Trustpilot-Reviews scrapen 2026 (API & Python)

Der schnellste Weg, um 2026 Trustpilot-Reviews zu scrapen, ist der Aufruf einer strukturierten Reviews-API, die normalisiertes JSON zurückgibt — Ratings, Review-Text, Datumsangaben, Labels der Bewertenden und Business-Profildaten — statt Trustpilots HTML selbst zu paginieren und zu parsen. DIY in Python ist möglich, aber Pagination, Layout-Änderungen und Anti-Bot-Abwehr machen es teuer in der Wartung, und Review-Text sind personenbezogene Daten, die du sorgfältig behandeln musst.

Trustpilot betreibt zwar eine offizielle Business-API, die aber einen kostenpflichtigen Plan und Partner-Zugang voraussetzt. Eine strukturierte Scraping-API ist der praktische Weg, wenn du öffentliche Review-Daten über Unternehmen willst, die dir nicht gehören.

Ist es legal, Trustpilot-Reviews zu scrapen?

Reviews sind öffentlich, enthalten aber personenbezogene Daten (Namen und Meinungen der Bewertenden), also behandle sie mit besonderer Sorgfalt:

• Erfasse nur öffentliche Review-Seiten — keine Logins.
• Behandle Informationen zu Bewertenden als personenbezogene Daten nach DSGVO/CCPA: speichere so wenig wie möglich und sorge für eine Rechtsgrundlage.
• Respektiere Rate-Limits und Trustpilots Bedingungen; für die rechtmäßige Nutzung bist du verantwortlich.
• Präsentiere gescrapte Reviews nicht so, dass sie über ihre Quelle oder Echtheit täuschen.

Das ist keine Rechtsberatung — siehe Is web scraping legal in 2026?, wo die Grenze zwischen öffentlichen und personenbezogenen Daten ausführlicher behandelt wird.

Option 1: DIY in Python (und warum es kaputtgeht)

Ein erster Versuch lädt eine Business-Seite und parst die Review-Karten:

import json, requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://www.trustpilot.com/review/openai.com",
    headers={"User-Agent": "Mozilla/5.0", "Accept-Language": "en-US,en;q=0.9"},
)
soup = BeautifulSoup(resp.text, "html.parser")

# Trustpilot pre-loads reviews into a __NEXT_DATA__ script tag — faster than parsing cards
data = json.loads(soup.select_one("#__NEXT_DATA__").string)
reviews = data["props"]["pageProps"].get("reviews", [])  # undocumented path; shifts between deploys
print(len(reviews), "reviews on page 1")
# ...then normalize each review to CSV, page every ?page= URL, and get past Cloudflare

Die wiederkehrenden Kosten:

• Cloudflare & Rate-Limits — Trustpilot sitzt hinter Cloudflare mit Bot-Erkennung und Rate-Limiting, sodass wiederholte Requests residentielle Proxys und JS-Rendering-Fallbacks brauchen.
• Undokumentierte Struktur — der Aufbau des __NEXT_DATA__-Blobs ändert sich zwischen Deploys, sodass dein Pfad hinein still und leise kaputtgeht.
• Pagination — Reviews verteilen sich über viele ?page=-URLs, die du durchlaufen und deduplizieren musst.
• Normalisierung — Sterne, Datumsangaben, Verifizierungs-Flags und Antworten brauchen alle ein konsistentes Parsing.

Option 2: No-Code- und fertige Tools

Point-and-Click-Scraper können ein, zwei Seiten abgreifen, aber Reputation-Monitoring bedeutet, Unternehmen nach Zeitplan erneut zu prüfen und die Historie zu speichern. Das ist eine Pipeline-Aufgabe, und da passt eine API besser als ein manuelles Tool.

Option 3: Eine strukturierte Trustpilot-API

Crawloras Trustpilot API stellt dokumentierte Endpoints für Business-Profile, Reviews, Suche und Kategorien bereit und gibt normalisiertes JSON zurück. Reviews werden über den Business-Slug adressiert (die Domain des Unternehmens auf Trustpilot):

curl -G "https://api.crawlora.net/api/v1/trustpilot/business/openai.com/reviews" \
  -H "x-api-key: $CRAWLORA_API_KEY" \
  --data-urlencode "page=1" \
  --data-urlencode "language=en"

import requests

resp = requests.get(
    "https://api.crawlora.net/api/v1/trustpilot/business/openai.com/reviews",
    headers={"x-api-key": "YOUR_API_KEY"},
    params={"page": 1, "language": "en"},
)
for review in resp.json()["data"]["reviews"]:
    print(review["stars"], review["title"], review["date"])

Eine Antwort ist normalisiertes JSON, das du direkt speichern kannst (die Felder sind beispielhaft — bestätige das Schema in den Docs):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "business": { "slug": "openai.com", "rating": 4.1, "review_count": 1234 },
    "reviews": [
      {
        "stars": 5,
        "title": "Great experience",
        "text": "Review body text.",
        "date": "2026-05-01",
        "verified": true
      }
    ]
  }
}

Du kannst Reviews nach stars, verified, language, einem Suchbegriff q und einem Zeitraum filtern. Du kennst den Slug nicht? Finde ihn, und rufe dann das Profil, verwandte Wettbewerber oder eine ganze Kategorie ab:

h = {"x-api-key": "YOUR_API_KEY"}
base = "https://api.crawlora.net/api/v1/trustpilot"

found = requests.get(f"{base}/business-units/search", headers=h, params={"q": "openai"}).json()["data"]
profile = requests.get(f"{base}/business/openai.com", headers=h).json()["data"]
related = requests.get(f"{base}/business/openai.com/related", headers=h).json()["data"]
sector = requests.get(f"{base}/category/software_company", headers=h, params={"page": 1}).json()["data"]

Der Slug ist die Domain des Unternehmens auf Trustpilot (z. B. openai.com); die Kategorie-Endpoints (/categories, /category/{slug}) finden Unternehmen einer Branche für Wettbewerbs-Benchmarking.

Was du erfassen kannst

• Business-Profil: Gesamt-Rating, Anzahl der Reviews und Kategorie
• Einzelne Reviews: Sterne, Titel, Text, Datum, Verifizierung und Antworten, wo vorhanden
• Filter für Sterne, verifizierten Status, Sprache, Keyword und Zeitraum
• Kategorie- und Such-Endpoints, um Unternehmen zu finden

Grenzen und typische Herausforderungen

• Die offizielle API gilt nur für das eigene Profil. Trustpilots Service-Reviews- und Business-Units-APIs verlangen ein verifiziertes Business-Konto und geben nur Daten für deine eigene Business Unit zurück — um Wettbewerber zu benchmarken, erfasst du öffentliche Reviews.
• Cloudflare & Rate-Limits. Öffentliche Seiten sitzen hinter Cloudflare mit Bot-Erkennung und Rate-Limiting, sodass DIY residentielle Proxys und JS-Rendering braucht; eine strukturierte API erledigt das hinter einem einzigen Key.
• Reviews sind personenbezogene Daten. Namen und Meinungen der Bewertenden fallen unter DSGVO/CCPA — speichere so wenig wie möglich, sorge für eine Rechtsgrundlage und stelle Quelle oder Echtheit der Reviews nicht falsch dar.
• Pagination. Reviews und Kategorie-Listings paginieren; durchlaufe jede Seite und dedupliziere.

Sources

Wo das hineinpasst

Probier es zuerst kostenlos aus: schicke eine beliebige öffentliche URL durch den Free Web Scraper oder prüfe mit dem Anti-Bot Checker, ob eine Website Bots blockiert — ohne Anmeldung.

Das treibt Review- und Reputation-Monitoring an: verfolge das Rating einer Marke über die Zeit, markiere neue negative Reviews und benchmarke gegen Wettbewerber. Kombiniere es mit App-seitigem Sentiment aus den Review-Endpoints von App Store und Google Play — oder unserem vorgescrapten App-Review-Sentiment-Datensatz — für eine kanalübergreifende Sicht auf Kundenfeedback. Für Sentiment aus anderen öffentlichen Quellen siehe how to scrape Reddit; für das breitere Toolkit how to choose a web scraping API.

Leg los, indem du den Endpoint im Playground testest, das Request- und Response-Schema in den API docs liest und die Credit-Kosten auf der Pricing-Seite durchgehst.