTTP-Clients für das Web-Scraping](/blog/web-data/best-python-http-clients): **Funktion****curl\_cffi****Requests****AIOHTTP****HTTPX****Sync-API**✔️✔️❌✔️**Asynchrone API**✔️❌✔️✔️**Unterstützung für** `**WebSockets**`✔️❌✔️❌**Verbindungspooling**✔️✔️✔️✔️**Unterstützung für HTTP/2**✔️❌❌✔️`**User-Agent**` **-Anpassung**✔️✔️✔️✔️**TLS-Fingerabdruck-Spoofing**✔️❌❌❌**Geschwindigkeit**HochMittelHochMittel**Wiederholungsmechanismus**❌Verfügbar über `HTTP-Adapter`Nur über eine Drittanbieter-Bibliothek verfügbarVerfügbar über integrierte `Transports`**Proxy-Integration**✔️✔️✔️✔️**Cookie-Handhabung**✔️✔️✔️✔️## `curl_cffi` Alternativen für Web-Scraping `curl_cffi` erfordert einen manuellen Ansatz für das Web-Scraping, bei dem Sie den Großteil des Codes selbst schreiben müssen. Dies eignet sich zwar für einfache statische Websites, kann jedoch zu Problemen führen, wenn dynamische oder besser gesicherte Websites das Ziel sind. Bright Data bietet eine Reihe von `curl_cffi` -Alternativen für das Web-Scraping: - [Scraping-Browser-API](/products/scraping-browser): Vollständig verwaltete Cloud-Browser-Instanzen, die in Puppeteer, Selenium und Playwright integriert sind. Diese Browser bieten eine integrierte CAPTCHA-Lösung und automatische Rotation von Proxies, wodurch Anti-Bot-Abwehrmaßnahmen umgangen werden und die Interaktion mit Websites wie bei echten Benutzern erfolgt. - [Web Scraper APIs](/products/web-scraper): Vorkonfigurierte Endpunkte zum Abrufen aktueller, strukturierter Daten aus über 100 beliebten Domains. Diese APIs sind ethisch und konform und ermöglichen eine einfache Datenextraktion mit HTTPX oder jedem anderen HTTP-Client. - [No-Code-Scraper](/products/web-scraper/no-code): Ein intuitiver On-Demand-Datenerfassungsdienst, der das Codieren überflüssig macht. Er bietet Kontrolle, Skalierbarkeit und Flexibilität, ohne dass Sie sich mit Infrastruktur, Proxys oder Anti-Scraping-Hürden auseinandersetzen müssen. - [Datensätze](/products/datasets): Greifen Sie auf vorgefertigte Datensätze von verschiedenen Websites zu oder passen Sie Datensammlungen an Ihre Anforderungen an. Diese Lösungen vereinfachen das Scraping, indem sie robuste, skalierbare und konforme Datenextraktions-Tools bieten, die den manuellen Aufwand reduzieren. ## Fazit In diesem Artikel haben Sie erfahren, wie Sie die Bibliothek `curl_cffi` für das Web-Scraping verwenden können. Sie haben ihren Zweck, ihre wichtigsten Funktionen und ihre Vorteile kennengelernt. Dieser HTTP-Client zeichnet sich als schnelle und zuverlässige Option für Anfragen aus, die echte Browser imitieren. Automatisierte HTTP-Anfragen können jedoch Ihre öffentliche IP-Adresse offenlegen und so möglicherweise Ihre Identität und Ihren Standort preisgeben, was ein Datenschutzrisiko darstellt. Um Ihre Sicherheit und Anonymität zu schützen, ist eine der effektivsten Lösungen die Verwendung eines Proxy-Servers, um [Ihre IP-Adresse zu verbergen](/blog/how-tos/five-ways-to-hide-your-ip-address). Bright Data kontrolliert die besten Proxy-Server der Welt und bedient Fortune-500-Unternehmen sowie mehr als 20.000 Kunden. Das Angebot umfasst eine breite Palette von Proxy-Typen: - [Datacenter-Proxys](/proxy-types/datacenter-proxies) – Über 770.000 Rechenzentrums-IPs. - [Residential-Proxys](/proxy-types/residential-proxies) – Über 72 Millionen Residential-IPs in mehr als 195 Ländern. - [ISP-Proxys](/proxy-types/isp-proxies) – Über 700.000 ISP-IPs. - [Mobile-Proxy](/proxy-types) – Über 7 Millionen mobile IPs. Erstellen Sie noch heute ein kostenloses Bright Data-Konto, um unsere Proxys und Scraping-Lösungen zu testen! Vertrieb kontaktierenGratis testen![google social icon](/wp-content/themes/brightdata/assets/images/ic_google.svg) Inhaltsverzeichnis Dedicated Scraper APIs & No-Code Scrapers Over 1000 scrapers for all popular domains. Simplify your web scraping. [See pricing](/pricing/web-scraper "See pricing") Just want data? Skip scraping. Hundreds of ready-to-use datasets from all popular domains. [See pricing](/pricing/datasets "See pricing") [ ](https://news.ycombinator.com/submitlink?t=Verwendung+von+curl_cffi+f%C3%BCr+Web-Scraping+in+Python&u=https://brightdata.de/blog/web-data-de/web-scraping-with-curl-cffi) [ ](https://www.linkedin.com/shareArticle?mini=true&title=Verwendung+von+curl_cffi+f%C3%BCr+Web-Scraping+in+Python&url=https://brightdata.de/blog/web-data-de/web-scraping-with-curl-cffi) [ ](http://www.reddit.com/submit?title=Verwendung+von+curl_cffi+f%C3%BCr+Web-Scraping+in+Python&url=https://brightdata.de/blog/web-data-de/web-scraping-with-curl-cffi) ## Das könnte Sie auch interessieren [ ![OpenHuman with Bright Data](https://media.brightdata.de/2026/09/OpenHuman-with-Bright-Data.png) ](https://brightdata.de/blog/ai/openhuman-with-bright-data "Produktionsreifer Web-Zugriff in OpenHuman über die Bright Data CLI") [AI ![Antonello Zanini](https://media.brightdata.de/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Produktionsreifer Web-Zugriff in OpenHuman über die Bright Data CLI Integrieren Sie die Bright Data CLI mit OpenHuman, um produktionsreifen Web-Zugriff und Datenerhebung für KI-Agenten zu ermöglichen. 09-Sep-2026 12 min lesen ](https://brightdata.de/blog/ai/openhuman-with-bright-data) [ ![Multimodal Web Scraping with MiniMax](https://media.brightdata.de/2026/09/Multimodal-Web-Scraping-with-MiniMax.png) ](https://brightdata.de/blog/web-data-de/multimodal-web-scraping-with-minimax "Multimodales Web-Scraping mit MiniMax") [Web Data ![Antonello Zanini](https://media.brightdata.de/2022/12/Antonello-Zanini-2-50x50.jpg) Antonello Zanini Technical Writer ### Multimodales Web-Scraping mit MiniMax Kombinieren Sie Bright Data Web Unlocker mit MiniMax M3 Vision, um strukturierte Daten aus Bildern und Webseiten-Screenshots zu extrahieren. 09-Sep-2026 4 min lesen ](https://brightdata.de/blog/web-data-de/multimodal-web-scraping-with-minimax) [ ![The 10 Best CLI Tools for Codex in 2026](https://media.brightdata.de/2026/08/The-10-Best-CLI-Tools-for-Codex-in-2026.png) ](https://brightdata.de/blog/ai/best-cli-tools-for-codex "Die 10 besten CLI-Tools für Codex im Jahr 2026 – Getestet & Bewertet") [AI ![Daniel Shashko](https://media.brightdata.de/2022/04/Daniel-Shashko-2-50x50.png) Daniel Shashko Web Data & AI Expert ### Die 10 besten CLI-Tools für Codex im Jahr 2026 – Getestet & Bewertet Die 10 CLI-Tools, die Codex schneller und leistungsfähiger machen, beginnend mit dem Bright Data CLI für echten Web-Zugriff aus der Sandbox heraus. 06-Sep-2026 20 min lesen ](https://brightdata.de/blog/ai/best-cli-tools-for-codex)