Un parser Python che trasforma il catalogo pubblico di un fornitore in un file di importazione per il suo negozio, con i link alle foto

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

Quando un fornitore mostra il suo assortimento su un sito pubblico ma non invia alcun file, questo parser copia il catalogo in una tabella che il suo negozio può importare: nome, codice, prezzo, descrizione, caratteristiche, categoria e link alle foto, e salva le foto in una cartella. Ci invii il sito del fornitore, i link a una categoria e a una pagina prodotto, una o due pagine salvate dal browser e il modello di importazione del suo negozio, per esempio un CSV di Shopify o WooCommerce, così le colonne lo seguono. Riceve il codice Python con un file di impostazioni e un README e lo esegue sul suo computer. Usi solo foto e testi che il fornitore le permette di usare. Legge pagine pubbliche a un ritmo discreto e non accede mai con login, non aggira captcha o protezioni e non raccoglie dati personali. 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.
• Colonne per la sua importazioneNell'ordine e con i nomi del file di importazione del suo negozio
• Foto pronte da caricareLink alle foto in una colonna e file con il nome del codice prodotto
• Prezzi come mostratiIl prezzo del fornitore; il suo ricarico lo aggiunge nella tabella
• Ritmo discretoUna pausa tra le pagine, regolata nelle impostazioni
• Una guida sempliceCosa installare e come avviarlo, passo passo

Come funziona

1. 1
   CatalogoLei indica le pagine del fornitore e il suo modello di importazione
2. 2
   ParserScriviamo il codice e la guida per eseguirlo
3. 3
   Importazione di provaLo esegue e importa le prime righe nel suo negozio
4. 4
   ModificheChiede modifiche nei limiti del pacchetto e invia eventuali messaggi di errore

Cosa ci serve da lei

Il sito del fornitore: un link a una categoria e a una pagina prodotto, e circa quanti prodotti ci sono. Il modello di importazione del suo negozio o un'esportazione di esempio di alcuni suoi prodotti, così le colonne corrispondono. I campi che le servono, come nome, codice, prezzo, descrizione, caratteristiche, categoria, foto. Una o due pagine del fornitore salvate dal browser (File > Salva pagina con nome). Come chiamare i file delle foto. E la sua conferma che il fornitore le permette di usare foto e testi.

Le chiederemo:

• Quale sito del fornitore e quali pagine?
• Il suo negozio e il suo file di importazione
• Circa quanti prodotti?
• Foto

Confronto dei pacchetti

Domande e risposte

Non hai trovato la risposta? Chiedi a noi