Un parser Python che raccoglie in una tabella recensioni pubbliche dei prodotti: solo testo, voto e data, nessun nome

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

Per capire cosa piace e cosa non piace agli acquirenti dei suoi prodotti o di quelli di un concorrente, questo parser raccoglie recensioni pubbliche in una tabella: il prodotto e il suo link, e per ogni recensione solo il testo, il voto e la data. Nomi, nickname, foto e link ai profili dei recensori vengono esclusi, quindi la tabella non contiene dati personali. Ci invii il sito del negozio, una pagina prodotto con recensioni e una o due pagine salvate dal browser; quando le recensioni si aprono con un pulsante «mostra altro», il parser lo segue. Riceve il codice Python, un file di impostazioni e un README e lo esegue sul suo computer. Non legge Amazon, Google, LinkedIn o i social network, non accede mai con login né aggira captcha o protezioni, e mantiene un ritmo discreto. È lei a valutare se le condizioni del sito lo consentono; 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.
• Tre dati per recensioneTesto, voto e data, nulla sulla persona
• Legate al prodottoOgni riga di recensione riporta il nome e il link del prodotto
• Tutte le pagine di recensioniSegue «mostra altro» e le pagine delle recensioni
• Ritmo discretoUna pausa tra le pagine, regolata nelle impostazioni
• Gira sul suo computerWindows, macOS o Linux, con Python

Come funziona

1. 1
   PagineLei indica il negozio, i prodotti e una pagina salvata con recensioni
2. 2
   ParserScriviamo il codice e la guida per eseguirlo
3. 3
   AvvioLo esegue e controlla il numero di recensioni di un prodotto
4. 4
   ModificheChiede modifiche nei limiti del pacchetto e invia eventuali messaggi di errore

Cosa ci serve da lei

Il sito del negozio e le pagine esatte: un elenco di link ai prodotti o un link a una categoria, e circa quanti prodotti e recensioni ci sono. I campi del prodotto che le servono oltre a testo, voto e data della recensione, es. nome del prodotto, codice, link, voto medio. Una o due pagine con recensioni salvate dal browser (File > Salva pagina con nome) o screenshot. CSV o Excel.

Le chiederemo:

• Quale negozio e quali prodotti?
• Campi del prodotto
• Circa quante recensioni?
• Solo alcune recensioni?

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi