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 1500 рублей.
(настройка под заказ выполняется только при условии приобретения лицензии на надстройку «Парсер» (2700 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, с какой версией Excel работает парсер? (есть ли ограничения)

Ну так посмотрите, что выдаёт сервер после того, как данные перестают выводиться
(в режиме тестирования парсера)
Нет ответа там, или HTML с сообщением об ошибке, или еще что-то

По настройке прокси, пока инструкции нет, - но весь необходимый функционал в программе присутствует (в настройках парсера, вкладка Дополнительно - Прокси)

Николай, 20 Дек 2018 - 21:35.
Настраивал, не помогает. Сервер перестает отвечать почему то именно с 1005 страницы, до этого качает все нормально. Или это проблема самого сайта.

Гость, 20 Дек 2018 - 10:33.

Скорее всего Вас банят из-за того, что Вы отсылаете слишком часто запросы на сервер, своего рода защита. Возможное решение изменить интервал между запросами. Вкладка Дополнительно -----> Параметры -----> Интервал между запросами в секундах.

Игорь большое спасибо что вы есть. За то что создали такой софт. Вы с экономили мне просто кучу времени.

Добрый день. Пробовал Ваш парсер для сайта http://reestr.nostroy.ru/reestr?m.fulldescription=&m.shortdescription=&m.... Через определенное количество запросов перестает отвечать сервер. В чем может быть проблема? если сайт блочит мой IP то каким образом в вашей надстройке можно настроить прокси-сервера, спасибо.

Николай, в этом, как и в любом другом действии, для подстановки из переменной с названием VarName, в поле параметра действия пишем %VarName%.
В вашем случае надо написать %URLX%

Добрый день подскажите в каком формате задавать Параметр "Значение" в действии "Добавить передаваемое POST-значение". Если до этого действия переменную назвали "URLX"?

Можно, 2 способами:
1) использовать браузер IE для загрузки страницы
2) посмотреть, какие POST запросы выполняет браузер при загрузке страницы, и выполнить такие же запросы

обо всём этом говорится во второй видеоинструкции:
https://excelvba.ru/programmes/Parser/manuals/Loading_Pages_and_Logon

Добрый день Игорь, ни как не получается загрузить информацию о товаре с одного сайта.
Вот ссылка: http://msk.rossko.ru/product/?sid=ec9253fc5318403aa510a48c79ca3a0e&text=...
В браузере подгружается информация о товаре.
А через программу нет. Подгружает станицу "Ничего не нашлось"
Подскажите можно какой нибудь функцией из вашей программы получить полую информацию о странице.
Или такой сайт не получится спарсить. Спасибо за ответ.

подскажите готовый пример (если есть с видео) на Вашем сайте где ссылка на страницу из ячейки екзел берется

Подскажите пожалуйста, как добавить все ссылки пейджера для сайта http://zakupki.gov.ru, там номер страницы пейджера расположен в середине адресной строки, а не в конце как обычно.

С некоторыми сайтами получается ускорить, используя многопоточную загрузку. Но не со всеми сайтами это работает

Здравствуйте. Начал использовать Ваш парсер но на сайте поставщика очень много товаров и не могу настроить так чтобы парсер парсил быстро. Возможно ускорить процесс парсинга?

Всё возможно, если вы сможете подробно объяснить, что где и как должен искать парсер.

Добрый вечер! Нужно привести файл эксель для загрузки на сайт, чтобы выгружал фото (искал в интернете по данным лотов.Возможно сделать?

Здравствуйте.
Спасибо за отзыв.

по пунктам:
1) пока нет в планах, т.к. это можно сделать одним действием Регулярные выражения (с параметром replace)
2) xpath в моём парсере нужен крайне редко, и всегда без него можно обойтись (ибо есть действие Поиск тегов)
Xpath применяется только в одном действии - выборка из XML. А XML используется редко, т.к. на сайтах HTML, а не XML
3) не понял, про какие массивы идёт речь. для работы с массивами значений, есть очень много действий — мне хватает.
4) да, нужна такая возможность. Есть в планах
5) это есть. пару недель назад добавил действие (в разделе Функции массива) — Диалоговое окно выбора элементов.
оно как раз для этого (можно запускать выбор этот, только если нажата клавиша Ctrl или Shift при запуске парсера)
6) есть в планах. у меня по обращениям касательно вопросов настройки, более 50% обращений - касательно пейджера.
так что собираюсь написать боле подробную инструкцию

Не нашел где оставлять отзыв. Оставлю сюда. В общем, годный продукт. Из всех, испытанных мной, парсеров - этот самый гибкий и функциональный, может потому что excel ближе к душе. По истечению 2 месяцев пользования хотелось бы добавить в парсер еще несколько моментов:
1) К текстовой функции "взять между" добавить противоположную - "убрать между".
2) Тема xpath выражений не раскрыта, хотелось бы примеры на видео. И примеры использования регулярных выражений...
3) Создать дополнительные команды для массивов(и для других) для упрощения работы(готовые формулы), например удалить все массивы после "..." вставляем текст в троеточие. Или то же самое "до". Или сцепить 2 массива в один после разделителя, например "|". И тому подобное...
4) Нужна функция "поставить на паузу". Сейчас просто так нельзя остановить парсер. Только отменять его работу и потом в ручную искать номер массива на котором он остановился и править все в настройках.
5) Из 4го пункта вытекает добавить функцию начать с №массива. Где то не в настройках парсера, а по ближе чтобы не менять все. Захотел тут поработал, захотел там...
6) Хотелось бы примеры обхода определенных "ловушек" с пейджерами и тд.
В общем, не останавливайтесь на достигнутом! Всех благ!

Подскажите, считать значение переменой - не ссылку, а текст(например название категории, подкатегории) можно?
или каким способом это сделать если на странице товара не отображается путь по категориям?

Тимур, проблема не понятна. Подсказать не смогу.
Могу настроить под заказ.

Здравствуйте. Скажите пожалуйста при скачивании пробной версии на 10 дней начинаем прогружать страницу категорий и на второй странице подуровня не как у Вас на видео показано только одна ссылка на категорию а у нас все ссылки и все действия которые добавляли на первом уровне они перенеслись на второй подуровень и все ссылки с первого подуровня! Как исправить данную проблему уже целый день и ночь пытаемся понять в чем проблема но все ее не можем решить!? Помогите решить!

Почитайте про это действие
https://excelvba.ru/programmes/Parser/actions/FindTargetPages

а как быть когда в одной категории находятся товары, в другой подкатегории и товары, а в третей только подкатегории?
если есть пример на сайте подскажите

подскажите, почему по действию "загрузить исходный код..." загружается вся страница,
а этаже ссылка по "Открыть вэб-страницу в ИЕ" открывается не вся старица?

Только что проверил
Всё грузится. Сайт как сайт. IE тут не нужен.
Что-то неправильно настраиваете, значит.
Могу настроить под заказ.

Не грузится страницы категорий (по ссылкам) этого сайта http://goods-avto.ru.
страница открывается только по переходу из меню, побывал запускать ИЕ в парсере тоже не помогло

Используйте браузер IE для загрузки полного списка товаров:
https://excelvba.ru/programmes/Parser/actions/IE_Scroll

а как быть если нет ссылок пейджера, а есть кнопка "показать подробнее"? возможности получить все товары со страницы - нет, вот посмотрите на этом сайте dr-marcus.ru -продукты.

To Тимур

https://my-files.ru/o80bsq - быстренько (минут 15) накидал, то о чём Вы просили, изучайте.

Отправить комментарий

Содержание этого поля является приватным и не предназначено к показу.
CAPTCHA
Подтвердите, пожалуйста, что вы - человек:
  _                       ____           _____ 
| | __ __ _ _ __ / ___| __ _ |_ _|
| |/ / / _` | | '_ \ | | _ / _` | | |
| < | (_| | | |_) | | |_| | | (_| | | |
|_|\_\ \__,_| | .__/ \____| \__, | |_|
|_| |_|
Введите код, изображенный в стиле ASCII-арт.