Надстройка Parser для Excel — простое и удобное решение для парсинга любых сайтов (интернет-магазинов, соцсетей, площадок объявлений) с выводом данных в таблицу Excel (формата XLS* или CSV), а также скачивания файлов.
Особенность программы — очень гибкая настройка постобработки полученных данных (множество текстовых функций, всевозможные фильтры, перекодировки, работа с переменными, разбиение значения на массив и обработка каждого элемента в отдельности, вывод характеристик в отдельные столбцы, автоматический поиск цены товара на странице, поддержка форматов JSON и XML).
В парсере сайтов поддерживается авторизация на сайтах, выбор региона, GET и POST запросы, приём и отправка Cookies и заголовков запроса, получение исходных данных для парсинга с листа Excel, многопоточность (до 200 потоков), распознавание капчи через сервис RuCaptcha.com, работа через браузер (IE), кеширование, рекурсивный поиск страниц на сайте, сохранение загруженных изображений товара под заданными именами в одну или несколько папок, и многое другое.
Поиск нужных данных на страницах сайта выполняется в парсере путем поиска тегов и/или атрибутов тегов (по любому свойству и его значению). Специализированные функции для работы с HTML позволяют разными способами преобразовывать HTML-таблицы в текст (или пары вида название-значение), автоматически находить ссылки пейджера, чистить HTML от лишних данных.
За счёт тесной интеграции с Excel, надстройка Parser может считывать любые данные из файлов Excel, создавать отдельные листы и файлы, динамически формировать столбцы для вывода, а также использовать всю мощь встроенных в Excel возможностей.
Поддерживается также сбор данных из текстовых файлов (формата Word, XML, TXT) из заданной пользователем папки, а также преобразование файлов Excel из одного формата таблицы в другой (обработка и разбиение данных на отдельные столбцы)
В программе «Парсер сайтов» можно настроить обработку нескольких сайтов. Перед запуском парсинга (кнопкой на панели инструментов Excel) можно выбрать ранее настроенный сайт из выпадающего списка.
Пример использования парсера для мониторинга цен конкурентов
Дополнительные видеоинструкции, а также подробное описание функционала, можно найти в разделе Справка по программе
В программе можно настроить несколько парсеров (обработчиков сайтов).
Любой из парсеров настраивается и работает независимо от других.
Примеры настроенных парсеров (можно скачать, запустить, посмотреть настройки)
Видеоинструкция (2 минуты), как запустить готовый (уже настроенный) парсер
Настройка программы, - дело не самое простое (для этого, надо хоть немного разбираться в HTML)
Если вам нужен готовый парсер, но вы не хотите разбираться с настройкой,
— закажите настройку парсера разработчику программы. Стоимость настройки под конкретный сайт - от 2500 рублей.
(настройка под заказ выполняется только при условии приобретения лицензии на надстройку «Парсер» (4000 руб)
Инструкция (с видео) по заказу настройки парсера
По всем вопросам, готов проконсультировать вас в Скайпе.
Программа не привязана к конкретному файлу Excel.
Вы в настройках задаёте столбец с исходными данными (ссылками или артикулами),
настраиваете формирование ссылок и подстановку данных с сайта в нужные столбцы,
нажимаете кнопку, - и ваша таблица заполняется данными с сайта.
Программа «Парсер сайтов» может быть полезна для формирования каталога товаров интернет-магазинов,
поиска и загрузки фотографий товара по артикулам (если для получения ссылки на фото, необходимо анализировать страницу товара),
загрузки актуальных данных (цен и наличия) с сайтов поставщиков, и т.д. и т.п.
Справка по программе «Парсер сайтов»
Можно попробовать разобраться с работой программы на примерах настроенных парсеров
Комментарии
Еще такой вопрос. Можно задать такой цикл. а то страница не с перового раза загружается. Идея такая: После загрузки URL проводить проверку. Если символов меньше 10000 то начать заново алгоритм. если больше то продолжить. Как можно подобную проверку задать?
Большое спасибо за быстрый ответ.
В этом случае (когда пейджер нестандартный, и программой не берётся), можно обойти проблему в несколько действий:
Добрый вечер. Игорь столкнулся с такой страницей http://avtotochki.ru/catalog/avtomoyki/pt5c1657912419996/ Хочу получить все страницы пейджера. Страницы меняются http://avtotochki.ru/catalog/avtomoyki/pt5c1657912419996/2/ по настройкам не как не могу задать чтобы получить все страницы. Поможете советом?
Здравствуйте, Николай
В примечание из переменной - да, конечно можно. Используйте для вставки %НазваниеПеременной%
Можно также использовать любые другие подстановочные коды
to Александр
Лично у меня Excel на удаленной банке всегда запущен, полет нормальный. Какой смысл постоянно запускать и закрывать его, один раз сам запустил, а дальше он живет собственной "жизнью"? Дайте ему больше свободы.=)
to Игорь
Здравствуйте Игорь, подскажите, можно ли в примечании (Вывод на лист ---> Формат ---> Примечание) выводить значение переменной?
Появилась необходимость запускать парсер на удалённом ПК, изучил мануал, добавил в планировщик, при тесте, всё хорошо, а вот при использовании, получаю следующую проблему:
Планировщик заданий срабатывает, запускается Excel, но само окошка с отсчетом времени запуска парсера, оказывается позади открытой книги Excel и парсер в итоге не запускается, пока не кликнуть в любое место либо книги, либо рабочего стола, в результате чего, окно с отсчетом времени переносится на передний план, отсчет начинается и парсер запускается
Суть происходящего записал на видео https://youtu.be/sKV0qtj0-0E Надеюсь на помощь, что предпринять, что-бы всё заработало. Спасибо.
Здравствуйте
Заказы на парсер принимаются в таком виде
http://excelvba.ru/programmes/Parser/order
Будет заказ, потому уже обсудим
Добрый день! Хотел обсудить с Вами создание одного парсера! Если возможно через скайп, мой скайп orakov88
Прокси пока еще не применимы к многопоточности.
Когда-нибудь сделаю, но пока таких задач передо мной не стоит.
Здравствуйте. А как прокси распределяются по потокам в многопоточном режиме?
Александр, парсер сам по-очереди подставит все ссылки из ячеек, при запуске
Первое действие будет "Загрузить исходный код страницы"
Присоединяюсь к вопросу от 17.10.2018 https://excelvba.ru/programmes/Parser#comment-9564
Справка, не дала понимания. В настройке "исходных данных" всё понятно, указал имя столбца, парсер правильно указал диапазон, где находятся именно URLы, с которых необходимо забирать информацию. Ок. Но вот первое действие какое? Как получить первую ссылку из ячейки? Как отправить эту ссылку парсеру? Кажется уже все возможные варианты перепробовал, а все равно, запрос пустой и никак данные о ссылке не передаются парсеру. Помогите пожалуйста.
Здравствуйте, Канат
Ответ на ваш вопрос есть в справке по программе:
https://excelvba.ru/programmes/Parser/manuals/InitialDataTab#Column
Здравствуйте Игорь,
пробую ваш парсер, очень хорошая штука, спасибо. Пока тестирую, один вопрос - как загружать URL-ы web страниц находящихся в одном столбце (список) в файле Excel. Ну а далее уже по настроенным действиям парсера, там понятно. Т.е как циклом подставлять значение URL страницы в действие "Загрузить ИСХОДНЫЙ КОД веб-страницы"
С уважением Канат
Элементарно добавьте в любой проект в parser_finish планировщик при работающем прогресс-баре, что бы он срабатывал каждые 10 сек и заметите как у вас все окно покроется сплошными прогресс-барами и со временем парсер начнет нагружать систему.
Вышлите мне на почту файл настроек парсера, посмотрю, что там с утечкой памяти
Потому-что обнаружил утечку памяти при частых запусках планировщика, ну и старый прогресс-бар не закрывается при новом запуске парсера и все окно в прогресс-барах получается
А чем это действие не устраивает?
https://excelvba.ru/programmes/Parser/actions/AddScheduledTask
Сделал агрегатор нескольких фриланс бирж, с возможностью отправки уведомлений в вк при нахождении нужной работы отобранной через ключевые и минус слова, надо просто зациклить этот парсер. У меня один вопрос как сделать так что бы парсер работал в бесконечном цикле? Я так понимаю добавить действие в parser_finish которое бы возвращало начало работы к первому значению исходных данных на первый подуровень, но какое действие не могу смекнут.
Напишите мне в скайп, обсудим, что и для чего вы делаете, — тогда может смогу что-нибудь посоветовать
путем перехода на первое действие в списке я так понимаю действует только если в парсере 1 подуровень, а если у меня их 3 и по окончании парсинга надо например запустить парсинг с первого подуровняуровня. какое действие мне надо добавить в parser_finish что бы зациклить парсинг?
Да, можно
Например, путем перехода на первое действие в списке
Инструкция: https://excelvba.ru/programmes/Parser/manuals/StopCodes
Здравствуйте. Можно ли как то одно фиксированное исходное значение поместить в бесконечный цикл без использования планировщика?
Мария, будет заказ — будет и оценка стоимости.
Заказы на парсер принимаются в таком виде
http://excelvba.ru/programmes/Parser/order
По срокам, обычно, от 1 до 4 дней после оплаты
Добрый день.
Сколько будет стоить настроить парсер? Какие условия и сроки?
Без понятия, что у вас там не так (я не телепат). Может, где какой буквой ошиблись.
Как видите, у меня всё работает
Могу настроить под заказ
Игорь, спасибо за ответ! Сделал все по инструкции, 5 идентичных действий, на входящее значение подаю ссылку на товар - но ответ все равно приходит пустой? Что могло пойти не так?) Кеширование страниц выключено. Я даже менял айпи на роутере.
Лев, тут надо обязательно передавать заголовок запроса x-requested-with=XMLHttpRequest
иначе ответ придёт пустой.
Запрос (GET) выполняется на URL вида https://ru.iherb.com/catalog/Get360ImageUrls?pid=69226
где 69226 - id товара из ссылки на карточку товара
Добрый день! Подскажите, пожалуйста, как например на данной странице https://www.iherb.com/pr/Olympian-Labs-Inc-Melatonin-Alcohol-Free-Grape-... найти все ссылки класса "zoom-image"? Они появляются на странице по клику на картинку 360, но если настраивать клик в браузере - то это будет очень долгий процесс. Возможно, есть способ пост/гет запросами сделать? Пробовал по Вашей инструкции из видео сделать гет-запрос (в данном сайте именно гет) - но ничего не возращается, мол "сервер еще не обработал...".
Буду очень признателен за подсказку! И приведу клиентов! ;)