Um parser em Python que reúne especificações de produtos de páginas abertas em colunas para comparar lado a lado

Exemplo de resultado

def product_links(list_url: str) -> Iterator[str]:
    """Links das páginas de produto de todas as páginas da lista, seguindo o botão 'Próxima'."""
    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:
    """Uma página aberta, em um ritmo educado: uma pausa entre as requisições e algumas tentativas em caso de erro."""
    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 respondeu %s, tentativa %d de 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} não abriu depois de 3 tentativas")

Sobre este serviço

Lojas que preenchem as próprias fichas de produto e compradores que escolhem entre produtos usam este parser para transformar as tabelas de especificações de páginas de produto abertas em colunas: nome, código, preço e cada especificação, como tamanho, peso, potência, material ou garantia, em uma coluna própria com a unidade separada. Os produtos listam especificações diferentes, então você indica as que precisa, até o limite de campos do seu pacote; as que faltarem ficam como células vazias. Envie o site, uma categoria, duas páginas de produto salvas no seu navegador e a sua lista de especificações. Você recebe o código em Python, um arquivo de configurações e um README e roda no seu computador. As especificações são copiadas como a página as escreve; nós não as verificamos nem completamos. Ele lê páginas abertas em um ritmo educado e nunca faz login nem contorna captchas ou proteções. Você decide se os termos do site permitem; uma mudança futura no layout exige uma atualização.

O que está incluído

• O que você recebeUm arquivo ZIP com o código em Python, um arquivo de configurações e um README com instruções passo a passo; o código também aparece na página do pedido.
• Uma especificação, uma colunaPronto para colocar produtos lado a lado
• Unidades separadasex.: 1200 e W em colunas separadas
• Sua lista de especificaçõesSó as especificações que você indicar, na sua ordem
• Ritmo educadoUma pausa entre as páginas, definida nas configurações
• Roda no seu computadorWindows, macOS ou Linux, com Python

Como funciona

1. 1
   PáginasVocê passa o site, duas páginas de produto salvas e a sua lista de especificações
2. 2
   ParserEscrevemos o código e o guia para rodá-lo
3. 3
   ExecuçãoVocê roda e confere as especificações de dois produtos
4. 4
   AjustesVocê pede ajustes dentro do seu pacote e envia qualquer mensagem de erro

O que precisamos de você

O site e as páginas exatas: um link para uma categoria e para duas páginas de produto com especificações diferentes, e mais ou menos quantos produtos há. Sua lista de especificações na ordem da sua tabela, escritas como o site as escreve, e se as unidades vão em colunas separadas. Duas páginas salvas no seu navegador (Arquivo > Salvar página como) ou capturas de tela. CSV ou Excel.

Vamos perguntar:

• Qual site e quais páginas?
• Sua lista de especificações
• Mais ou menos quantos produtos?
• Unidades

Compare os pacotes

Perguntas e respostas

Não encontrou a resposta? Pergunte