Парсер на Python: сохраняет картинки из открытого каталога в папку с именами по артикулу и таблицей к ним

Пример результата

def product_links(list_url: str) -> Iterator[str]:
    """Ссылки на карточки со всех страниц списка, по кнопке «Дальше»."""
    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:
    """Одна открытая страница, без спешки: пауза между запросами и несколько попыток при ошибке."""
    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 ответил %s, попытка %d из 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} не открылся за 3 попытки")

Об услуге

Когда вы переносите свой каталог в новый магазин или поставщик разрешил использовать фото его товаров, парсер сохранит картинки с открытых страниц каталога в папку, назовёт каждый файл по артикулу и составит таблицу: артикул, название товара, ссылка на картинку и имя файла. Пришлите сайт, категорию и карточку товара, одну-две страницы, сохранённые из браузера, и как называть файлы. Вы получите код на Python, файл настроек и README и запустите его на своём компьютере, так что файлы сразу у вас. Сохраняйте только те картинки, которые вам можно использовать: свои или разрешённые владельцем. Файлы сохраняются в том виде, в каком их отдаёт сайт. Парсер читает открытые страницы в спокойном темпе, не входит в аккаунты и не обходит капчи и защиту. Разрешают ли это правила сайта, решаете вы; после смены вёрстки нужна доработка.

Что входит

• Что вы получитеАрхив ZIP с кодом на Python, файлом настроек и README с пошаговой инструкцией; код также виден на странице заказа.
• Имена файлов по-вашемуПо артикулу, с _1, _2, _3 для дополнительных фото
• Таблица к файламАртикул, название, ссылка на картинку и имя файла
• Самая крупная версияЕсли страница ссылается на картинку крупнее, берёт её
• Спокойный темпПауза между страницами, задаётся в настройках
• Работает на вашем компьютереWindows, macOS или Linux, с Python

Порядок работы

1. 1
   СтраницыВы даёте каталог, сохранённую карточку и правило имён файлов
2. 2
   ПарсерМы пишем код и инструкцию по запуску
3. 3
   ЗапускВы запускаете его и просматриваете первую папку картинок
4. 4
   ПравкиВы просите правки в рамках пакета и присылаете текст ошибки, если она есть

Что нужно от вас

Сайт и конкретные страницы: ссылка на категорию и на одну карточку товара и примерно сколько товаров и картинок. Как называть файлы, например по артикулу с _1, _2. Нужные поля таблицы кроме имени файла. Одна-две такие страницы, сохранённые из браузера («Файл» > «Сохранить страницу как»). И ваше подтверждение, что картинки ваши или владелец разрешает их использовать.

В брифе мы спросим:

• Какой сайт и какие страницы?
• Как называть файлы
• Сколько примерно картинок?
• Чьи это картинки?

Сравнение пакетов

Вопросы и ответы

Не нашли ответ? Спросите