Парсер сайтов и файлов (парсинг данных с сайта в Excel)

Структура программы «Парсер сайтов»

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

 

Видеоинструкция

На видео рассказывается о работе с программой, и показан процесс настройки парсера интернет-магазина:

 

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

Как скачать и протестировать программу

Комментарии

Здравствуйте, Сергей
Обязательно проверю и попробую исправить в следующих версиях.

Хотел попросить сделать 2 доработки:
1) При использовании HTML: Многопоточная загрузка, если свернуть Excel, то начинает всплывать окно "HTML: Многопоточная загрузка" что честно говоря очень не удобно.
2) При смене папки где лежать файлы парсера, автоматом список парсеров не обновляется, что не очень логично.

Ёёёё моё, а слона я и не заметил. Спасибо огромное.

почему не организовать? я именно средствами парсера и имел в виду:
"Проверка на выполнение условия" и "Вернуться к заданному действию"

Средствами парсера это не организовать. верно?

Добрый день!

Проверять наличие данных и в случае, если ничего не найдено, возвращаться к действию загрузки той же самой страницы. Есть риск зацикливания, если какие-то страницы заведомо пустые будут.

Добрый день!
Страница с диапазоном дат например с 2015-07-01 по 2016-07-20 Максимально время загрузки веб-страницы увеличил до 3-х минут. Иногда сервер "не успевает" ответить. Есть вариант 100% получить ответ, кроме увеличения времени....

Добрый день, Сергей!

Если Вам нужно получить 10 строк, ссылки у всех разные, а остальные столбцы одинаковые, то Вы можете сохранять страницу целиком в переменную, получить массив ссылок, а во всех столбцах кроме первого считывать переменную страницы целиком.

если все равно непонятно, можете позвонить по скайпу antonmashkin, объясню.

Игорь здравствуйте, подскажите пожалуйста как можно настроить парсер.
Если я во вкладке "Исходные данные", загружаю исходный код страницы, ищу URL, получаю массив ссылок, скажем 10.
Для вывода масcива на лист в столбец "А" в каждую новую строчку достаточно просто во вкладек "Вывод на лист" добавить пустой столбец без действий.

Если же я во вкладке "Исходные данные", загружаю исходный код страницы, на на вкладке "вывод на лист" создаю действия для разных столбцов, то масcив данных выводиться в ячейку целиком. Т.е. 10 значений в одну ячейку. Как это поправить?

Сначала активируем парсер нужный, а потом запускаем

Application.Run "ActivateParser", "123"
Application.Run "RunActiveParser"

Добрый день!

Пытаюсь из vba запустить парсер с названием 123.
"Application.Run "RunActiveParser" запускает только активный парсер.
Или если есть возможность запускать из vba по названию из ячейки.

Здравствуйте, парсер выводит значение в А2(к примеру), но когда я выделяю эту ячейку - строка формул пуста. Подскажите как сделать что бы в ней было тоже значение.

Добрый день, Руслан!

Ответил Вам на почту. Если письмо не пришло, проверьте папку "Спам".

Добрый день!
Необходимо сделать парсер характеристик и фото с сайта http://vstroyka-solo.ru/. либо спарсить и предоставить информацию
Все данные должны быть в файле CSV каждая характеристика в отдельной колонке, ссылка на фото, либо скаченное фото
Сколько будет стоить, и какие сроки?

Для обработки ссылок из Excel многопоточность пока не применима (будет в следующих версиях, но когда именно - сказать не могу)

Новое действие отправки книги на email я поместил в группу «Разное»

Добрый день!
Подскажите есть ли возможность работать в многопоточном режиме по ссылкам из эксель ( по аналогии http://excelvba.ru/programmes/Parser/samples/ComparePrices) что бы сразу брал несколько значений.

по поводу обновления 2.2.2 не могу найти действие для отправки файла на email (как называется данное действие)

Пример использования новой возможности есть здесь:
http://excelvba.ru/programmes/Parser/samples/MultiThreading

А можно краткий пример, для понимания, как можно перенастроить. Что бы все так работало.

Да, именно так
Но для использования этой возможности надо несколько иначе настраивать парсер
(т.е. если раньше все было настроено без многопоточности, - сейчас в 10 раз быстрее работать не начнёт)
А если перенастроить немного, - то да, для некоторых сайтов можно ускорить процесс парсинга в 20-100 раз (от сайта зависит, - где-то и 100 потоков можно, а где-то и 20 потоков с ошибками работает, ибо сервер не справляется)

Объясните пожалуйста в чем заключается обновление программы:
+ реализована многопоточность при загрузке веб-страниц (добавлено действие HTML: Многопоточная загрузка).
Т.е. ранее к примеру парсер за 1 сек. смог загрузить 1 веб страницу, то с многопоточностью 10 страниц в секунду. Так?

Мой скайп: ExcelVBA.ru
Пишите в любое время

Укажите свой скайп и время для выхода на связь

Цены в 99.9% случаев отлично берутся без использования IE
(IE - на самый крайний случай, - когда сайт сложный, и всё на скриптах работает)
Позвоните мне в скайп, - я подключусь к вашему компу, и подскажу, что как настроить.

Доброго времени суток.
При написании парсера столкнулся с проблемой что сайт через IE не отображает цены.
Готов купить программу, но необходимо быть уверенным что она работает с подобными сайтами

Да, привязка к железу.
При покупке лицензии укажите, что надо 3 активации вместо 2, - за ту же цену (2500) сделаю вам 3 активации.
Вот на всех 3 компах и активируете программу.

Подскажите, при покупке парсера, он привязывается к железу компа?
Или можно по паролю какому то или почте входить и пользоваться?
У меня 3 компа. Один таская с собой, на котором в основном и работаю.
Второй в офисе стоит на котором тоже могу запускать парсер.
Третий дома, иногда и там пользуюсь.
В тестовом периоде было удобно. Но не понятно как буду работать при покупке парсера...

2.1.3 Очень хорошее обновление. Приятно, что программа "обрастает" столь полезным функционалом.

Wordstat - тот редкий случай, где очень сложно получить данные без браузера (там куча скриптов всяких)
Используйте действие «Открыть страницу в Internet Explorer»
Причём, надо предварительно авторизоваться на яндексе в браузере Internet Explorer, - иначе работать не будет.

Спасибо, а где нельзя https://wordstat.yandex.ru/#!/?words=...

В данном случае, надо заменить символы #!/ на пусто (действие «Заменить часть текста»)
чтобы получилась ссылка https://music.yandex.ru/album/10030