Парсер рецептов на Python: открытые рецепты в таблице — название, категория, время, порции, ингредиенты

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

Фуд-блогеры, которые переносят свои рецепты, кулинарные приложения и сервисы планирования меню собирают таблицу рецептов с открытых страниц: название, категория, кухня, время готовки, порции, ингредиенты, шаги, калории, если страница их показывает, ссылка на картинку и ссылка. Многие страницы рецептов хранят эти факты ещё и в скрытом структурированном блоке, и парсер читает его, если он есть. Пришлите сайт, раздел и страницу рецепта и одну-две страницы, сохранённые из браузера. Вы получите код на Python, файл настроек и README и запустите его на своём компьютере. Тексты и фото рецептов принадлежат авторам: используйте только то, что вам можно. Имена авторов парсер не берёт. Он 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.
• Ингредиенты спискомПо одному на строку в ячейке или на отдельном листе
• Время и порцииЧислами, по которым можно фильтровать
• Ссылки на картинкиТолько ссылки; используйте фото, которые вам можно
• Спокойный темпПауза между страницами, задаётся в настройках
• Работает на вашем компьютереWindows, macOS или Linux, с Python

Порядок работы

1. 1
   СтраницыВы даёте сайт, раздел и один сохранённый рецепт
2. 2
   ПарсерМы пишем код и инструкцию по запуску
3. 3
   ЗапускВы запускаете его и сверяете два рецепта с сайтом
4. 4
   ПравкиВы просите правки в рамках пакета и присылаете текст ошибки, если она есть

Что нужно от вас

Сайт с рецептами и конкретные страницы: ссылка на раздел и на один рецепт и примерно сколько рецептов. Нужные поля, например название, категория, кухня, время, порции, ингредиенты, шаги, калории, ссылка на картинку. Как оформить ингредиенты: одной ячейкой или отдельным листом. Одна-две такие страницы, сохранённые из браузера («Файл» > «Сохранить страницу как»). И ваши это рецепты или с чужого сайта.

В брифе мы спросим:

• Какой сайт и какие страницы?
• Нужные поля
• Сколько примерно рецептов?
• Как оформить ингредиенты?

Сравнение пакетов

Вопросы и ответы

Не нашли ответ? Спросите