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
Александр, это сложный сайт, тут страницы перелистываются скриптами, и механизм настройки отличается от стандартного.
Сначала, надо загрузить страницу по ссылке, и получить ID категории, чтобы сформировать ссылку вида
https://belbazar24.by/ajax.php?action=get_poducts&cat_id=180
По этой ссылке сервером выдается ответ, где присутствует информация о товарах и количестве страниц в формате JSON
Дальше - сложнее, если сами не разберетесь, можем настроить под заказ.
Пример списка действий, как от исходный ссылке добраться до страниц результатов:
Здравствуйте, делаю настройку парсера вот на эту страничку https://belbazar24.by/catalog/elady/ однако при загрузке кода страницы в парсере - каталог товаров и соответсвенно пейджер - загружается пустой, подскажите как правильно прогрузить полностью страничку с этого сайта?
Заранее благодарен.
Константин, добавьте мою программу (или расширение .xla) в список исключений аваста
Или установите более умный антивирус, типа бесплатного Касперского.
Любой парсер распознаётся антивирусами как вирус (ибо парсер предназначен для скачивания данных и файлов из интернета)
http://excelvba.ru/faq/virus
Добрый день! я скачал файл Parser.xla аваст выдал сообщение о том, что он заражен вирусом MO97:Dropper-AJ
С яндексом (некоторыми сервисами) получится работать только через браузер Internet Explorer
(потому что там скрипты какие-то хитрые, - лично я не понял, как данные вытаскивать из сервисов типа wordstat, если без браузера)
Используйте действие «Открыть страницу в Internet Explorer»
Есть ли решения обхода яндекс защиты?
Парсер не работает с личными кабинетами в яндекс,например из своего аккаунта в яндекс директе нельзя вытащить нужную информацию,защита яндекса от парсеров
Добрый день. А может есть какой-нибудь пример парсера, с авторизацией на сайте.
Видеоурока по Captcha и авторизации пока нет.
Как вариант, - авторизуетесь вручную в браузере Internet Explorer, вводите там капчу,
а парсер потом использует IE для загрузки страниц сайта
Добрый день. а как быть если на сайте необходима авторизация, да еще а капчу ввести требуется. Есть ли видеоурок?
В общем случае, - несильно (если не использовать многопоточную загрузку)
Для сервера, 1-10 запросов в секунду (именно столько идет от парсера, в большисетве случаев) — это мелочи (проблемы начинаются при сотнях и более запросов в секунду, и то только на слабых сайтах)
Добрый день.
Подскажите пожалуйста, насколько сильно программа "нагружает" сайт, который парсит.
Евгений, настройка под сайты не входит в техподдержку
На примерах настроенных парсеров видно, что всё работает как надо.
Напишите в скайп, попробую помочь.
Оплатить могу, но на данный момент я даже не знаю как она работает в реале , я 1 сайт не могу настроить, а у меня их несколько, вы что по каждому сайту со мной будете ходить. Все таки для начала хочется, чтобы программа на пробном периоде показала себя с лучшей стороны, а пока по итогу мы имеем программу, но настроить получилось только для 340 позиций товара,вместо 2500. Предлагаю пока с вашими силами настроить программу на корректную работу для 1 сайта, хоть и на пробном периоде, а далее уже говорить о деньгах, спасибо за понимание, жду вашего ответа Игорь.
Евгений, если готовы оплатить лицензию на программу, - пишите в скайп, помогу с настройкой.
Игорь не получается ,перепроверил,делаю все по видео, категории 19 шт в моем случае он нашел,а по страницам не ходит все равно! Как быть?!
С этим - не ко мне, это к Касперскому вопросы.
Мои надстройки (все) вносят изменения в какие-либо файлы Excel (именно для этого они и предназначены), а что там антивирус думает, я не в курсе.
Когда Parser.xla делает какие то действия с файлом prices (4).xls "Защита от шифрования" думает что Parser.xla пытается его зашифровать. Поэтому и выдает данное сообщение.
Иван, касперский же вам пишет, на какой файл сработка, - prices (4).xls
А моя программа имеет другое имя файла, и расширение xla
Так что, с этим не ко мне.
Если в этом файле (prices (4).xls) у вас вирус, - то он может запускаться вместе с Excel, как и моя программа
Можете отключить мою программу из автозапуска, и проверить
Здравствуйте. Используем Вашу программу. В "Kaspersky Security 10 для Windows Server 10.0.0.486" есть "Защита от шифрования". В момент запуска Вашей программы она срабатывает.
Обнаружен объект: HEUR:Generic.Unknown.Cryptor.
Имя объекта: D:\UsersDesktops\?????????\Рабочий стол\prices (4).xls
Сейчас заново все перепроверю, возможно где то допустил ошибку.
Начат поиск пейджера, длина HTML кода: 58582
Применён HTML фильтр class=pagination
(длина HTML после фильтрации: 0)
Ошибка поиска пейджера - после фильтрации получено пустое значение.
Сделал все как написали, вот такая Ошибка!
В действии «HTML: Получить все ссылки пейджера» укажите следующие параметры:
Результатом будет массив из 10 ссылок
Без проблем ,вот ссылка http://toys.ost-com.ru/products/74178/ ,на странице 20 товаров, не могу указать чтобы он получил все ссылки на остальные страницы и выгрузил весь товар, а то он по 20 шт выгружает в XML и переходит в след категорию ,а по страницам в каждой категории не ходит, только на 1-вой страницы!
Евгений, а что конкретно не получается? ссылки пейджера не находятся?
Надо реальную ссылку показывать (на страницу, с которой надо взять все ссылки пейджера), иначе помочь не смогу
День добрый.
Вопрос такой, добавляю действие "получить все ссылки пейджера" вместо "Offset" у меня надпись "?Start=" вставляю ее чтобы проспарсить все ссылки, а ничего не происходит, как решить данную проблему.
Пример:
http://primer-com.ru/products/74169?start=12
http://primer-com.ru/products/74170?start=12
(ссылки не рабочие, для примера)
Максим, если программа выдает массив из нескольких значений (разделенные тильдами с квадратиками), тут можно:
1) взять какое-то одно для вывода
2) сцепить все элементы массива через разделитель типа запятой или пробела
Эти действия есть в разделе «Функции массива»
И никаких квадратиков с тильдами не будет
Надо всего лишь добавить одно действие (последним) для соответствующего столбца
Разобрался. Как один из вариантов использовать функцию печсимв() для удаления квадратов. Далее все работает.
Спасибо. Получилось. Возник еще вопрос. Массив ссылок на картинки в ячейке excel выводится с разделителем в виде 3 вопросительных знаков в квадратиках с тильдами в начале и в конце. Заменить этот набор знаков например на запятую через Найти и Заменить не получается.
Добрый день, Максим! Попробуйте действие "Открыть веб-страницу в Internet Explorer", возможно, еще понадобится "Прокрутить страницу вниз в Internet Explorer". Только потом в конце парсинга (Parser_Finish) не забудьте использовать "Закрыть Internet Explorer", а то будет висеть экземпляр IE в скрытом режиме