Parsing vs Scraping - Jouw factuur stond nooit op een webpagina

Belangrijkste punten

• Scraping haalt op, parsing structureert. Scraping verzamelt data die op een webpagina staat. Parsing zet een document om in bruikbare velden.
• Parsing vereist geen scraping. Als het bestand al in jouw inbox zit, hoeft er niets meer te worden opgehaald.
• De bron bepaalt de tool. Bestanden die jij bezit of ontvangt, gaan naar een document parsing API. Openbare webpagina's die je in de gaten wilt houden, gaan naar een web scraping API.
• Hybride opstellingen zijn normaal, geen compromis. Log in op het portaal, download de PDF, en geef het aan de parser. Twee tools, één pipeline.
• Het echte kostenverschil zit in onderhoud. Een parser rekent af per document dat je vooraf kunt tellen. Een scraper rekent die kosten plus een week aan engineeringuren telkens wanneer een site van vorm verandert.

Parsing vs scraping in één zin

Parsing en scraping zijn niet twee manieren om hetzelfde werk te doen. Scraping is hoe je data ophaalt die op een webpagina staat. Parsing is hoe je inhoud omzet in gestructureerde velden. De twee ontmoeten elkaar in web scraping-projecten, waarbij een scraper de HTML downloadt en een parser deze leest, wat de reden is waarom veel uitleg ze als stap één en stap twee presenteert. Ze zijn niet altijd sequentieel. Wanneer een leverancier jou een factuur e-mailt, vond de ophaalstap al plaats op het moment dat ze op verzenden drukten. Er is geen pagina om te scrapen en niets om te crawlen. Alles wat overblijft, is parsing.

Dat ene onderscheid bepaalt wat je koopt, en het omdraaien is op een langzame manier duur. Een team zoekt naar een scraping API om een documentprobleem op te lossen, en besteedt vervolgens twee sprints om te ontdekken dat scrapers zijn gebouwd rondom HTML-structuur en helemaal niets kunnen met een gescande pakbon.

De één leest webpagina's, de ander leest jouw papierwerk

Een document parsing API zet bestanden om in gestructureerde JSON. PDF's, scans, spreadsheets, e-mails met bijlagen. Het leest de lay-out en de tekst, haalt er key-value paren en regeltabellen uit en geeft iets terug waar jouw systemen iets mee kunnen. Dat is de stap die de verwerking van facturen, het volgen van bestelbonnen en e-mail-naar-database workflows de moeite waard maakt om te automatiseren.

Een web scraping API verzamelt data van websites door pagina's op te vragen en de HTML of de gerenderde DOM te lezen. Het bestaat voor de situatie waarin een site iets nuttigs publiceert en geen officiële toegang biedt: productoverzichten, prijswijzigingen, nieuws, openbare datasets die iemand handmatig moet samenstellen.

Beide vallen onder de noemer "data-extractie", en dat gedeelde label is de voornaamste oorzaak van de verwarring. Zoek op parsing vs scraping, of scraping vs parsing, en je zult talloze definities vinden. Wat volgt is het deel dat de definities overslaan: hoe je bepaalt aan welke kant jouw probleem zich bevindt, wat beide kosten om draaiende te houden, en de hybride opstellingen waar echte teams uiteindelijk mee werken. Voor een breder beeld van het automatiseren van datastromen, zie onze data extraction API-gids, en als je eenmaal weet dat je probleem bij parsing ligt, dekt onze gids over het kiezen van een document extraction API hoe je de leveranciers kunt testen.

Wat beide daadwerkelijk doen

Beide resulteren in gestructureerde data. Alles daarvoor is verschillend: de input, de manier waarop het faalt, en wie de eigenaar is van de bron.

Uit onderzoek van Scrapingdog blijkt dat 34,8% van de ontwikkelaars inmiddels web scraping API’s gebruikt in plaats van het onderhouden van eigen scraping-scripts.

De document parsing API

De input is een bestand dat jij al in bezit hebt. Een PDF, een scan, een foto van een bonnetje gemaakt met een telefoon, een e-mail met drie bijlagen, een spreadsheet die iemand heeft geëxporteerd uit een systeem zonder API. De output is JSON met de velden die je hebt gevraagd, inclusief regeltabellen, afgeleverd via webhook of direct gelezen vanuit de API.

De engine doet het werk dat een template vroeger deed. Tekstdocumenten en e-mails gaan door een Text AI-engine. PDF's, scans en afbeeldingen gaan door een Vision AI-engine die de lay-out leest, waardoor een leveranciersformaat dat niemand eerder heeft gezien niet direct een nieuwe configuratie vereist.

Wat mensen erdoorheen sturen: facturen en bonnetjes voor de crediteurenadministratie, regels uit bestelbonnen, financiële overzichten, grote aantallen klantformulieren, en operationele e-mails die zijn omgezet in gestructureerde data om een workflow in Zapier, Make of n8n aan te sturen.

De web scraping API

De input is een URL. Daartussen laadt de API de pagina, leest de DOM, en past regels toe zoals CSS-selectors of XPath om een productnaam, een prijs of een headline te pakken. De output bestaat uit die velden als JSON of CSV. De meeste scraping API's beheren ook proxy's, rendering en anti-botmaatregelen zodat de verzoeken blijven binnenkomen.

Het bestaat voor één situatie. Een site publiceert iets nuttigs en biedt geen officiële toegang, dus je gaat erheen en pakt het: prijsmonitoring, productcatalogi, nieuwsaggregatie, vacaturebanken, openbare datasets die niemand de moeite heeft genomen om samen te stellen.

Door het ontwerp zijn document parsing API's bij uitstek geschikt voor bestanden die jij bezit of ontvangt en web scraping API's voor openbare webpagina's.

Welke heb jij nodig

Begin met één vraag. Waar bevindt de data zich op dit moment? Bijna elke situatie vloeit voort uit het antwoord.

Het is een bestand dat je rechtmatig bezit. Een PDF, een scan, een e-mailbijlage, een overzicht dat iemand heeft gedownload in een gedeelde map. Gebruik een document parsing API. Er hoeft niets te worden opgehaald, dus alles wat ophaalt is machinerie die je zonder reden zou onderhouden.

Het is een openbare webpagina. Prijzen, lijsten, headlines, een dataset die alleen als website bestaat. Gebruik een web scraping API, en weet vooraf dat je je niet alleen hebt aangemeld voor de tool, maar ook voor het onderhoud.

Het is allebei, wat het gebruikelijke antwoord is bij elk echt bedrijf. Iets haalt het bestand op, iets anders begrijpt het. Het hybride patroon verderop in dit artikel is de vorm die blijft werken.

Twee beslissende factoren voor de gevallen die nog steeds dubbelzinnig aanvoelen:

• Heb je regels en tabellen nodig uit facturen, bonnetjes of bestelbonnen? Parsing. Schema-consistentie over financiële data heen is niet iets waarvoor selectors ooit zijn gebouwd.
• Moet je het merken wanneer een bron verandert zonder dat iemand het je vertelt? Scraping. Het volgens schema opnieuw controleren van een pagina is iets wat het echt goed doet.

Kiezen tussen specifieke leveranciers in plaats van benaderingen? Ons overzicht van de beste API's voor PDF data-extractie behandelt de documentkant in detail.

Document parsing en web scraping vergeleken

Niemand wisselt van tool vanwege een lijst met functies. Ze wisselen vanwege onderhoud, juridische risico's, en wat er gebeurt op de dag dat de bron van vorm verandert.

Wanneer scraping de juiste tool is, en hoe je het doet zonder vijanden te maken

Scraping verdient zijn plek wanneer de informatie alleen op een website bestaat en niemand je het ooit als bestand zal sturen. Het verzamelt data op schaal zonder te wachten op een partner, een leverancier of een klant, wat de reden is waarom marktonderzoek, prijsmonitoring en kennisaggregatie er zo zwaar op leunen.

Industriedata van Browsercat schat de wereldwijde web scraping-markt op ongeveer 1,01 miljard USD in 2024, naar verwachting groeiend tot 2,49 miljard USD tegen 2032, met een samengestelde jaarlijkse groei (CAGR) van 11,9%.

Scraping is de juiste keuze wanneer je prijzen in de gaten houdt op verschillende e-commercesites, aankondigingen verzamelt van bronnen die je nooit een feed zullen sturen, of een dataset bouwt van vacatures, bedrijvengidsen of evenementenlijsten waar geen officiële API voor bestaat.

Controleer voor dit alles of je überhaupt moet scrapen. De echte keuze is vaak web scraping vs API-toegang, en het verschil tussen web scraping en API-toegang komt neer op toestemming. Een API is de site die jou vertelt hoe je de data moet pakken. Een scraper ben jij die dat zelf beslist. Kies de API elke keer dat deze wordt aangeboden.

Als deze niet wordt aangeboden, verzamel dan beleefd:

• Lees robots.txt en de servicevoorwaarden voordat je ook maar één regel code schrijft
• Beperk de snelheid (rate-limit) van je crawlers zodat jij niet de reden bent dat iemands server crasht
• Gebruik agressieve caching in plaats van dezelfde pagina opnieuw op te vragen
• Identificeer je scraper eerlijk in plaats van deze te vermommen als een browser
• Schakel over op de officiële API op de dag dat er een verschijnt

En ga er vanuit dat de site zal veranderen. Een kleine HTML-aanpassing kan je selectors breken en ontbrekende of verkeerde data produceren zonder ergens een foutmelding te geven, wat precies het soort falen is dat ontdekt wordt in een bestuursverslag. Monitoring en waarschuwingen zijn geen optionele extra's.

Scraping is makkelijk om mee te starten en ellendig om te onderhouden

Een weekendproject levert je data op. Die data twee jaar lang laten stromen is een andere sport, en de moeilijkheid ligt zelden bij technische genialiteit. Het is een uitputtingsslag.

Een analyse van Octoparse toont aan dat slechts ongeveer 50% van de websites makkelijk te scrapen is, terwijl 30% matig uitdagend is en de overige 20% bijzonder complex is vanwege ingewikkelde structuren of anti-scrapingmaatregelen.

De site zal veranderen en niemand zal het je vertellen

Niemand heeft ooit een website opnieuw ontworpen met jouw scraper in gedachten. Het hernoemen van een CSS-class is genoeg om de pipeline te breken, en de waarschuwing die je krijgt is meestal een collega die vraagt waarom de cijfers van gisteren er vreemd uitzien.

Anti-botmaatregelen zijn nu de standaard

CAPTCHA's, IP-throttling, sessievalidatie en botdetectie worden standaard meegeleverd. Het omzeilen hiervan betekent het roteren van proxy's, het beheren van user-agent strings en het afremmen van verzoeken. Dat is engineering-inspanning die besteed wordt aan het binnenkomen in plaats van aan de data waarvoor je kwam. Drijf je het te ver, door een betaalmuur te omzeilen of de servicevoorwaarden te negeren, dan stopt het probleem met technisch zijn en wordt het juridisch.

Websites zijn geschreven voor mensen, niet voor jou

Gescrapete data heeft meestal opschoning en validatie nodig. Inconsistente HTML, door JavaScript gerenderde inhoud en dubbele records arriveren allemaal als onderdeel van het pakket, omdat niemand die een pagina publiceerde nadacht over jouw schema.

Schaal kost meer dan alleen requests

Grootschalig scrapen is niet simpelweg meer requests. Het is concurrency-beheer, retry-logica, foutafhandeling en gedistribueerde workloads, bovenop een stijgende rekening voor proxy's, servers en monitoring.

Niets hiervan is ooit af. Een gescrapete pipeline vereist continue aanpassing op een manier die officiële API's en documentinputs niet hebben, dus als een bedrijfsproces hiervan afhankelijk is, is iemand er voor onbepaalde tijd de eigenaar van. Zoek uit wie dat is voordat je het bouwt.

Wanneer een document parsing API het voor de hand liggende antwoord is

Gebruik er één wanneer de informatie al als document bij je binnenkomt in plaats van gepubliceerd te worden op een website. Het arriveert als een PDF, een scan of een e-mailbijlage, en het alternatief voor het parsen is dat iemand het overtypt in een ERP, wat een baan is waar niemand op heeft gesolliciteerd.

Volgens Sphereco is 80% van bedrijfsdata ongestructureerd, zittend in e-mails, PDF's en gescande documenten, wat een heleboel informatie is die niemand kan bevragen.

Typische use cases:

• Factuur- en bonnetjesverwerking, waarbij leveranciersnamen, datums, totalen en regeltabellen rechtstreeks naar de crediteurenadministratie gaan
• Bestelbonnen en overzichten, waarbij ordernummers, bedragen en betalingsvoorwaarden de afstemming versnellen
• Formulieren en contracten, waarbij hetzelfde handjevol velden uit honderd verschillende lay-outs gehaald moet worden
• Operationele e-mails, waarbij orderbevestigingen, verzendmeldingen en boekingsverzoeken JSON worden voor stroomafwaartse systemen

Parsing wint op nauwkeurigheid en consistentie. Een goede parser doet meer dan alleen tekst lezen. Het normaliseert formaten, valideert velden en levert resultaten via webhooks rechtstreeks af in jouw applicatie of database, zodat niemand de vrijdag hoeft te besteden aan een opschoonronde.

Het is ook de meest stabiele van de twee, om een saaie reden. Een leverancier past het ontwerp van diens factuur vrijwel nooit aan, en een website wordt constant vernieuwd. Wanneer een lay-out wel verandert, leest AI-extractie de nieuwe lay-out in plaats van te wachten tot iemand iets opnieuw configureert. Als jouw bedrijf draait op leveranciersdocumenten, klantafschriften of e-mails, is parsing vrijwel altijd het snellere en duurzamere antwoord. Onze gids over PDF-scrapers behandelt het vocabulaire aan de documentkant in meer detail.

Het hybride patroon: scrapen om op te halen en parsen om te structureren

De meeste echte workflows zijn geen keuze tussen de twee. Ze zijn een reeks: iets haalt het bestand op, iets anders begrijpt het. Zodra je de splitsing op die manier bekijkt, concurreren de tools niet langer met elkaar.

Het patroon dat het vaakst voorkomt, ziet er zo uit:

1. Een leverancier publiceert overzichten op een portaal in plaats van deze te e-mailen.
2. Een headless browser of RPA-tool logt volgens een schema in en downloadt de PDF. Dit is browserautomatisering, geen klassieke scraping, omdat het doelwit een bestand achter een login is in plaats van een openbare pagina.
3. Het gedownloade bestand gaat in dezelfde document parsing API als alles wat via e-mail binnenkomt.
4. Gestructureerde JSON belandt in het ERP of de database via een webhook, zonder vertakking in de workflow voor waar het document vandaan kwam.

Andere combinaties die in de praktijk voorkomen:

• Eerst parsen, dan verrijken met gescrapete context. Na het parsen van facturen wil je misschien leverancierscategorieën of branchebenchmarks die alleen op openbare pagina's bestaan. Scrape de context, bewaar de financiële velden van de parser.
• E-mailparsing met een live controle. Orderbevestigingen en verzendmeldingen komen via e-mail binnen en worden foutloos geparset, vervolgens verifieert een scraper de huidige voorraad of prijsstelling op de site van de leverancier.
• Eén gestructureerde laag, meerdere bronnen. Met documenten die al in JSON zijn, kan gescrapete webdata eraan worden gekoppeld voor het normaliseren van leveranciersnamen, het opsporen van afwijkingen of het mappen van producten over verschillende systemen.

Het ontwerppunt dat het stelen waard is, is dat het de parser niet zou moeten uitmaken waar het bestand vandaan kwam. Bouw de extractie-pipeline rondom het document en behandel e-mail, API-upload en portaal-download vervolgens als drie manieren om deze te voeden. De dag dat een leverancier eindelijk een API lanceert, verwijder je één ophaalstap en voor de rest verandert er niets.

Is Parseur een document parsing API of een web scraping API?

Parseur is een document- en e-mail parsing API. Het zet ongestructureerde documenten om in gestructureerde JSON, en het crawlt of haalt geen webpagina's op. Waar een scraping API websites leest die je niet bezit, werkt Parseur op de documenten en e-mails die jij of jouw gebruikers al hebben, wat het een betrouwbare basis maakt voor factuurautomatisering, bonnetjestracking, bestelbonafhandeling en de verwerking van klantformulieren.

Zal het werken met mijn documenten?

Dat is de enige vraag die het waard is om beantwoord te worden met jouw eigen bestanden in plaats van met de demoset van een leverancier. De zorgen zijn meestal dezelfde: tachtig leveranciers met tachtig factuurlay-outs, scans die op enig moment in hun leven door een fax zijn gegaan, tabellen die over drie pagina's doorlopen, en die ene leverancier die het papierwerk fotografeert met een telefoon.

Parseur leest documenten met AI in plaats van templates, dus een lay-out waar niemand voor heeft geconfigureerd, stopt de pipeline niet. Het zal af en toe nog steeds fout zijn. Geen enkele parser heeft het bij elk document bij het rechte eind, en iedereen die je anders vertelt, verkoopt je een verrassing voor later. Wat er toe doet is wat er daarna gebeurt. Resultaten belanden in een webapplicatie waar het crediteurenteam de extractie kan zien, een veld kan corrigeren en verder kan gaan, zonder een ticket te openen bij engineering.

Wanneer je test, stuur dan eerst je slechtste leveranciers. Een parser die jouw nette facturen aankan, heeft je nog niets verteld.

Wat het kost om te draaien

Dit zijn twee verschillende soorten rekeningen. Parsingkosten volgen het aantal documenten dat je verwerkt, wat je kunt voorspellen aan de hand van het crediteurenvolume van vorig jaar, nog voordat je met iemand spreekt. Scrapingkosten bestaan uit proxy's en infrastructuur, en vervolgens engineeringuren telkens wanneer een bron van vorm verandert. Dat tweede getal is degene die business cases verwoest, omdat niemand het aan het begin opschrijft.

De vergelijking waar je CFO daadwerkelijk om zal vragen, is simpeler dan beide. Tel de documenten die jouw team in een maand overtypt, en tel de uren die ze daaraan besteden. Dat is het getal dat de automatisering moet verslaan.

Hoe het opzetten eruitziet

Je wijst een bron naar Parseur: stuur de leveranciers-e-mails door, upload de bestanden of stuur ze naar de API. Je geeft in de app aan welke velden je wilt hebben, zonder een selector te schrijven of een template te bouwen. Je wijst een webhook naar je ERP of database. Daarna is het lopende werk het beoordelen van uitzonderingen, wat betekent dat iemand er minuten per dag aan besteedt in plaats van dat een team er dagen per week aan besteedt.

Waarom de Parseur API opvalt

De Parseur API wordt geleverd met een bijbehorende webapplicatie, wat bij de meeste alternatieven niet het geval is. Ontwikkelaars integreren de API in het product. Support- en operationele teams gebruiken de app om de parsingresultaten te monitoren, te beoordelen en te corrigeren zonder een ticket in te dienen bij engineering.

Dat bespaart je het zelf bouwen van de monitoring- en managementtools, wat het onderdeel is dat elke roadmap onderschat. In de app definieer je je JSON-schema en velden in een paar klikken, pas je de extractie-instructies on the fly aan, en valideer je de resultaten. Technische en niet-technische mensen werken met dezelfde data zonder op elkaar te wachten.

En omdat Parseur werkt met bestanden die je al in je bezit hebt, kan geen enkel website-herontwerp jouw pipeline om 6 uur 's ochtends op een dinsdag breken.

Hoe Parseur met jouw data omgaat

De security review is de fase waarin een document parser de inkoopprocedure overleeft of faalt, dus hier zijn de details verzameld op één plek.

Waar jouw data leeft en hoe deze beschermd is

Alle data van Parseur wordt opgeslagen in de Europese Unie (Nederland), in een beveiligd datacenter dat draait op Google Cloud Platform, dat beschikt over de ISO 27001-certificering. Bekijk de volledige compliance-details. Data wordt in opslag versleuteld met AES-256 en tijdens transport met TLS v1.2 of hoger, en de verouderde transportlagen (SSLv2, SSLv3, TLS 1.0, TLS 1.1) zijn uitgeschakeld. Verkeer tussen de servers van Parseur, apps van derden en jouw browser verloopt via Let's Encrypt certificaten. Wachtwoorden worden nooit in leesbare tekst opgeslagen: Parseur gebruikt PBKDF2 met SHA-256 hashing, een 512-bit salt en 600.000 iteraties, ruim boven de NIST-aanbevelingen.

Retentie stel je zelf in, tot op een enkele dag nauwkeurig. Een Process then Delete optie verwijdert documenten op het moment dat het parsen voltooid is, wat de instelling is om naar te grijpen wanneer het papierwerk persoonlijke data bevat die je zonder reden zou bewaren.

Wat er getest wordt, en door wie

Onafhankelijke derde partijen voeren regelmatige penetratietests uit op basis van frameworks waaronder de OWASP Top 10 en SANS 25, en Parseur ontving een Astra Pentest-certificaat in 2025. Enterprise-klanten kunnen de volledige rapporten opvragen. Infrastructuur en afhankelijkheden worden continu gemonitord en gepatched zodra er kwetsbaarheden opduiken.

Uptime, en wat er gebeurt als die er niet is

De doel-uptime is 99,9% of hoger, met retry en backoff zodat er niets verloren gaat tijdens een storing. E-mailverzameling probeert het tot 24 uur opnieuw en dubbele verzendpaden bieden redundantie, zodat een slecht uur niet verandert in een missende factuur. Enterprise-plannen behalen 99,99% uptime met extra infrastructuurgaranties. Check de historische uptime hier. In het onwaarschijnlijke geval van een datalek, stelt Parseur de getroffen klanten binnen 48 uur op de hoogte. Het volledige overzicht van beveiliging en privacy bevat de rest.

Wie er verantwoordelijk is voor wat

Parseur is GDPR-compliant en opereert strikt als een verwerker (processor) onder jouw instructies. Jij bent de verwerkingsverantwoordelijke (controller), jij bent eigenaar van elk document dat je verstuurt, en Parseur verkoopt of deelt jouw data nooit. Het ondersteunt verwerkersovereenkomsten en publiceert zijn subverwerkers. Teamleden hebben alleen toegang tot jouw data wanneer je om support vraagt, en alle medewerkers volgen doorlopende trainingen op het gebied van GDPR en databescherming. Lees meer over Parseur en GDPR.

Juridisch en compliance in vogelvlucht

De juridische vraag splitst zich op dezelfde manier als de technische. Het hangt er vanaf of jij de eigenaar bent van de bron.

Scraping is de lastigere kant, zoals de secties hierboven verduidelijken, en iedereen die op schaal scrapers runt, zou zijn juridisch adviseur moeten laten bevestigen dat de praktijk past binnen hun regelgeving en contracten. Het parsen van documenten die je al bezit, werpt die vraag helemaal niet op, wat een van de minder besproken redenen waarom teams er de voorkeur aan geven voor bedrijfskritische data.

Parsing brengt nog steeds verplichtingen met zich mee, alleen andere. Je hebt een wettelijke basis nodig voor het verwerken van de documenten, meestal via je overeenkomst met de verzender. Je moet de rollen van verwerkingsverantwoordelijke en verwerker vastleggen volgens de wet op databescherming, een verwerkersovereenkomst afsluiten, en bewaarbeleid instellen. Meldingsplichten bij datalekken en dataminimalisatie zijn net zo goed van toepassing als ergens anders. Als persoonlijke data uit de Europese Unie of een andere gereguleerde regio door de workflow stroomt, hebben grensoverschrijdende overdrachten bovendien een compliant mechanisme nodig. Voor een diepgaandere blik op de documentkant hiervan, zie onze gids over document extraction API's en de wet.

De korte versie, koop voor waar jouw data begint

Beide benaderingen automatiseren de verzameling van data. Ze beantwoorden verschillende vragen over waar de data begint.

Als jouw data binnenkomt als PDF's, scans of e-mails, neemt een document parsing API het overtypen weg van iemands bureau. Onderzoek van Experlogix schat de winst in op tot wel 80% minder documentverwerkingstijd, wat het verschil is tussen een persoon die dit de hele week doet en een persoon die op vrijdagmiddag uitzonderingen controleert.

Als jouw data op openbare webpagina's staat, is scraping het juiste instrument, inclusief de onderhoudsrekening.

Andere combinaties daargelaten, als je beide hebt, stop dan met dit als een beslissing te behandelen. Bouw eerst de parsing pipeline, want dat is waar de zakelijke documenten zijn, en koppel vervolgens de ophaalstap aan de voorkant vast voor de paar leveranciers die vasthouden aan een portaal. De regel gaat over de hele linie op: scraping vertelt je hoe je het bestand krijgt, parsing vertelt je wat erin zit.

Laatst bijgewerkt op 13 augustus 2026