محلل بلغة Python يجمع عناوين الأخبار المفتوحة في جدول: العنوان، والتاريخ، والقسم، ومقدمة قصيرة، والرابط

مثال على النتيجة

def product_links(list_url: str) -> Iterator[str]:
    """روابط صفحات المنتجات من كل صفحات القائمة، مع اتباع رابط «التالي»."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """صفحة مفتوحة واحدة، بوتيرة مهذبة: فاصل زمني بين الطلبات وبضع محاولات عند الأخطاء."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s أجاب بالرمز %s، المحاولة %d من 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} لم تُفتح بعد 3 محاولات")

عن هذه الخدمة

يستخدم مختصو العلاقات العامة والمحللون والمحررون هذا المحلل للاحتفاظ بجدول لما تنشره المواقع الإخبارية المفتوحة: العنوان، والتاريخ والوقت، والقسم، والوسوم، والمقدمة القصيرة المعروضة في القائمة، والرابط. أرسل صفحات قوائم الأخبار التي تتابعها، وصفحة خبر واحدة، وصفحة أو صفحتين محفوظتين من متصفحك. تحصل على كود Python مع ملف إعدادات وملف README، وتشغّله على كمبيوترك متى أردت قائمة محدّثة. يأخذ العناوين والمقدمات، لا المقالات الكاملة، لأن النصوص ملك لناشريها، ويستبعد أسماء الكتّاب، فلا يحتوي الجدول على أسماء أشخاص. يقرأ الصفحات المفتوحة بوتيرة مهذبة، ولا يسجّل الدخول أبدًا، ولا يتجاوز جدران الدفع أو اختبارات captcha أو الحماية. أنت من يقرر ما إذا كانت شروط الموقع تسمح بذلك؛ وأي تغيير لاحق في تصميم صفحاته يتطلب تحديثًا.

ما المشمول

• ما الذي تحصل عليهأرشيف ZIP يضم كود Python وملف إعدادات وملف README بتعليمات خطوة بخطوة؛ ويُعرض الكود أيضًا في صفحة الطلب.
• العنوان والمقدمةكما تعرضهما قائمة الأخبار
• التاريخ بصيغة واحدةلتفرز وتصفّي حسب اليوم
• مواضيعك فقطفلتر اختياري حسب كلمات تحددها
• وتيرة مهذبةفاصل زمني بين الصفحات يُضبط في الإعدادات
• يعمل على كمبيوتركWindows أو macOS أو Linux، مع Python

كيف يعمل

1. 1
   المصادرترسل قوائم الأخبار وصفحة خبر واحدة محفوظة
2. 2
   المحللنكتب الكود مع دليل تشغيله
3. 3
   التنفيذتشغّله وتتحقق من عناوين اليوم مقابل الموقع
4. 4
   التعديلاتتطلب التعديلات ضمن باقتك وترسل أي رسالة خطأ

ما نحتاجه منك

المواقع الإخبارية وصفحات القوائم أو الأقسام المحددة التي تتابعها، وصفحة خبر واحدة من كل موقع. الحقول التي تحتاجها، مثل: العنوان، والتاريخ، والوقت، والقسم، والوسوم، والمقدمة، والرابط. الكلمات التي يُحتفظ بها أو تُستبعد، إن أردت فلترًا. صفحة أو صفحتان من تلك الصفحات محفوظتان من متصفحك (ملف > حفظ الصفحة باسم) أو لقطات شاشة. كم مرة ستشغّله، وCSV أو Excel.

سنسألك:

• أي مواقع إخبارية وأي أقسام؟
• الحقول التي تحتاجها
• كلمات يُحتفظ بها
• كم مرة ستشغّله؟

قارن بين الباقات

الأسئلة والأجوبة

لم تجد إجابتك؟ اسألنا