Raspado de plantilla Octoparse

Un investigador de productos rastrea 200 productos de Amazon. Anteriormente: Plantilla Octoparse de Amazon que extrae páginas completas de productos. La plantilla se rompió dos veces en 3 meses cuando Amazon cambió el diseño de la página de su producto. Después del cambio: la búsqueda de Scavio en Amazon para cada nombre de producto arroja el precio actual, la calificación y el recuento de reseñas. $1/día para 200 consultas. Sin roturas en 4 meses. Compensación: pérdida de acceso a descripciones completas de productos y datos de preguntas y respuestas que solo proporcionaba la plantilla Octoparse.

Raspado de plantilla Octoparse es relevante para Google, Amazon. Scavio proporciona una API unificada para acceder a datos de todas estas plataformas.

Octoparse (Gratis para 10 tareas, Estándar $69/mes, Pro $249/mes) ofrece plantillas para objetivos de scraping populares: listados de productos de Amazon, empresas de Google Maps, páginas amarillas, perfiles de LinkedIn y más. Las plantillas reducen la configuración de horas de configuración manual a minutos de parametrización (ingrese la URL, establezca la paginación, haga clic en ejecutar). El problema del mantenimiento: las plantillas dependen de la estructura HTML del sitio de destino. Cuando Amazon o Google cambian el diseño de su página (lo que ocurre cada 2 a 6 semanas para las propiedades de Google), las plantillas se rompen y requieren actualizaciones del equipo de Octoparse o una reconfiguración manual. Octoparse generalmente envía actualizaciones de plantillas dentro de 1 a 2 semanas después de un cambio de sitio, pero la brecha crea un tiempo de inactividad. Para objetivos donde existen plantillas de Octoparse y la necesidad de datos es profunda (detalles completos del producto, todas las reseñas, perfiles comerciales completos), las plantillas son el camino más rápido. Para objetivos donde solo necesita datos a nivel de resultados de búsqueda (nombre del producto, precio, calificación de Amazon; nombre comercial, calificación, dirección de Google Maps), una API de búsqueda es más simple y nunca falla: Scavio devuelve resultados de búsqueda de Amazon y Google como JSON a $0,005/consulta sin mantenimiento de plantilla. El marco de decisión: necesita datos de página completa = usar la plantilla Octoparse; necesita datos de listado de búsqueda = usar API de búsqueda.