Un parser de Python que reúne recetas abiertas en una tabla: título, categoría, tiempo, raciones, ingredientes y enlace

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

Blogueros de cocina que trasladan sus propias recetas, apps de cocina y servicios de planificación de menús usan este parser para crear una tabla de recetas a partir de páginas abiertas: título, categoría, cocina, tiempo de preparación, raciones, ingredientes, pasos, calorías cuando la página las muestra, enlace de la imagen y enlace. Muchas páginas de recetas guardan además estos datos en un bloque estructurado oculto, y el parser lo lee cuando existe. Envíenos la web, una categoría y una página de receta 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. Los textos y fotos de las recetas pertenecen a sus autores: use solo lo que pueda. Los nombres de los autores se omiten. 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.
• Ingredientes como listaUn ingrediente por línea en una celda, o una hoja aparte
• Tiempo y racionesComo números que puede filtrar
• Enlaces de imágenesSolo enlaces; use las fotos que pueda
• 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, una categoría y una receta guardada
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   EjecuciónLo ejecuta y compara dos recetas con la web
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web de recetas y las páginas exactas: un enlace a una categoría y a una receta, y cuántas recetas hay aproximadamente. Los campos que necesita, p. ej., título, categoría, cocina, tiempo, raciones, ingredientes, pasos, calorías, enlace de la imagen. Cómo deben verse los ingredientes: una celda o una hoja aparte. Una o dos de esas páginas guardadas desde su navegador (Archivo > Guardar página como). Y si son sus propias recetas o las de otra web.

Le preguntaremos:

• ¿Qué web y qué páginas?
• Los campos que necesita
• ¿Cuántas recetas aproximadamente?
• ¿Cómo deben verse los ingredientes?

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos