Un parser de Python que reúne en columnas las especificaciones de productos de páginas abiertas para compararlos uno al lado del otro

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

Tiendas que rellenan sus propias fichas de producto y compradores que eligen entre productos usan este parser para convertir las tablas de especificaciones de páginas de producto abiertas en columnas: nombre, código, precio y cada especificación, como tamaño, peso, potencia, material o garantía, en su propia columna con la unidad aparte. Los productos indican especificaciones distintas, así que usted nombra las que necesita, hasta el límite de campos de su paquete; las que falten quedan como celdas vacías. Envíenos la web, una categoría, dos páginas de producto guardadas desde su navegador y su lista de especificaciones. Recibe código Python, un archivo de configuración y un README, y lo ejecuta en su ordenador. Las especificaciones se copian tal como las escribe la página; no las comprobamos ni las completamos. Lee páginas abiertas a un ritmo prudente y nunca inicia sesión ni se salta captchas o protecciones. Usted decide si las condiciones de la web lo permiten; un cambio posterior de 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.
• Una especificación, una columnaListo para comparar productos uno al lado del otro
• Unidades apartep. ej., 1200 y W en columnas separadas
• Su lista de especificacionesSolo las especificaciones que nombre, en su orden
• 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 web, dos páginas de producto guardadas y su lista de especificaciones
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   EjecuciónLo ejecuta y revisa las especificaciones de dos productos
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web y las páginas exactas: un enlace a una categoría y a dos páginas de producto con especificaciones distintas, y cuántos productos hay aproximadamente. Su lista de especificaciones en el orden de su tabla, escritas como las escribe la web, y si las unidades van en columnas separadas. Dos páginas guardadas desde su navegador (Archivo > Guardar página como) o capturas. CSV o Excel.

Le preguntaremos:

• ¿Qué web y qué páginas?
• Su lista de especificaciones
• ¿Cuántos productos aproximadamente?
• Unidades

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos