开发
成果示例
把园艺工具供应商的商品目录采集到 Excel
结果示例
| 商品编号 | 名称 | 价格 | 有货 | 重量 | 图片 |
|---|---|---|---|---|---|
| GT-1042 | 修枝剪,20 mm | 18.90 | 是 | 0.24 kg | …/gt-1042.jpg |
| GT-1187 | 折叠锯,210 mm | 24.50 | 是 | 0.31 kg | …/gt-1187.jpg |
| GT-2210 | 绿篱剪,波浪刃 | 39.00 | 否 | 1.10 kg | …/gt-2210.jpg |
| GT-3305 | 手铲,不锈钢 | 9.80 | 是 | 0.18 kg | …/gt-3305.jpg |
| GT-4120 | 园艺水管 25 m,1/2" | 42.00 | 是 | 2.90 kg | …/gt-4120.jpg |
示例文件中有 1,236 个商品,来自 52 个列表页。
部分代码
def product_links(list_url: str) -> Iterator[str]:
"""从列表的每一页获取商品页面链接,沿“下一页”继续翻页。"""
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:
"""以礼貌的节奏读取一个公开页面:请求之间有间隔,出错时重试几次。"""
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 返回了 %s,第 %d 次尝试,共 3 次", url, response.status_code, attempt + 1)
raise ScraperError(f"{url} 尝试 3 次后仍无法打开")
**文件:**一个 ZIP 压缩包,内含 scraper.py、settings.ini(起始页面、请求间隔、文件名)、requirements.txt 以及说明如何安装和运行的 README。它只读取公开页面,每 2 秒读取一页,并会先查看网站的 robots.txt。客户在自己的电脑上运行。
**客户:**一家转售某供应商工具的园艺网店;供应商在网站上有公开的商品目录,但没有价目表文件。 **任务:**逐页读取目录的列表页,打开每个商品页面,把商品编号、名称、价格、库存、重量和主图链接保存到 Excel,每周比较一次价格。
客户及所有信息均为虚构。
服务介绍
想了解买家喜欢和不喜欢您或竞争对手商品的哪些地方?这个采集程序把公开评价收集到一张表格中:商品及其链接,每条评价只保留内容、评分和日期。评价者的姓名、昵称、照片和主页链接一律不采集,所以表格中不含任何个人数据。请发来店铺网站、一个带评价的商品页面,以及一两个从浏览器保存的页面;如果评价需要点击“查看更多”按钮才会展开,采集程序会跟着点开。您会收到 Python 代码、设置文件和 README,在自己的电脑上运行。它不读取 Amazon、Google、LinkedIn 或社交网络,从不登录,不绕过验证码或任何防护,并保持礼貌的节奏。网站条款是否允许由您判断;网站日后改版时,需要更新程序。
服务内容
- 您将获得一个 ZIP 压缩包,内含 Python 代码、设置文件和附分步说明的 README;订单页面上也能查看代码。
- 每条评价三项信息内容、评分和日期,不涉及评价者本人
- 与商品关联每条评价都带有商品名称和链接
- 读取所有评价页跟随“查看更多”和评价分页
- 礼貌的节奏页面之间的间隔,在设置中设定
- 在您的电脑上运行Windows、macOS 或 Linux,需安装 Python
服务流程
- 1页面数您提供店铺、商品和一个保存好的评价页面
- 2采集程序我们编写代码和运行说明
- 3运行您运行程序,并核对某个商品的评价数量
- 4修改您在套餐范围内提出修改,如有报错信息请一并发来
需要您提供的信息
店铺网站和具体页面:一份商品链接清单或一个分类链接,以及大约有多少个商品和评价。除评价内容、评分和日期外您需要的商品字段,例如商品名称、编码、链接、平均评分。一两个从浏览器保存的带评价页面(文件 > 网页另存为)或截图。CSV 还是 Excel。
我们会询问您:
- 哪个店铺,哪些商品?
- 商品字段
- 大约多少条评价?
- 只要部分评价吗?
套餐对比
付款保障
您在下单时付款,但款项仅在您验收后才会结算。
- 固定价格付款后套餐价格不会变动。
- 款项先冻结付款时,这笔金额只是被冻结。您验收后,款项才会结算给平台。
- 交付前检查每份成果在送达您之前都会经过质量检查,验收前您可以在订单页面查看。
- 免费修改在需求说明范围内,您可以在套餐允许的次数内提出修改。
- 3 天后自动验收如果交付后 3 天内您既未验收也未提出修改,工作将自动验收。如果您在交付后于订单聊天中留言,订单将暂停自动验收;我们回复后,可能会重新开始计算 3 天,并会在聊天中告知您。
- 返工或全额退款如果成果与您的需求说明不符且修改后仍未解决,或工作耗时超过交付期限的两倍,请在订单聊天中留言:我们将为您返工或全额退款。
问题与解答
能采集评价者的姓名或城市吗?
不能。每条评价只保留内容、评分和日期。姓名、昵称、城市、照片和主页链接属于个人数据,一律不采集。
会把评价分成好评和差评吗?
它会保存评分,您可以在 Excel 中按评分筛选。它不评判内容;阅读理解由您完成。
我能把这些评价发到我的网站上吗?
不能当作您自己的评价发布:它们属于作者和店铺,把它们展示成您的评价会误导买家。请用它们来研究大家的看法。
能读取 Amazon、Google 地图或社交网络上的评价吗?
不能。Amazon、Google、LinkedIn 和社交网络都不在范围内:它们的条款禁止这样做。对于其他店铺,其条款是否允许由您判断。
如果评价要边滚动边加载怎么办?
那么采集程序会使用浏览器库(Playwright),README 中有相关说明。如果店铺日后改版,采集程序需要更新。
没有找到答案?


