Un parser Python che raccoglie in una tabella eventi e concerti pubblici: data, luogo, città, prezzo e link

Esempio di risultato

def product_links(list_url: str) -> Iterator[str]:
    """Link alle pagine prodotto da ogni pagina dell'elenco, seguendo 'Avanti'."""
    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 pagina pubblica, a un ritmo discreto: una pausa tra le richieste e qualche tentativo in caso di errore."""
    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 ha risposto %s, tentativo %d di 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} non si è aperta dopo 3 tentativi")

Informazioni sul servizio

Guide cittadine, locali e organizzatori usano questo parser per raccogliere eventi pubblici in un'unica tabella: titolo dell'evento, categoria, data e ora di inizio, luogo, città, prezzo a partire da, limite di età, link ai biglietti e link all'immagine. Ci invii la pagina del programma del sito, come un locale, una guida cittadina o un sito di biglietteria, una pagina evento e una o due pagine salvate dal browser. Scriviamo il codice in Python; lo riceve con un file di impostazioni e un README e lo esegue sul suo computer prima di aggiornare il suo calendario. Non acquista biglietti, non verifica i posti liberi e non raccoglie dati personali di organizzatori o visitatori. Legge pagine pubbliche a un ritmo discreto e non accede mai con login né aggira captcha o protezioni. È lei a valutare se le condizioni del sito lo consentono, e un successivo cambio di struttura richiede un aggiornamento.

Cosa è incluso

• Cosa riceveUn archivio ZIP con il codice Python, un file di impostazioni e un README con le istruzioni passo passo; il codice è visibile anche nella pagina dell'ordine.
• Date da ordinareData e ora in un unico formato, così la tabella si ordina per giorno
• Link ai bigliettiUn link alla pagina dell'evento o alla pagina dei biglietti
• Link alle immaginiLocandine come link; le usi solo se può
• Ritmo discretoUna pausa tra le pagine, regolata nelle impostazioni
• Gira sul suo computerWindows, macOS o Linux, con Python

Come funziona

1. 1
   ProgrammaLei indica la pagina del programma e una pagina evento salvata
2. 2
   ParserScriviamo il codice e la guida per eseguirlo
3. 3
   AvvioLo esegue e controlla le date dei primi eventi
4. 4
   ModificheChiede modifiche nei limiti del pacchetto e invia eventuali messaggi di errore

Cosa ci serve da lei

Il sito e le pagine esatte: un link al programma e a una pagina evento, e circa quanti eventi ci sono. I campi che le servono nell'ordine della sua tabella, es. titolo, categoria, data, ora, luogo, città, prezzo a partire da, link. Una o due di quelle pagine salvate dal browser (File > Salva pagina con nome) o screenshot. Il formato di data che desidera e CSV o Excel.

Le chiederemo:

• Quale sito e quali pagine?
• I campi che le servono
• Circa quanti eventi?
• Solo alcuni eventi?

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi