汽車物件爬蟲開發與客製化

一個公開售車資訊的 Python 爬蟲:品牌、年份、里程、價格和城市整理成表格,不含賣方聯絡方式

通常 15 分鐘內完成含修改次數品質檢查
方案
付款保障詳細資訊
  • 方案內的修改免費。
  • 若您在交付後 3 天內未回應,成果將自動驗收。

付款時款項會先保留,在您驗收後才會撥付。

一個公開售車資訊的 Python 爬蟲:品牌、年份、里程、價格和城市整理成表格,不含賣方聯絡方式

成果範例

標準版方案範例

Parser of a garden tools supplier's catalog into Excel

What the result looks like

ArticleNamePriceIn stockWeightPhoto
GT-1042Pruning shears, 20 mm18.90Yes0.24 kg…/gt-1042.jpg
GT-1187Folding saw, 210 mm24.50Yes0.31 kg…/gt-1187.jpg
GT-2210Hedge shears, wavy blade39.00No1.10 kg…/gt-2210.jpg
GT-3305Hand trowel, stainless9.80Yes0.18 kg…/gt-3305.jpg
GT-4120Garden hose 25 m, 1/2"42.00Yes2.90 kg…/gt-4120.jpg

The file in the example has 1,236 products from 52 list pages.

A part of the code

def product_links(list_url: str) -> Iterator[str]:
    """Product page links from every page of the list, following 'Next'."""
    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:
    """One open page, at a polite pace: a pause between requests and a few tries on errors."""
    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 answered %s, try %d of 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} did not open after 3 tries")

Files: a ZIP archive with scraper.py, settings.ini (the start page, the pause between requests, the file name), requirements.txt and a README on installing and running it. It reads only open pages, one every 2 seconds, and checks the site's robots.txt first. The client runs it on their own computer.

Client: an online garden shop that resells a supplier's tools; the supplier has an open catalog on its website but no price list file. Task: go through the catalog's list pages, open every product page and save the article number, name, price, stock, weight and main photo link to Excel, to compare prices once a week.

客戶與所有細節皆為虛構。

關於此服務

車商和買車的人可以用這個爬蟲,在一張表格中掌握市場:從公開的售車資訊中擷取品牌、年份、里程、引擎、變速箱、車身、燃料、顏色、價格、城市、刊登日期、連結和照片連結。請在網站上設定好搜尋(品牌、年份、價格範圍),並提供那個連結、一個售車頁面,以及一兩個從瀏覽器另存的頁面。我們依這些頁面以 Python 撰寫程式碼;您會拿到附設定檔和 README 的程式,需要時隨時自己執行。賣方資料一律排除:不收集姓名、電子郵件或電話號碼,也不收集車牌或車身號碼(VIN)。爬蟲以和緩的速度讀取公開頁面,絕不登入、不繞過驗證碼或防護機制。網站的使用條款是否允許,由您決定;網站日後改版時,程式需要更新。

包含內容

  • 您會得到一個 ZIP 壓縮檔,內含 Python 程式碼、設定檔和附逐步說明的 README;訂單頁面上也會顯示程式碼。
  • 一張表格掌握市場在 Excel 中依年份、里程或價格排序
  • 您的搜尋連結在網站上設定好品牌、年份和價格範圍
  • 不含賣方資料不含姓名、電話、車牌或 VIN
  • 里程為數字可直接篩選和計算平均
  • 在您的電腦上執行Windows、macOS 或 Linux,搭配 Python

服務流程

  1. 1
    搜尋您提供一個搜尋連結和一個另存的售車頁面
  2. 2
    爬蟲我們撰寫程式碼和執行說明
  3. 3
    執行您執行程式,並把幾輛車與網站核對
  4. 4
    修改您在方案範圍內提出修改,並附上任何錯誤訊息

需要您提供的資料

汽車網站和一個套用您篩選條件的搜尋連結、一個售車頁面,以及搜尋結果大約有多少輛車。您需要的欄位,依您表格的順序排列,例如品牌、年份、里程、引擎、變速箱、價格、城市、連結。一兩個從瀏覽器另存的這類頁面(檔案 > 另存網頁)或截圖。CSV 或 Excel,以及您多久執行一次。

我們會詢問您:

  • 哪個網站、哪個搜尋?
  • 您需要的欄位
  • 大約有多少輛車?
  • 還有其他要求嗎?

比較方案

方案基本版依您的連結讀取物件US$21標準版您的搜尋,每一輛車US$42進階版最多 3 個汽車網站US$75
交付期限1 天2 天3 天
修改次數123
網站數11最多 3 個
頁面類型12 種(搜尋結果和物件頁)最多 3 個
欄位數最多 10 題最多 25 個每個最多 25 個
逐頁讀取清單中的頁面無有有
結果檔案CSVExcel 或 CSVExcel、CSV 或 JSON
移除重複、從中斷處繼續無無有
訂購 基本版訂購 標準版訂購 進階版

付款保障

下單時付款,但只有在驗收成果後,款項才會撥付。

  • 固定價格付款後,方案價格不會變動。
  • 款項先行保留付款時,金額只會先保留,在您驗收後才會撥付給服務。
  • 交付前檢查每份成果在交到您手上之前都會經過品質檢查,您也可以在驗收前於訂單頁面查看成果。
  • 免費修改在需求說明範圍內,可依方案允許的次數提出修改。
  • 3 天後自動驗收若您在交付後 3 天內未驗收也未提出修改,成果將自動驗收。若您在交付後於訂單聊天室留言,訂單會暫停自動驗收;我們回覆後,可能會重新起算 3 天,並會在聊天室中告知。
  • 重新製作或全額退款若成果不符合您的需求說明且修改後仍未改善,或製作時間超過交付期限的兩倍,請在訂單聊天室留言:我們將重新製作,或全額退還款項。
運作方式 →

常見問題

它會告訴我一輛車值多少錢嗎?

不會。它只收集售車資訊上顯示的開價。我們不為車輛估價,也不提供購買建議;表格是供您自己比較用的。

我可以取得賣方的電話號碼嗎?

不行。爬蟲不收集任何人的姓名、電子郵件或電話號碼。每一列都有售車頁面連結,您可以透過網站提供的方式聯絡賣方。

它可以讀取社群平台或 Google 上的售車廣告嗎?

不行。它不讀取社群平台、LinkedIn、Google 或 Amazon:它們的使用條款禁止這麼做,而且許多頁面需要登入。其他公開的汽車網站,只要條款允許就可以,由您判斷。

如果網站把售車資訊藏在驗證碼後面怎麼辦?

那爬蟲就無法讀取:它絕不繞過驗證碼或其他防護機制。如果網站日後改版,爬蟲需要更新,這算是一筆新訂單。

沒有找到您要的答案?

方案