Parser di sitemapPronti all'uso

Un parser Python già pronto che legge la sitemap.xml di un sito e salva titolo, descrizione e H1 di ogni pagina

Di solito pronto in 15 minutiRevisioni incluseControllo di qualità
Pacchetti
Pagamento protettoDettagli
  • Le revisioni previste dal pacchetto sono gratuite.
  • Se non risponde entro 3 giorni dalla consegna, il lavoro viene accettato automaticamente.

Il denaro viene riservato al momento del pagamento e sbloccato solo quando accetta il lavoro.

Un parser Python già pronto che legge la sitemap.xml di un sito e salva titolo, descrizione e H1 di ogni pagina

Esempio di risultato

Esempio per il pacchetto Standard

Parser del catalogo di un fornitore di attrezzi da giardino in Excel

Come appare il risultato

ArticoloNomePrezzoDisponibilePesoFoto
GT-1042Forbici da potatura, 20 mm18,90Sì0,24 kg…/gt-1042.jpg
GT-1187Seghetto pieghevole, 210 mm24,50Sì0,31 kg…/gt-1187.jpg
GT-2210Cesoie per siepi, lama ondulata39,00No1,10 kg…/gt-2210.jpg
GT-3305Trapiantatoio, acciaio inox9,80Sì0,18 kg…/gt-3305.jpg
GT-4120Tubo da giardino 25 m, 1/2"42,00Sì2,90 kg…/gt-4120.jpg

Il file dell'esempio contiene 1.236 prodotti da 52 pagine di elenco.

Una parte del codice

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")

File: un archivio ZIP con scraper.py, settings.ini (la pagina iniziale, la pausa tra le richieste, il nome del file), requirements.txt e un README su come installarlo ed eseguirlo. Legge solo pagine pubbliche, una ogni 2 secondi, e controlla prima il file robots.txt del sito. Il cliente lo esegue sul proprio computer.

Cliente: un negozio online di giardinaggio che rivende gli attrezzi di un fornitore; il fornitore ha un catalogo pubblico sul suo sito ma nessun file di listino. Compito: scorrere le pagine di elenco del catalogo, aprire ogni pagina prodotto e salvare in Excel codice articolo, nome, prezzo, disponibilità, peso e link alla foto principale, per confrontare i prezzi una volta alla settimana.

Il cliente e tutti i dati sono inventati.

Informazioni sul servizio

Un parser di sitemap già pronto: un tipico parser Python già messo a punto per i file sitemap.xml, configurato per il sito che indica, il Suo o uno qualsiasi aperto. Legge l'elenco degli indirizzi dalla sitemap, apre ogni pagina e salva ciò che serve per un inventario: l'indirizzo, la data nella sitemap, lo stato della risposta, il titolo, la meta description, l'H1 e, dal pacchetto Standard, il canonical, il numero di titoli H2, il conteggio delle parole e le immagini senza testo alt. La tabella mostra subito quali pagine non hanno titolo, hanno una descrizione doppia o mancano di H1, il che aiuta prima di un restyling, di un trasloco o di una revisione SEO. Ci invia il sito e i campi di cui ha bisogno. Lo esegue sul Suo computer. Vede solo le pagine nella sitemap e aperte ai visitatori, non giudica la SEO né dà consigli e non promette posizioni nei motori di ricerca.

Cosa è incluso

  • Cosa riceveUn archivio ZIP con il parser di sitemap già pronto in Python, un file di impostazioni con gli indirizzi e la pausa tra le pagine, e un README; il codice è mostrato anche nella pagina dell'ordine.
  • Dalla sitemapOgni indirizzo elencato in sitemap.xml
  • Campi delle pagine già prontiStato, titolo, descrizione, H1 e altro
  • Lacune facili da vedereTitoli vuoti o ripetuti risaltano nella tabella
  • Ritmo educatoUna pausa tra le pagine, impostata nelle impostazioni
  • Una guida sempliceInstallazione di Python e avvio, passo dopo passo

Come funziona

  1. 1
    PagineCi dà il sito, la sua sitemap e i campi di cui ha bisogno
  2. 2
    ConfigurazioneAdattiamo il parser già pronto a quelle pagine e scriviamo la guida
  3. 3
    EsecuzioneLo esegue e controlla le prime righe della tabella
  4. 4
    ModificheChiede modifiche entro i limiti del pacchetto e ci invia l'eventuale messaggio di errore

Cosa ci serve da lei

Il sito e l'indirizzo della sua sitemap.xml, di solito in /sitemap.xml, e più o meno quante pagine ha. I campi di cui ha bisogno nell'ordine della Sua tabella, per esempio indirizzo, stato, titolo, descrizione, H1 e, dal pacchetto Standard, canonical e conteggio delle parole. Il file dei risultati: CSV, Excel o, nel pacchetto Premium, JSON. Per il pacchetto Premium, gli altri siti da confrontare e ogni quanto eseguirlo.

Le chiederemo:

  • Quale sito?
  • I campi di cui ha bisogno
  • Più o meno quante pagine?
  • File dei risultati e altri siti

Confronto dei pacchetti

PacchettiBase15 €Standard30 €Premium52 €
Cosa è inclusoTitoli delle pagine elencateIndice delle sitemap e pagineFino a 3 siti
Tempi di consegna1 giorno2 giorni3 giorni
Revisioni123
Siti11fino a 3
Tipi di pagina12 (elenco e scheda)fino a 3
Campifino a 10fino a 25fino a 25 per ciascuno
Scorre le pagine di un elencoNoSìSì
File dei risultatiCSVExcel o CSVExcel, CSV o JSON
Duplicati rimossi, riprende da dove si è fermatoNoNoSì
Versione già prontaSitemap e titoli delle pagineSitemap e titoli delle pagineSitemap e titoli delle pagine
Ordina BaseOrdina StandardOrdina Premium

Pagamento protetto

Paga al momento dell'ordine, ma il denaro viene sbloccato solo per un lavoro accettato.

  • Prezzo fissoIl prezzo del pacchetto non cambia dopo il pagamento.
  • Il denaro viene riservatoAl pagamento, l'importo viene solo riservato. Passa a Dleex quando accetta il lavoro.
  • Verificato prima della consegnaOgni risultato passa un controllo di qualità prima di arrivare a lei, e lo vede nella pagina dell'ordine prima di accettarlo.
  • Revisioni gratuiteRichieda revisioni nell'ambito del suo brief tante volte quante ne prevede il pacchetto.
  • Accettazione dopo 3 giorniSe entro 3 giorni dalla consegna non accetta il lavoro né richiede una revisione, il lavoro viene accettato automaticamente. Se scrive nella chat dell'ordine dopo la consegna, l'ordine resta in attesa; dopo la nostra risposta potremmo far ripartire i 3 giorni e glielo indicheremo nella chat.
  • Rifacimento o rimborso totaleSe il risultato non corrisponde al suo brief e le revisioni non hanno risolto il problema, oppure il lavoro richiede più del doppio dei tempi di consegna previsti, scriva nella chat dell'ordine: rifaremo il lavoro o le rimborseremo l'intero pagamento.
Come funziona →

Domande e risposte

E se il sito non ha una sitemap?

Allora ci dia un elenco di indirizzi in un file di testo; il parser li legge allo stesso modo. Non percorre l'intero sito link dopo link.

Mi dirà come sistemare la mia SEO?

No. Le dà i dati in una tabella; cosa cambiare è una Sua decisione o un compito per un audit SEO. Nessuno può promettere posizioni nei motori di ricerca.

Quanto tempo richiede un sito grande?

Legge le pagine con un ritmo educato e una pausa che imposta, quindi un sito di qualche migliaio di pagine richiede un'ora o più. Nel pacchetto Premium riprende da dove si è fermato.

Posso raccogliere questi dati?

Raccogliere dati pubblici è consentito in molti casi, ma le condizioni dei siti e le leggi sui dati variano da Paese a Paese, quindi è Lei a decidere se può raccoglierli e usarli. Il parser non accede mai, non aggira protezioni né raccoglie dati personali.

Perché costa meno di un parser su misura?

È un parser di sitemap tipico già pronto: i suoi campi e il modo in cui scorre le pagine sono già messi a punto, e lo adattiamo al sito che indica e alle Sue colonne. Siti e campi insoliti sono il servizio di parser su misura.

Non hai trovato la risposta?

Pacchetti