開發
成果範例
Parser of a garden tools supplier's catalog into Excel
What the result looks like
| Article | Name | Price | In stock | Weight | Photo |
|---|---|---|---|---|---|
| GT-1042 | Pruning shears, 20 mm | 18.90 | Yes | 0.24 kg | …/gt-1042.jpg |
| GT-1187 | Folding saw, 210 mm | 24.50 | Yes | 0.31 kg | …/gt-1187.jpg |
| GT-2210 | Hedge shears, wavy blade | 39.00 | No | 1.10 kg | …/gt-2210.jpg |
| GT-3305 | Hand trowel, stainless | 9.80 | Yes | 0.18 kg | …/gt-3305.jpg |
| GT-4120 | Garden hose 25 m, 1/2" | 42.00 | Yes | 2.90 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
當供應商在公開網站上展示商品、卻不提供檔案時,這個爬蟲會把型錄複製成您商店可以匯入的表格:名稱、代碼、價格、描述、規格、分類和照片連結,並把照片存到資料夾。請提供供應商的網站、一個分類頁和一個商品頁的連結、一兩個從瀏覽器另存的頁面,以及您商店的匯入範本,例如 Shopify 或 WooCommerce 的 CSV,讓欄位與之一致。您會拿到附設定檔和 README 的 Python 程式碼,並在自己的電腦上執行。請只使用供應商允許您使用的照片和文字。它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,也不收集個人資料。網站的使用條款是否允許,由您自行判斷;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。
- 符合匯入格式的欄位欄位順序和名稱與您商店的匯入檔一致
- 照片可直接載入照片連結放在一欄,檔案以商品代碼命名
- 價格照網站顯示供應商的價格;您的加價在表格中自行處理
- 和緩的速度頁面之間的間隔,可在設定中調整
- 淺顯的說明要安裝什麼、如何執行,一步一步說明
服務流程
- 1型錄您提供供應商的頁面和您的匯入範本
- 2爬蟲我們撰寫程式碼和執行說明
- 3測試匯入您執行程式,並把前幾列匯入您的商店
- 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
供應商的網站:一個分類頁和一個商品頁的連結,以及大約有多少項商品。您商店的匯入範本,或幾項商品的匯出範例,讓欄位一致。您需要的欄位,例如名稱、代碼、價格、描述、規格、分類、照片。一兩個從瀏覽器另存的供應商頁面(檔案 > 另存網頁)。照片檔案的命名方式。以及您確認供應商允許您使用其照片和文字。
我們會詢問您:
- 哪個供應商的網站和頁面?
- 您的商店及其匯入檔
- 大約有多少項商品?
- 照片
比較方案
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。
常見問題
檔案可以直接匯入我的商店嗎?
欄位依您提供的範本製作,所以大多數情況下可以。我們是依您的範本檢查檔案,而不是在您的商店內檢查,所以請先匯入前幾列試試看,再載入全部。
我可以使用供應商的照片和描述嗎?
只有在供應商允許時才可以:它們屬於原權利人,取得許可由您負責。爬蟲只會保存您有權使用的圖片。
它能讀取供應商登入後才看得到的經銷價嗎?
不行。它絕不登入,所以帳號後面的經銷價或批發價都在範圍之外。請向供應商索取價格檔;爬蟲仍會收集公開型錄的其餘內容。
可以複製 Amazon、Google 或社群平台商店的型錄嗎?
不行。它們的使用條款禁止這麼做;LinkedIn 和其他社群平台也一樣。請使用該服務的官方匯出功能,或向賣家索取檔案。
如果供應商改版網站怎麼辦?
爬蟲是依目前的頁面撰寫的。日後版面改變需要更新,這算是一筆新訂單。
沒有找到您要的答案?


