Webflow Blog Migration: Automatisierte Lösung für grosse Content-Transfers

Wenn eine Website wächst und sich weiterentwickelt, wird die Migration von Inhalten oft zu einer Herausforderung. Besonders dann, wenn sich die Datenstruktur ändert und eine einfache Kopie nicht mehr ausreicht. Kürzlich haben wir einen Kunden dabei unterstützt, seinen gesamten Blog von einer Webflow-Instanz auf eine andere zu migrieren – unter Berücksichtigung einer völlig neuen Datenstruktur.

Die zentrale Frage lautete: Wie lassen sich Hunderte von Artikeln mit ihren Kategorien und Unterkategorien ohne Datenverlust und ohne aufwendige manuelle Arbeit migrieren? Die Antwort lag in der Nutzung der Webflow API und der Automatisierung mit Python, um einen effizienten und strukturierten Übergang zu gewährleisten.

Datenstruktur neu denken

Der ursprüngliche Blog enthielt über 1'000 Artikel und organisierte die Inhalte mit separaten Referenzfeldern für Kategorien und Unterkategorien. Das neue System hingegen fasste diese Informationen in einem einzigen Multi-Reference-Feld zusammen. Dadurch wurde eine vollständige Neustrukturierung der Beziehungen zwischen den Elementen notwendig.

Zusätzlich hatten einige Artikel generische Namen oder waren nur mit einer Nummer versehen. Um eine konsistente Datenbank zu schaffen, mussten diese Einträge überarbeitet werden.

Eine manuelle Migration hätte Wochen gedauert und das Risiko von Fehlern erhöht. Deshalb war eine automatisierte Lösung die einzige sinnvolle Option.

Lösung mit der Webflow API und Python

Ziel war es, ein Skript zu entwickeln, das die gesamte Migration eigenständig durchführt – basierend auf der Webflow API v2 und mit intelligenter Datenverarbeitung.

Der Prozess gliederte sich in drei Phasen:

1. Datenextraktion aus dem alten System über die Webflow API
2. Transformation der Inhalte zur Anpassung an die neue Struktur
3. Import der Artikel in die neue Datenbank mit korrektem Mapping der Kategorien und Unterkategorien

Automatisierung mit Python und der Webflow API

Schritt 1: Datenextraktion aus der alten Webflow-Instanz

Zunächst wurden alle bestehenden Artikel und ihre Metadaten per API abgerufen. Eine einfache GET-Anfrage an die Webflow API ermöglichte es, die Inhalte als strukturierte Daten abzurufen.

import requests

def get_items(collection_id, headers):
    url = f"https://api.webflow.com/v2/collections/{collection_id}/items"
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        return response.json().get("items", [])
    else:
        print(f"Fehler beim Abrufen der Artikel: {response.status_code}")
        return []

Schritt 2: Datenumwandlung und Strukturharmonisierung

Nachdem die Artikel erfasst wurden, mussten die Daten für die neue Struktur optimiert werden. Dabei wurden Titel standardisiert und Unterkategorien in einem Multi-Reference-Feld zusammengefasst.

def transform_data(item):
    name = item["fieldData"]["titel"] if item["fieldData"]["name"].isdigit() else item["fieldData"]["name"]
    subcategories = [
        item["fieldData"].get("subcat-1"),
        item["fieldData"].get("subcat-2"),
        item["fieldData"].get("subcat-3"),
        item["fieldData"].get("subcat-4")
    ]
    return {"name": name, "slug": item["fieldData"]["slug"], "subcategories": list(filter(None, subcategories))}

Schritt 3: Import der Daten in die neue Webflow-Instanz

Schliesslich wurden die transformierten Artikel über eine POST-Anfrage in die neue Webflow-Instanz importiert.

def post_item(collection_id, headers, data):
    url = f"https://api.webflow.com/v2/collections/{collection_id}/items"
    response = requests.post(url, headers=headers, json={"fields": data})
    if response.status_code == 200:
        print(f"Artikel hinzugefügt: {data['name']}")
    else:
        print(f"Fehler beim Importieren: {response.status_code} - {response.text}")

Ergebnisse und Vorteile

Durch diese Automatisierung konnte die Migration in wenigen Stunden abgeschlossen werden, anstatt Wochen in manuelle Arbeit zu investieren.

• ‍Zeitersparnis: Eine manuelle Migration hätte mehrere Wochen gedauert – mit Automatisierung war es in einem Tag erledigt.
• Keine Datenverluste: Alle Inhalte und Beziehungen blieben erhalten.
• Skalierbarkeit: Das Skript kann für zukünftige Migrationen wiederverwendet werden.

Fazit

Diese Erfahrung zeigt, dass eine durchdachte Automatisierung den Unterschied macht, wenn es um effiziente Webflow-Migrationen geht. Mit der Kombination aus Webflow API und Python lassen sich selbst komplexe Inhalte schnell und fehlerfrei übertragen – ein Ansatz, der Zeit spart und langfristig für eine saubere und skalierbare Web-Struktur sorgt.