Un parser de Python que reúne reseñas abiertas de productos en una tabla: solo texto, valoración y fecha, sin nombres

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

Para ver qué gusta y qué no a los compradores de sus productos o de los de un competidor, este parser reúne reseñas abiertas en una tabla: el producto y su enlace y, de cada reseña, solo el texto, la valoración y la fecha. Los nombres, alias, fotos y enlaces de perfil de quienes reseñan se omiten, así que la tabla no contiene datos personales. Envíenos la web de la tienda, una página de producto con reseñas y una o dos páginas guardadas desde su navegador; cuando las reseñas se abren con un botón “ver más”, el parser lo sigue. Recibe código Python, un archivo de configuración y un README y lo ejecuta en su ordenador. No lee Amazon, Google, LinkedIn ni redes sociales, nunca inicia sesión ni se salta captchas o protecciones, y mantiene un ritmo prudente. 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.
• Tres datos por reseñaTexto, valoración y fecha, nada sobre la persona
• Vinculadas al productoCada fila de reseña lleva el nombre y el enlace del producto
• Todas las páginas de reseñasSigue “ver más” y las páginas de reseñas
• 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, los productos y una página con reseñas guardada
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   EjecuciónLo ejecuta y comprueba el número de reseñas de un producto
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web de la tienda y las páginas exactas: una lista de enlaces de productos o un enlace a una categoría, y cuántos productos y reseñas hay aproximadamente. Los campos de producto que necesita además del texto, la valoración y la fecha de la reseña, p. ej., nombre del producto, código, enlace, valoración media. Una o dos páginas con reseñas guardadas desde su navegador (Archivo > Guardar página como) o capturas. CSV o Excel.

Le preguntaremos:

• ¿Qué tienda y qué productos?
• Campos del producto
• ¿Cuántas reseñas aproximadamente?
• ¿Solo algunas reseñas?

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos