Veri Kazıma (Web Scraping) Nedir? 2026 Kapsamlı Rehber

Bir emlak danışmanı tanıyorum. Her pazartesi sabahı, kahvesini yudumlarken, o hafta arayacağı 300 işletmenin listesi çoktan gelmiş oluyor. Ad, telefon, e-posta, web sitesi. Hepsi hazır. Rakibi ise hâlâ Google Haritalar'da tek tek fiş kaydırıyor, elle kopyalıyor, Excel'e yapıştırıyor. İkisi de aynı şehirde, aynı işi yapıyor. Fark? Biri veri kazıma kullanıyor, diğeri kullanmıyor.

İşte bu rehber tam olarak o farkı anlatıyor. Veri kazıma nedir ne işe yarar, nasıl yapılır, hangi araçlar var, Türkiye'de yasal mı — ve en önemlisi, kod bilmeden bunu nasıl kendiniz yaparsınız. Başlayalım.

Veri Kazıma Nedir?

Veri kazıma (web scraping), web sitelerindeki verilerin bir yazılım aracılığıyla otomatik olarak toplanıp yapılandırılmış bir formatta — CSV, Excel veya JSON — kaydedilmesidir. İnsan eliyle kopyala-yapıştır yapmak yerine, bir program sayfayı okur, istediğiniz bilgiyi çıkarır ve düzenli bir dosyaya döker. Veri çekme, veri toplama, otomatik veri çıkarma — hepsi aynı şeyi anlatır.

Rakam mı istiyorsunuz? Küresel web scraping pazarı 2025'te 1,03 milyar dolardı; 2026'da 1,17 milyar dolara ulaştı ve 2031'e kadar 2,23 milyar dolara, yıllık %13,78 büyümeyle çıkması bekleniyor (Mordor Intelligence, 2026). Bu büyümenin arkasında ne var? API erişiminin daralması, üretken yapay zekâ modellerinin veriye açlığı ve gerçek zamanlı fiyat takibi ihtiyacı. Kısacası: veri artık petrol değil, oksijen.

Türkiye'de de ilgi patlıyor. "Veri kazıma" araması ayda ~110 kez yapılıyor ve yıllık %50 artıyor (proje verisi, 2026). Küçük bir sayı gibi mi görünüyor? Öyle değil. Bu, bir pazarın daha yeni uyanmakta olduğunun işareti.

Bir not: web scraping'i veri madenciliğiyle (data mining) karıştırmayın. Scraping veriyi toplar; madencilik topladığınız veriden anlam çıkarır. Web crawling ise sayfaları gezip bağlantıları takip etme işidir — scraping'in kuzeni ama aynısı değil. Bir de "web kazıma", "veri çekme" ve "otomatik veri toplama" gibi terimlerle karşılaşacaksınız; hepsi pratikte aynı işi kastediyor.

Peki bu kadar ilgi neden? Çünkü veri, karar demek. Doğru veriyle fiyatlandırmanızı optimize eder, doğru müşteriyi bulur, rakibinizi bir adım önden görürsünüz. Yanlış veriyle — ya da hiç veriyle — karanlıkta el yordamıyla ilerlersiniz. Dünya genelinde işletmeler bunu fark etti: yazılımın %58'i hâlâ şirket içi çözümlerle çalışıyor olsa da, hazır servislere geçiş yıllık %14,74 hızla büyüyor (Mordor Intelligence, 2026). Yani mesele "toplamalı mıyım?" değil; "nasıl toplamalıyım?"

Veri Kazıma Nasıl Yapılır? (5 Adım)

Binlerce veriyi saniyeler içinde nasıl toplarsınız? Süreç aslında beş adımdan ibaret. Teoride basit. Pratikte işler biraz ilginçleşiyor — ama önce mantığı görelim.

1. HTTP isteği gönderme. Yazılım, hedef sayfaya tıpkı bir tarayıcı gibi "bana bu sayfayı ver" der.
2. HTML içeriğini alma. Sunucu sayfanın ham HTML kodunu geri döndürür. Gözünüzün gördüğü renkli sayfa değil; altındaki iskelet.
3. DOM ayrıştırma (parsing). Program bu HTML iskeletini bir ağaç yapısı olarak okur ve içinde gezinir.
4. Veri çıkarma. Ad, fiyat, telefon, e-posta — ne arıyorsanız, ilgili etiketlerden çekilir.
5. Veri saklama. Çıkarılan bilgi CSV, Excel veya JSON olarak kaydedilir. İşte listeniz.

Küçük bir örnekle netleşsin. Bir restoran rehberinden isim ve telefon çekmek istiyorsunuz. Yazılım sayfayı ister (adım 1), HTML gelir (adım 2), program "telefon numaraları hangi etikette?" diye iskeleti tarar (adım 3), her fişten numarayı söker (adım 4) ve hepsini bir Excel'e dizer (adım 5). Yüz fiş de olsa, on bin fiş de olsa mantık aynı. İnsan yorulur; kod yorulmaz.

Adım adım anlatınca kolay geliyor, değil mi? Ama bir web sitesi bugün çalışan kodunuzu yarın bir tasarım değişikliğiyle bozabilir. JavaScript ile yüklenen sayfalar ham HTML'de görünmez. CAPTCHA çıkar. IP'niz engellenir. Yani "veri kazıma nasıl yapılır adım adım" sorusunun dürüst cevabı şu: mantık beş adım, bakım ise sonsuz. Bu yüzden birçok kişi kod yazmak yerine hazır araçlara yöneliyor. Buna birazdan geleceğiz.

Veri Kazıma Ne İşe Yarar?

Diyelim ki Ayşe İstanbul'da bir dijital ajans işletiyor. Web sitesi olmayan işletmeleri bulup onlara site satmak istiyor. Elle mi arasın? Binlerce fişi tek tek mi açsın? Ömrü yetmez. Otomatik veri toplama ile "İstanbul'daki web sitesi olmayan restoranlar" listesini dakikalar içinde çıkarır ve doğrudan satışa geçer. Ölçek bu.

Peki gerçek hayatta kimler, nasıl kullanıyor? Birkaç örnek:

• E-ticaret fiyat takibi. Trendyol, Hepsiburada, Amazon TR gibi platformlarda rakiplerin fiyatlarını günlük tarayan botlar (PlusClouds örneği). Rakip zam yaptığında haberiniz anında olur.
• Emlak. Sahibinden ve Emlakjet gibi sitelerdeki ilanların otomatik çıkarılması — yeni ilan çıktığı an bildirim. Emlakçılar için altın değerinde.
• Rakip analizi için veri kazıma. Bir sektördeki tüm oyuncuların yorumlarını, puanlarını, fiyat aralıklarını toplayıp kıyaslama.
• Lead toplama. Prospeksiyon listeleri: ad, telefon, e-posta, sosyal medya. Cold mailing ve cold calling'in yakıtı.

Liste burada bitmiyor. İnsan kaynakları ekipleri belirli sektörlerdeki şirketleri tarayıp aday havuzu çıkarıyor. Turizm acenteleri otel ve restoran verilerini toplayıp paket kuruyor. Akademisyenler araştırma için kamuya açık veriyi çekiyor. Ortak nokta ne? Hepsi elle yapılamayacak kadar büyük bir işi otomatikleştiriyor.

Türkiye'de PlusClouds'un LeadOcean ürünü tam da bu iş için kuruldu — scraping ile lead üretiyor ve 1,8 milyardan fazla şirket verisi olduğunu iddia ediyor. Yani bu pazar sadece "gelecek" değil, çoktan burada. Fiyat takibi kullanım senaryosu ise küresel ölçekte en hızlı büyüyen alan: yıllık %19,23 (Mordor Intelligence, 2026). Kısacası, veriyle müşteri bulmak artık niş bir hile değil; standart bir oyun hamlesi. Tanıdık geldi mi? Rakibiniz muhtemelen bunu çoktan yapıyor.

Veri Kazıma Araçları 2026 (Kod vs Kodsuz)

Veri çekmek için kod yazmak şart değil. Bunu tekrar okuyun, çünkü çoğu rehber size bunu söylemez. İki dünya var: kod ile ve kodsuz. Hangisi sizin için? Duruma bağlı — ama karar vermeniz için ikisini de masaya koyalım.

Python ile veri kazıma

Geliştiriciyseniz Python muhtemelen ilk tercihiniz. BeautifulSoup öğrenmesi 10 dakika süren bir HTML ayrıştırıcıdır; Scrapy ise 2008'den beri statik siteler için en hızlı çerçeve. JavaScript ağırlıklı sayfalar için Playwright (Microsoft) artık Selenium'un yerini aldı. İşte bir python ile web scraping örneği ne kadar sade olabildiğini gösteriyor:

import requests
from bs4 import BeautifulSoup
r = requests.get("https://example.com")
soup = BeautifulSoup(r.text, "html.parser")
print(soup.title.text)

Beş satır. Çalışır. Sonra ne olur? Site tasarımını değiştirir, kodunuz kırılır. CAPTCHA çıkar, takılırsınız. Türk geliştirici topluluğu bu yolları çoktan aşındırdı: Medium'da Arzu Yıldız Toprak'ın Scrapy anlatımı, Yunus Emre Gündoğmuş'un "Python ile Veri Kazıma: Dünya Halleri" yazısı, hatta Udemy'de "Python Scrapy ile Web Scraping: 5 dakikada Amazon'u kazıyın" kursu — hepsi bu talebin canlı olduğunu gösteriyor. Kaynak boldur. Bakım masrafı da öyle.

Kodsuz araçlar ve ücretsiz veri kazıma araçları

Kod bilmeden çalışmak istiyorsanız görsel araçlar devreye girer. Octoparse, tıkla-seç arayüzü ve 600'den fazla hazır şablonuyla neredeyse her siteden veri çeker; e-ticaret, sosyal medya, iş ilanları için hazır kalıpları var. Peki ücretsiz veri kazıma araçları var mı? Evet — Octoparse'ın ücretsiz bir planı mevcut, açık kaynaklı Scrapy ve BeautifulSoup ise tamamen bedava. Ama unutmayın: yazılım bedava olsa da proxy, sunucu ve bakım zamanı bedava değil. "Ücretsiz" çoğu zaman başka bir bütçe kaleminde saklanır.

Yerel işletme verisi — restoranlar, kuaförler, oteller, esnaf — söz konusu olduğunda ise Scrap.io devreye giriyor. Diğer araçlar size "bir siteyi nasıl kazırsın" öğretirken, Scrap.io doğrudan sonucu verir: kategori seçersiniz, bölge seçersiniz, dışa aktarırsınız. Bu kadar. Arka planda 225 milyondan fazla işletme, 4.000'den fazla kategori ve 195 ülke duruyor. Kendi scraper'ınızı yazsanız bunun küçük bir kısmını aylarca uğraşarak toplardınız; burada işlem dakikalar sürüyor.

Google Maps'ten Veri Kazıma

Şunu bir düşünün: Google Haritalar'da 225 milyondan fazla işletme var. LinkedIn'de bulamayacağınız mahalledeki fırın, yan sokaktaki muhasebeci, ilçedeki tesisatçı — hepsi orada. Peki bu verinin kilidini nasıl açarsınız? Google haritalar veri çekme işini elle yapmayı bir deneyin. Ben burada bekliyorum.

Beklemeyin, çünkü acı verici. Bir müşterimiz bir keresinde bunu manuel yapmaya çalışmıştı: yüzlerce fişi tek tek açıp e-postaları kopyalamak, günler süren bir işkenceye dönüşmüştü. İşte tam da bu yüzden google maps veri kazıma için özel bir araç mantıklı.

Scrap.io tam olarak burada parlıyor. Kategori + bölge (şehir, il veya tüm ülke) seçersiniz; e-posta, telefon veya web sitesi filtrelerini uygularsınız; ve dışa aktarırsınız. Üstelik filtreleme, kredi harcanmadan önce uygulanır — yani yalnızca işinize yarayan kişiler için ödeme yaparsınız. Sıfır israf. Rakamlar mı? 10.000 istek/dakika kapasite ve gerçek bir müşteri vakasında 45 dakikada 11.734 işletme. Veriler de her dışa aktarımda gerçek zamanlı güncellenir; kimse size aylık eskimiş bir veri tabanı satmaz.

İşinizi hızlandırmak isterseniz, tarayıcınızdan çıkmadan çalışmak da mümkün: Scrap.io Chrome uzantısı e-postaları ve sosyal ağları doğrudan Google Haritalar arayüzünde gösterir. Daha derine inmek isteyenler için Scrap.io başlangıç kılavuzu adım adım her şeyi anlatıyor. Nasıl bir dosya çıktığını merak ediyorsanız, şu örnek veri dosyasına bir bakın.

Veri Kazıma Yasal mı? (KVKK, FSEK, TTK)

"Veri kazımak yasal mı?" sorusu, sayısız projeyi daha başlamadan durduruyor. Cevap can sıkıcı ama dürüst: duruma bağlı. Türkiye'de veri kazımayı doğrudan yasaklayan ya da izin veren özel bir kanun yok. Bunun yerine üç ayrı çerçeve devreye giriyor (kaynak: Göksu Safi Işık ve Güleryüz hukuk büroları, 2025):

• KVKK (Kişisel Verilerin Korunması Kanunu). Kişisel veri topluyorsanız — ad, e-posta, telefon gibi bir kişiyi tanımlayan bilgiler — KVKK devreye girer. Bu en hassas alan. KVKK'nın resmi kaynakları referans noktanız olmalı.
• FSEK (5846 sayılı Fikir ve Sanat Eserleri Kanunu). Bir veri tabanının tamamını kopyalamak, o veri tabanı üzerindeki hakları ihlal edebilir.
• TTK (Türk Ticaret Kanunu). Rakibin verisini haksız rekabet oluşturacak şekilde kullanmak burada karşınıza çıkar.

Basit kural mı arıyorsunuz? İşte tavsiyem: robots.txt dosyasına ve sitenin Kullanım Koşulları'na uyun, kamuya açık işletme verileriyle sınırlı kalın, kişisel veride ekstra dikkatli olun. KVKK veri kazıma konusunda gri alanlar var; ama halka açık ticari bilgi (işletme adı, adresi, genel telefonu) toplamak, genellikle güvenli tarafta durur. Web scraping yasal mı Türkiye sorusunun kısa özeti bu.

Somut bir örnek: bir kuaförün genel salon telefonunu ve adresini toplamak, halka açık ticari bilgidir — genellikle sorun yok. Ama o salonun sahibinin özel cep numarasını izinsiz toplayıp pazarlamada kullanmak? İşte orada KVKK kapıyı çalar. Fark inceymiş gibi görünüyor ama hukuken devasa. Emin değilseniz bir avukata danışın; bu yazı bir hukuki tavsiye değil, bir pusuladır.

Bu arada — Scrap.io yalnızca herkese açık işletme verilerini toplar ve KVKK ile GDPR uyumludur; her veri kaynağına kadar izlenebilir. Yani "riskli mi?" diye düşünüyorsanız, doğru araçla risk minimuma iner.

Anti-Scraping ve En İyi Uygulamalar

CAPTCHA, IP engelleme, honeypot tuzakları, davranış analizi... Siteler kazınmayı istemiyor ve giderek daha akıllı savunmalar kuruyor. Etik scraping, bu duvarları saygıyla aşmaktır — yıkmak değil. Peki nasıl?

• robots.txt'e uyun. Site size "burayı tarama" diyorsa, taramayın. Basit.
• Rate limiting uygulayın. Saniyede yüzlerce istek göndermek hem kaba hem de sizi anında ele verir. İstekleri aralıklara yayın.
• Kullanım koşullarını okuyun. Sıkıcı, biliyorum. Ama sözleşmeyi ihlal etmek başınızı ağrıtır.
• Sadece ihtiyacınız olanı alın. Tüm siteyi indirmek yerine hedefli çalışın.

Bir de kimlik meselesi var. Kendi scriptinizle çalışırken IP rotasyonu, kullanıcı-ajanı değişimi, oturum yönetimi... hepsini siz kurarsınız. Bir hata, tüm projenin engellenmesi demek. Ücretsiz proxy'ler mi? Çoğu büyük sitede saatler içinde kara listeye düşer. Ciddi bir iş yapıyorsanız ücretli altyapı kaçınılmaz. İşte kodsuz platformların sessiz kahramanlığı burada: bu teknik zırhı sizin adınıza onlar taşır.

Küresel pazarın en büyük freni de tam olarak bu: gelişmiş bot engelleme araçları ve hukuki belirsizlik, düşük kaliteli scraper'ları eliyor (Mordor Intelligence, 2026). Yani oyun, "en çok veriyi kazan" değil; "en temiz ve uyumlu şekilde kazan"a dönüşüyor. Kodsuz platformların cazibesi de buradan geliyor — bu duvarları sizin yerinize onlar aşıyor.

Sonuç

Web scraping artık bir seçenek değil, bir rekabet aracı. Pazar büyüyor, Türkiye uyanıyor ve elle kopyala-yapıştır yapan herkes geride kalıyor. İster Python ile kendi scraper'ınızı yazın, ister kodsuz bir araçla dakikalar içinde başlayın — önemli olan başlamak.

Google Haritalar'dan yerel lead toplamak istiyorsanız, kendi başınıza kod yazıp bakım kâbusuyla uğraşmadan bunu yapmanın en hızlı yolu belli.

Sıkça Sorulan Sorular

Veri kazıma (web scraping) nedir?

Veri kazıma, web sitelerindeki verilerin bir yazılım aracılığıyla otomatik toplanıp yapılandırılmış formatta (CSV, Excel, JSON) kaydedilmesidir. Elle kopyalama yerine bir program veriyi sizin için çıkarır.

Veri kazıma yasal mı?

Kullanım şekline bağlıdır. Türkiye'de özel yasa yok; kamuya açık işletme verileri genelde toplanabilir. Kişisel veride KVKK, veri tabanında FSEK (5846), haksız rekabette TTK geçerli. robots.txt ve kullanım koşullarına uyun.

Kod bilmeden veri kazıma yapılabilir mi?

Evet. Octoparse gibi görsel araçlar veya Scrap.io gibi kodsuz platformlarla kategori + bölge seçerek veri çekip Excel/CSV olarak dışa aktarabilirsiniz. Kod gerekmez.

Google Haritalar'dan veri kazıma nasıl yapılır?

Scrap.io ile kategori + bölge (şehir/il/ülke) seçer, e-posta/telefon/web sitesi filtreleri uygular ve saniyeler içinde dışa aktarırsınız — kod gerekmez.

Web scraping için hangi araçlar kullanılır?

Kod tarafında BeautifulSoup, Scrapy, Selenium, Playwright; kodsuz tarafında Octoparse ve yerel işletme verisi için Scrap.io kullanılır.