Un parser de Python que reúne en una tabla precios abiertos de libros: título, autor, ISBN, formato, precio y existencias

Ejemplo de resultado

def product_links(list_url: str) -> Iterator[str]:
    """Enlaces a las páginas de producto de todas las páginas de la lista, siguiendo 'Siguiente'."""
    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:
    """Una página abierta, a un ritmo prudente: una pausa entre peticiones y algunos reintentos si hay errores."""
    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 respondió %s, intento %d de 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} no se abrió tras 3 intentos")

Acerca de este servicio

Librerías y vendedores de segunda mano usan este parser para ver qué cobran las tiendas en línea abiertas: título, autor tal como figura en el libro, ISBN, editorial, año, formato (tapa dura, tapa blanda, libro electrónico), precio, precio anterior, disponibilidad y enlace. Con el ISBN en cada fila puede cruzar los libros con su propia lista en Excel. Envíenos la web de la tienda, una página de sección o de búsqueda, una página de libro y una o dos páginas guardadas desde su navegador. Recibe código Python, un archivo de configuración y un README, y lo ejecuta en su ordenador cada vez que revisa precios. No recoge datos de lectores ni de vendedores particulares. Solo lee páginas abiertas a un ritmo prudente, nunca inicia sesión ni se salta captchas o protecciones, y no lee Amazon ni Google. Usted decide si las condiciones de la web lo permiten; un cambio posterior de su estructura requiere una actualización.

Qué incluye

• Qué recibeUn archivo ZIP con el código Python, un archivo de configuración y un README con instrucciones paso a paso; el código también se muestra en la página del pedido.
• ISBN para cruzar datosEn su propia columna, listo para una búsqueda en Excel
• Precio y precio anteriorComo números, con la disponibilidad al lado
• Formatos por separadoTapa dura, tapa blanda y libro electrónico en filas separadas
• Ritmo prudenteUna pausa entre páginas, fijada en la configuración
• Se ejecuta en su ordenadorWindows, macOS o Linux, con Python

Cómo funciona

1. 1
   PáginasUsted da la tienda, una sección y una página de libro guardada
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   EjecuciónLo ejecuta y compara algunos precios con la tienda
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web de la librería y las páginas exactas: un enlace a una sección o búsqueda y a una página de libro, y cuántos libros hay aproximadamente. Los campos en el orden de su tabla, p. ej., título, autor, ISBN, editorial, año, formato, precio, precio anterior, disponibilidad, enlace. Una o dos de esas páginas guardadas desde su navegador (Archivo > Guardar página como) o capturas. Su propia lista de ISBN, si quiere leer solo esos libros.

Le preguntaremos:

• ¿Qué tienda y qué páginas?
• Los campos que necesita
• ¿Cuántos libros aproximadamente?
• Cualquier otra cosa que deba hacer

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos