Парсер на Python для каталога онлайн-курсов: название, школа, цена, длительность и формат в таблице

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

Онлайн-школы, агрегаторы курсов и те, кто выбирает обучение, переносят открытый каталог курсов в таблицу: название, школа, тема, уровень, формат, длительность, дата старта, цена и старая цена, число уроков, рейтинг так, как он показан, и ссылка. Пришлите страницу каталога, одну страницу курса и одну-две страницы, сохранённые из браузера. Вы получите код на Python, файл настроек и README и запустите его на своём компьютере. Он копирует то, что написано на страницах, и не оценивает качество курсов и не обещает результатов обучения. Имена преподавателей и отзывы учеников не собираются, поэтому личных данных в таблице нет. 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.
• Цены для сравненияЦена, старая цена и рассрочка отдельными столбцами
• Длительность и форматНедели или часы, вживую или в записи, как на странице
• Тема и уровеньВ отдельных столбцах для фильтров
• Спокойный темпПауза между страницами, задаётся в настройках
• Работает на вашем компьютереWindows, macOS или Linux, с Python

Порядок работы

1. 1
   КаталогВы даёте каталог и одну сохранённую страницу курса
2. 2
   ПарсерМы пишем код и инструкцию по запуску
3. 3
   ЗапускВы запускаете его и сверяете несколько курсов с сайтом
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 каталог курсов и на одну страницу курса и примерно сколько всего курсов. Поля в порядке вашей таблицы, например название, школа, тема, уровень, формат, длительность, дата старта, цена, старая цена, ссылка. Одна-две такие страницы, сохранённые из браузера («Файл» > «Сохранить страницу как»), или скриншоты. CSV или Excel.

В брифе мы спросим:

• Какой сайт и какие страницы?
• Нужные поля
• Сколько примерно курсов?
• Только часть курсов?

Сравнение пакетов

Вопросы и ответы

Не нашли ответ? Спросите