Un parser Python che raccoglie in colonne le caratteristiche dei prodotti dalle pagine pubbliche, per confrontarli fianco a fianco

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

I negozi che compilano le proprie schede prodotto e gli acquirenti che scelgono tra più prodotti usano questo parser per trasformare in colonne le tabelle tecniche delle pagine prodotto pubbliche: nome, codice, prezzo e ogni caratteristica, come dimensioni, peso, potenza, materiale o garanzia, in una colonna propria con l'unità separata. I prodotti riportano caratteristiche diverse, quindi è lei a indicare quelle che le servono, nei limiti di campi del suo pacchetto; quelle mancanti restano celle vuote. Ci invii il sito, una categoria, due pagine prodotto salvate dal browser e il suo elenco di caratteristiche. Riceve il codice Python, un file di impostazioni e un README e lo esegue sul suo computer. Le caratteristiche vengono copiate come le scrive la pagina; non le verifichiamo né le completiamo. 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; 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.
• Una caratteristica, una colonnaPronte per confrontare i prodotti fianco a fianco
• Unità separatees. 1200 e W in colonne separate
• Il suo elenco di caratteristicheSolo le caratteristiche che indica, nel suo ordine
• 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 sito, due pagine prodotto salvate e il suo elenco di caratteristiche
2. 2
   ParserScriviamo il codice e la guida per eseguirlo
3. 3
   AvvioLo esegue e controlla le caratteristiche di due prodotti
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 a una categoria e a due pagine prodotto con caratteristiche diverse, e circa quanti prodotti ci sono. Il suo elenco di caratteristiche nell'ordine della sua tabella, scritte come le scrive il sito, e se le unità vanno in colonne separate. Due pagine salvate dal browser (File > Salva pagina con nome) o screenshot. CSV o Excel.

Le chiederemo:

• Quale sito e quali pagine?
• Il suo elenco di caratteristiche
• Circa quanti prodotti?
• Unità

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi