Für wen
Tabellen, die heil in der Notiz ankommen
Allgemeine HTML-zu-Markdown-Konverter scheitern an genau den Tabellen, auf die es ankommt – denen mit einer Liste, einem Link oder einem Codebeispiel in einer Zelle. Die Erweiterung schreibt die Tabelle selbst und ebnet den Zellinhalt ein, statt die Zeile fallen zu lassen. Auf einem Korpus mit fünfzehn Tabellen kamen zwölf heil an, gegen je sieben bei den verglichenen Engines.
Die Tabelle, die unterwegs zerfällt
Die Zahl, auf die es Ihnen ankommt, steht auf einer Webseite fast immer in einer Tabelle, und genau die kommt am schlechtesten an. Eine Zelle mit Aufzählung, Link oder kleinem Codestück reicht, um einen allgemeinen Konverter aus der Spur zu bringen: Die Zeile klappt um, die Spalten verschieben sich um eins, und die Zahlen stehen neben den falschen Beschriftungen. Das Schlimmste daran ist, dass man es beim Gegenlesen nicht immer sieht.
Daneben sind Seiten voller Tabellen, die keine sind. Raster dienen nur dazu, Blöcke nebeneinander zu setzen, und ein Werkzeug, das sie getreu nachbaut, füllt Ihre Notiz mit leeren Gittern. Dann geht ebenso viel Zeit dafür drauf, falsche Tabellen zu löschen, wie dafür, die echten zu reparieren.
Am teuersten ist aber, was neben der Zahl steht. Unter amtlichen Tabellen hängen Fußnoten, die „vorläufiges Ergebnis“, „geschätzt“ oder „ab 2021 neue Abgrenzung“ sagen, und in der Kopfzeile steht die Einheit. Kommt die Tabelle ohne diese Angaben an, sieht die Zahl vollständig aus und ist es nicht – der Fehler wandert dann in eine Auswertung, in der niemand mehr nachfragt. Fußnotenzeichen werden hier zu [^1]-Fußnoten mit ihren Definitionen am Ende der Datei, statt zu Ankern zu werden, die ins Leere zeigen.
Was aus einer Tabelle wird
- Ein eigener GFM-Tabellenschreiber statt eines allgemeinen Plugins
- Zwölf von fünfzehn Tabellen auf dem technischen Korpus erhalten, gegen je sieben bei den verglichenen Engines
- Eine Zelle mit Liste, Link oder Code wird sauber eingeebnet, statt die Zeile zu zerreißen
- Ungleichmäßige zweispaltige Tabellen werden zu
Schlüssel: Wert-Zeilen statt zu einem zerbrochenen Raster - Layout-Tabellen – Raster, die nur der Positionierung dienen – werden aufgelöst und nicht nachgebaut
- Markieren Sie die Tabelle allein, und genau sie wird erfasst, mit demselben Frontmatter
- Fußnotenzeichen unter einer Tabelle werden zu
[^1]-Fußnoten mit Definitionen am Ende – „vorläufig“ und „neue Abgrenzung“ gehen nicht verloren - Zahlen werden nicht umformatiert: Dezimalkomma und Tausenderpunkt kommen so an, wie sie auf der Seite stehen
--- title: "Verbraucherpreisindex für Deutschland" source: "https://www.destatis.de/DE/Themen/Wirtschaft/Preise/Verbraucherpreisindex" extraction: "dom" --- | Jahr | Index (2020 = 100) | Veränderung zum Vorjahr | | --- | --- | --- | | 2021 | 103,1 | +3,1 % | | 2022 | 110,2 | +6,9 % | | 2023 | 116,7 | +5,9 % | | 2024 | 119,3 | +2,2 % |
Eine Tabelle heil herausholen
Bei Tabellen entscheidet sich alles vor dem Klick: was markiert ist und ob die Seite alle Zeilen schon geladen hat. Sechs Schritte, die genau das absichern.
- Scrollen Sie auf der Datenseite bis ans Ende der Tabelle, bevor Sie irgendetwas anderes tun. Erfasst wird, was im Moment des Clips im DOM steht – Zeilen, die erst beim Scrollen nachgeladen werden, sind vorher schlicht nicht vorhanden.
- Blättern Sie eine seitenweise Tabelle auf die vollständige Ansicht um, wenn die Seite eine anbietet. Die Erweiterung blättert nicht weiter und ruft keine zweite Seite ab; sie liest, was angezeigt wird.
- Markieren Sie die Tabelle samt Kopfzeile und samt der Fußnoten darunter. Die Einheit steht in der Kopfzeile und der Vorbehalt in der Fußnote; ohne beide ist die Zahl unvollständig, auch wenn sie vollständig aussieht.
- Erfassen Sie die Auswahl mit Alt+Shift+M oder über das Symbol. Das Frontmatter wird auch bei einer Auswahl geschrieben, die Quelladresse reist also mit – bei Statistikportalen ist das die Angabe, die später die Zeitreihe identifiziert.
- Prüfen Sie im Lesemodus die Spaltenzahl, nicht nur den Augenschein. Eine um eins verschobene Spalte sieht auf den ersten Blick richtig aus, und das ist der Fehler, der am spätesten auffällt.
- Speichern Sie die Datei neben den Rest der Reihe oder fügen Sie das Markdown direkt in Ihre Auswertung ein. Für CSV oder Excel wandeln Sie die GFM-Tabelle danach um – diesen Schritt macht die Erweiterung nicht.
Einstellungen für Datenseiten
Bei Zahlen zählt die Prüfung vor dem Speichern mehr als jede Automatik. Deshalb steht hier das Vorschaufenster an und die Bilder aus.
| Einstellung | Wert | Warum gerade so |
|---|---|---|
| Klick auf das Symbol | Vorschaufenster | Eine um eins verschobene Spalte sieht richtig aus; hier ist die einzige Stelle, sie zu bemerken |
| Erfassungsbereich | Auswahl, Tabelle samt Kopfzeile und Fußnoten | Einheit und Vorbehalt stehen außerhalb der Zellen und fehlen sonst genau dort, wo sie zählen |
| Bilder | `weglassen` | Diagramme sind auf Statistikportalen meist Grafiken derselben Zahlen und tragen im Markdown nichts bei |
| Namensvorlage | `{date}-{domain}-{title}` | Bei fortgeschriebenen Zeitreihen ist der Abrufstand die entscheidende Angabe im Dateinamen |
| Frontmatter | `title`, `source`, `published` | Die Adresse identifiziert bei Statistikportalen die Zeitreihe, nicht nur die Seite |
| Zielordner | `Daten/<Reihe>` | Mehrere Abrufe derselben Reihe nebeneinander machen Revisionen sichtbar |
--- title: "Leistungsbilanz – Merkmale der Zeitreihe" source: "https://www.bundesbank.de/de/statistiken/zeitreihen-datenbanken" extraction: "dom" --- **Einheit**: Mio. € **Frequenz**: monatlich **Saisonbereinigung**: X-13 ARIMA-SEATS **Letzte Aktualisierung**: 2024-11-29 | Monat | Saldo | Veränderung | | --- | --- | --- | | 2024-08 | 20.647 | +1.204 | | 2024-09 | 23.313[^1] | +2.666 | [^1]: Vorläufiges Ergebnis, wird mit der nächsten Veröffentlichung revidiert.
Drei Wege durch die Auswertung
Eine Zeitreihe über mehrere Abrufe verfolgen
Eine monatlich fortgeschriebene Reihe wird rückwirkend revidiert, und die Frage ist, wie stark. Sie erfassen die Tabelle bei jedem Abruf in Daten/Leistungsbilanz, mit {date} im Dateinamen, sodass die Abrufe getrennt bleiben.
Nach drei Monaten liegen drei Dateien nebeneinander, und die Revision ist im Vergleich sichtbar – die Fußnote „vorläufiges Ergebnis“ steht in jeder Datei dort, wo sie hingehört. Die Erweiterung vergleicht nicht selbst und überwacht die Seite nicht; sie sorgt dafür, dass es etwas zu vergleichen gibt.
Zahlen aus einer Behördenseite in eine Vorlage übernehmen
Eine Tabelle mit Schwellenwerten soll in eine Entscheidungsvorlage, und beim gewöhnlichen Kopieren verschieben sich regelmäßig die Spalten. Die Erweiterung schreibt Tabellen selbst statt über einen allgemeinen Konverter: Auf dem Korpus mit fünfzehn Tabellen kamen zwölf heil an, gegen je sieben bei den verglichenen Engines.
Sie markieren die Tabelle, erfassen die Auswahl und prüfen die Spaltenzahl im Lesemodus. Was danach folgt, ist Ihre Umwandlung nach CSV oder in die Tabellenkalkulation – eine GFM-Tabelle lässt sich ohne Mühe umwandeln, aber die Erweiterung liefert Markdown und nichts anderes.
Eine Seite mit Rastern statt Tabellen auswerten
Manche Portale setzen Kennzahlen in Raster, die nur der Positionierung dienen. Ein Werkzeug, das sie getreu nachbaut, füllt die Notiz mit leeren Gittern; hier werden solche Layout-Tabellen aufgelöst und ihr Inhalt als Fließtext übernommen.
Ungleichmäßige zweispaltige Tabellen – Merkmal links, Wert rechts – werden zu Schlüssel: Wert-Zeilen. Das ist keine Notlösung, sondern die Form, die sich lesen und durchsuchen lässt; als Raster wären es zwei Spalten, von denen eine immer nur ein Wort trägt.
Gegen die üblichen Wege
Zahlen von einer Webseite zu holen geht auf viele Arten; sie unterscheiden sich darin, was neben der Zahl übrig bleibt. Die letzte Zeile nennt auch die Grenzen dieses Wegs.
| Weg | Was dabei herauskommt | Was es kostet |
|---|---|---|
| Tabelle markieren und einfügen | Zellen, oft in der richtigen Reihenfolge | Eine Zelle mit Liste oder Link verschiebt die Spalten, und beim Gegenlesen sieht man es nicht |
| Bildschirmfoto der Tabelle | Ein Bild, das die Tabelle zeigt | Zahlen lassen sich nicht weiterrechnen, und die Fußnoten darunter sind nur mitfotografiert, nicht verknüpft |
| Datenexport der Website nutzen | Saubere Rohdaten, wenn es ihn gibt | Es gibt ihn längst nicht überall, und wo es ihn gibt, fehlen oft gerade die erläuternden Fußnoten |
| Andere Markdown-Erweiterungen | Markdown mit Tabellen, so weit ein allgemeiner Konverter kommt | Auf demselben Korpus mit fünfzehn Tabellen blieben je sieben erhalten; Layout-Raster werden häufig getreu nachgebaut |
| Clean Clipper | GFM-Tabellen mit Kopfzeile, Fußnoten und Quelladresse | Kein CSV und kein Excel; verbundene Zellen werden eingeebnet, und was nicht angezeigt wird, wird nicht erfasst |
Wenn die Tabelle nicht stimmt
Es fehlen Zeilen – wo sind sie geblieben?
Fast immer daran, dass sie beim Klick noch nicht geladen waren. Tabellen, die ihre Zeilen beim Scrollen nachladen oder seitenweise blättern, stehen nur mit dem angezeigten Ausschnitt im DOM. Scrollen Sie bis ans Ende oder schalten Sie auf die vollständige Ansicht um, bevor Sie erfassen; die Erweiterung ruft keine zweite Seite ab.
Warum ist aus meiner Tabelle eine Liste von Schlüssel: Wert geworden?
Weil es eine ungleichmäßige zweispaltige Tabelle war – links ein Merkmal, rechts ein Wert. Als Markdown-Raster wären das zwei Spalten, von denen eine immer nur ein Wort trägt; als Zeilen ist es lesbar und durchsuchbar. Das ist Absicht, kein Fehlschlag.
Die Spalten sind um eins verschoben
Dann enthielt eine Zelle vermutlich verbundene Bereiche. Verbundene Zellen werden eingeebnet, weil Markdown sie nicht ausdrücken kann, und bei komplexen Kopfzeilen mit mehreren Ebenen bleibt das schwierig. Prüfen Sie die Kopfzeile im Lesemodus und ziehen Sie sie einmal von Hand nach, bevor die Zahlen weiterwandern.
Die Tabelle fehlt ganz, obwohl ich sie sehe
Dann ist sie vermutlich als Bild oder auf einem Canvas gezeichnet. Was nicht als Tabelle im DOM steht, kann nicht als Tabelle herauskommen – dasselbe gilt für interaktive Diagramme, die ihre Werte erst beim Überfahren anzeigen. In diesem Fall hilft nur der Datenexport der Website, wenn es einen gibt.
Was es nicht tut
Es exportiert nicht nach CSV, Excel oder JSON: Die Ausgabe ist eine Markdown-Tabelle, die Sie danach umwandeln, wenn Ihr Werkzeug es verlangt. Verbundene Zellen werden eingeebnet, weil Markdown sie nicht ausdrücken kann. Es liest keine Tabelle, die als Bild oder auf einem Canvas gezeichnet ist, und es blättert eine interaktive Tabelle nicht weiter: Was nicht angezeigt wird, wird nicht erfasst. Tief verschachtelte Layout-Raster bleiben für jedes Werkzeug schwierig.
Fragen
Was passiert mit einer Tabelle, die nur dem Layout dient?
Werden verbundene Zellen unterstützt?
Kann ich nur die Tabelle erfassen?
Bekomme ich CSV?
Und eine Tabelle, die ihre Zeilen beim Scrollen nachlädt?
Kommen die Fußnoten unter einer amtlichen Tabelle mit?
[^1]-Fußnoten, deren Definitionen am Ende der Datei stehen – „vorläufiges Ergebnis“ und „ab 2021 neue Abgrenzung“ bleiben damit bei der Zahl, zu der sie gehören.