Парсер сайта: товары и цены в Excel

Вставьте адреса страниц каталога – парсер сайта соберет таблицу товаров: название, цена, валюта, наличие, артикул, ссылка и картинка. До 10 страниц и 500 строк за раз, скачать – в Excel (XLSX) или CSV.

Собрать таблицу со страниц

До 10 страниц каталога или товара одного или разных сайтов. Только открытые страницы, без входа.

Свои полянеобязательно

Если нужна колонка, которую инструмент не находит сам, – назовите ее и укажите CSS‑селектор. Внутри найденных карточек селектор ищется в каждой карточке, иначе – по всей странице по порядку.

Текст элемента по умолчанию. Значение атрибута – через @ в конце: img.photo@data-src, a.title@href.

Страницы скачиваем с нашего сервера в России: только GET, только HTML, без JavaScript, с учетом robots.txt и паузой 2 с между страницами одного сайта. Таблица хранится 15 минут, файлы собираются в браузере. Как использовать собранное, решаете вы – это не юридическая консультация.

Что делать с результатом

Таблицу можно открыть в Excel или Google Таблицах, сверить цены поставщика со своим прайсом или подготовить импорт на свой сайт. У каждой колонки указан источник: разметка Product – данные, которые сайт сам отдает поисковикам, они точнее всего; повторяющиеся карточки – текст карточек каталога, его стоит проверить глазами; ваш селектор – то, что вы указали сами. Перед загрузкой в Тильду или на маркетплейс приведите колонки к их шаблону: названия полей, валюту и формат цены. Картинки в таблице – ссылками, сами файлы мы не скачиваем.

Что учитывает инструмент

Страницы открываем без JavaScript, как поисковый робот: если каталог рисуется скриптом, товаров на странице не будет – такие сайты собираются под заказ. Сначала ищем разметку schema.org Product, Offer и ItemList (JSON-LD, микроданные, RDFa), затем OpenGraph товара, затем повторяющиеся карточки с ценой. Соблюдаем robots.txt: если он запрещает страницу, ее не открываем и обхода не предлагаем. Между страницами одного сайта – пауза, страницы за входом, капчей и антиботом не открываются. Контакты людей – телефоны, почту, мессенджеры, ФИО – не собираем и не выдаем: такие ячейки очищаются, а колонка, где их много, удаляется целиком. Таблица хранится на сервере 15 минут, потом удаляется.

Как сделать вручную

  1. Откройте страницу каталога в браузере, нажмите правой кнопкой на цену товара и выберите «Просмотреть код» – найдите класс элемента с ценой и класс карточки товара, например .product-card .price.
  2. В Google Таблицах в ячейку A1 впишите адрес страницы, а в B1 – формулу =IMPORTXML(A1; "//div[contains(@class,'product-card')]//span[contains(@class,'price')]"), подставив свои классы. Так же соберите названия и ссылки в соседних колонках. Из России Google Таблицы иногда не загружают чужие страницы – тогда переходите к шагу 3.
  3. В Excel откройте «Данные» – «Из Интернета», вставьте адрес страницы и выберите таблицу в окне «Навигатор». Работает, если товары на странице сверстаны таблицей; иначе используйте шаг 2.
  4. Проверьте robots.txt сайта (адрес сайта и /robots.txt): если страница закрыта правилом Disallow, данные с нее не собирайте.
  5. Сохраните таблицу и удалите из нее телефоны, почту и имена людей, если они попали в выгрузку.

Целый каталог и регулярный сбор

Соберу весь каталог с пагинацией и характеристиками, сайты на JavaScript и регулярный сбор цен по расписанию, загружу товары в ваш магазин или свяжу с учетом. Контакты и профили людей не собираю.

Вопросы и ответы

Законно ли парсить цены?

Цены и названия товаров на открытой странице магазина – открытые данные, и собрать их для сравнения обычно можно. Риски дают другое: обход защиты и правил сайта, нагрузка на чужой сервер, копирование существенной части базы данных (статья 1334 ГК РФ), перепубликация чужих текстов и фото. Поэтому инструмент соблюдает robots.txt, делает паузы, собирает до 10 страниц и отдает картинки только ссылками. Как использовать собранное, решаете вы – это не юридическая консультация.

Почему инструмент не нашел товары?

Чаще всего каталог рисуется скриптом: в HTML, который отдает сервер, карточек нет, они появляются только в браузере. Еще причины – страница за входом или антиботом, карточки без цены, запрет в robots.txt. Укажите свои CSS‑селекторы в «Своих полях», если товары видны в коде страницы. Если нет – такой сайт соберу под заказ.

Как найти CSS‑селектор цены?

Откройте страницу в браузере, нажмите правой кнопкой на цену и выберите «Просмотреть код». В подсвеченной строке найдите class, например price-current, – селектор будет .price-current. Если такой класс есть и в других местах, добавьте класс карточки: .product-card .price-current. Для ссылки или картинки допишите атрибут через @: a.product-title@href, img@data-src.

Можно ли собирать цены каждый день?

Этим инструментом – только вручную: запускать сбор и сохранять таблицу самому. Регулярный сбор по расписанию, сравнение с прошлой выгрузкой и уведомления об изменениях – это отдельная программа, ее настрою под заказ.

Почему нельзя собрать телефоны и почту?

Телефоны, почта и имена людей – персональные данные, даже если они опубликованы на сайте: собирать их в базы без согласия людей запрещает 152‑ФЗ. Поэтому инструмент очищает такие ячейки, удаляет колонки, где их много, и не принимает поля для контактов. Обходить фильтр нельзя. Так работает и сама студия.

Как загрузить таблицу в Тильду?

В Тильде товары загружаются в каталог файлом CSV по шаблону: в «Каталоге товаров» откройте импорт, скачайте пример и разложите колонки таблицы по его полям – название, цена, артикул, ссылки на фото. Сохраните файл в UTF-8 и загрузите. Если товаров много или нужны варианты и характеристики, загрузку сделаю под заказ.

Другие инструменты

 Все инструменты

Узнайте, что мешает вашему сайту

Бесплатно и без регистрации. Проверю до 20 страниц.