Un parser de Python que convierte el catálogo abierto de un proveedor en un archivo de importación para su tienda, con enlaces a fotos

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

Cuando un proveedor muestra su gama en una web abierta pero no envía ningún archivo, este parser copia el catálogo en una tabla que su tienda puede importar: nombre, código, precio, descripción, especificaciones, categoría y enlaces a fotos, y guarda las fotos en una carpeta. Envíenos la web del proveedor, enlaces a una categoría y a una página de producto, una o dos páginas guardadas desde su navegador y la plantilla de importación de su tienda, por ejemplo un CSV de Shopify o WooCommerce, para que las columnas la sigan. Recibe código Python con un archivo de configuración y un README y lo ejecuta en su ordenador. Use solo las fotos y textos que el proveedor le permita usar. Lee páginas abiertas a un ritmo prudente y nunca inicia sesión, ni se salta captchas o protecciones, ni recoge datos personales. 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.
• Columnas para su importaciónEn el orden y con los nombres del archivo de importación de su tienda
• Fotos listas para cargarEnlaces a fotos en una columna y archivos con el código de producto como nombre
• Precios tal como aparecenEl precio del proveedor; su margen lo añade usted en la tabla
• Ritmo prudenteUna pausa entre páginas, fijada en la configuración
• Una guía sencillaQué instalar y cómo ejecutarlo, paso a paso

Cómo funciona

1. 1
   CatálogoUsted da las páginas del proveedor y su plantilla de importación
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   Importación de pruebaLo ejecuta e importa las primeras filas en su tienda
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web del proveedor: un enlace a una categoría y a una página de producto, y cuántos productos hay aproximadamente. La plantilla de importación de su tienda o una exportación de muestra de algunos de sus productos, para que las columnas coincidan. Los campos que necesita, como nombre, código, precio, descripción, especificaciones, categoría, fotos. Una o dos páginas del proveedor guardadas desde su navegador (Archivo > Guardar página como). Cómo nombrar los archivos de fotos. Y su confirmación de que el proveedor le permite usar sus fotos y textos.

Le preguntaremos:

• ¿Qué web y qué páginas del proveedor?
• Su tienda y su archivo de importación
• ¿Cuántos productos aproximadamente?
• Fotos

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos