የተሸጠው በZinn Digital
ለእውነተኛ ዓለም ድረ-ገጾች የተገነቡ፣ የ JS rendering፣ የጸረ-ቦት መከላከያዎችን እና ባለብዙ ገጽ ዳሰሳዎችን የሚያስተናግዱ ብጁ የ Python ወይም Node.js የድር መረጃ መግፈፊያዎች (web scrapers)፣ ንጹህ የ CSV፣ JSON ወይም የመረጃ ቋት ውጤት ከ2 እስከ 10 ቀናት ውስጥ የሚቀርብ።
ለእውነተኛ ድረ-ገጾች የተገነቡ ስክራፐሮች፣ ለማሳያ ብቻ አይደሉም
ለቀጥታ ስራ ዝግጁ የሆኑ የመረጃ ማውጫ መሳሪያዎች በ Python ወይም Node.js የተገነቡት ለምርት ካታሎጎች፣ ማውጫዎች፣ የገበያ ቦታዎች እና ተለዋዋጭ ነጠላ-ገጽ መተግበሪያዎች ነው። ውጤቱ በ CSV፣ JSON፣ ወይም በቀጥታ ወደ እርስዎ ዳታቤዝ ተጽፎ ይደርሳል።
የተካተቱት ነገሮች
ለምን ዘላቂ እንደሆነ
ብዙ የመረጃ መሰብሰቢያዎች (scrapers) በሙከራ ጊዜ አንድ ጊዜ ይሠሩና ድረ-ገጹ ምልክቱን ሲቀይር፣ የተጠቃሚ ወኪልን (user agent) ሲያግድ ወይም አዳዲስ የጥበቃ ንብርብሮችን ሲጨምር ወዲያውኑ ይቋረጣሉ። ግንባታዎች አስተማማኝ መራጮች፣ እንደገና የመሞከር ሎጂክ፣ የተኪ (proxy) አማራጭ እና ግልጽ ምዝገባ ላይ የሚመሰረቱ ናቸው፤ ስለዚህ መራጭ ሲሰበር ወይም ገጹ ከመረጃ ይልቅ ስህተትን ሲመልስ፣ ጸጥ ያሉ ባዶ ረድፎችን ከማግኘት ይልቅ የትኞቹ መዝገቦች እንደወደቁ እና ለምን እንደሆነ በትክክል ያያሉ።
ጥቅም ላይ የዋሉ መሣሪያዎች
ለመረጃ መሰብሰብ Python (BeautifulSoup፣ Scrapy፣ Playwright፣ Selenium፣ Requests) እና Node.js (Puppeteer፣ Cheerio፣ Playwright፣ Axios)፤ ለፀረ-ቦት ሥራ ተለዋዋጭ ተኪዎች እና የተጠቃሚ ወኪል ሽክርክር እንዲሁም ራስ አልባ የአሳሽ አሻራ ቴክኖሎጂ፤ ማከማቻ በCSV፣ JSON፣ Excel፣ Google Sheets፣ PostgreSQL፣ MySQL፣ MongoDB፣ SQLite እና Airtable፤ የጊዜ ሰሌዳ ማስተካከያ በcron፣ GitHub Actions፣ AWS Lambda፣ Vercel Cron ወይም Railway በኩል፤ መሠረተ ልማት በDocker፣ VPS አቅራቢዎች፣ AWS ወይም Render ላይ።
ከማስረከብዎ በፊት መሞከር
እያንዳንዱ ግንባታ በመጀመሪያ በትንሽ ናሙና ላይ የሙከራ ሩጫ ያደርጋል፣ ከዚያም የስኬት እና ውድቀት ማጠቃለያ ያለው ሙሉ ሩጫ ይካሄዳል። ከመረከቡ በፊት የጎደሉ መስኮች፣ የተደገሙ ረድፎች እና የመተንተን ስህተቶች ምልክት ተደርጎባቸው፣ ውጤቱ ከሚጠበቀው መዋቅር (schema) አንጻር ይፈተሻል።
ባለቤትነት
የመነሻ ኮድ (source code) እና የመረጃ መሰብሰቢያ ምስክርነቶች በመጨረሻው ርክክብ ወቅት ሙሉ በሙሉ ለእርስዎ ይተላለፋሉ። ሚስጥራዊ ወይም ተወዳዳሪ ለሆኑ የመረጃ ፕሮጀክቶች ሲጠየቅ ይፋ ያለማድረግ ስምምነት (NDA) ይቀርባል።
የጊዜ ሰሌዳዎች
መሰረታዊው (Basic) ከ2 እስከ 3 ቀናት ውስጥ፣ መደበኛው (Standard) ከ5 እስከ 7 ቀናት ውስጥ፣ እና ፕሪሚየም (Premium) በ10 ቀናት ውስጥ ይደርሳል።
ከእርስዎ የሚፈለገው
የታለመውን ድረ-ገጽ እና የመስኮች ዝርዝር ይላኩ፤ ምንም ዓይነት ክፍያ ከመጠየቁ በፊት በ48 ሰዓታት ውስጥ የሚሰራ የቅድመ-ዕይታ መጥረጊያ ሊዘጋጅ ይችላል፣ ስለዚህ በመጀመሪያ ከራስዎ ዒላማ የተገኘውን እውነተኛ ውሂብ ማየት ይችላሉ።
US$50.99
ወይም በዛሬው ተመን €45.53 · £38.13 ይክፈሉ — ወደ ቅርጫትዎ ሲያክሉት ተመኑ ይቆለፋል።
Single-site, single-page scraper with clean CSV or JSON output. - Full source code + setup - One target URL scraped - Up to 10 fields extracted per item - Static HTML parsing (no JS rendering) - CSV or JSON output - Deduplication + field normalization - Basic error handling and logging - Readme - 2 revisions
በ3 ቀናት ውስጥ ተሰጥቷል
የተካተቱ ክለሳዎች፡ 0
US$125.99
ወይም በዛሬው ተመን €112.49 · £94.21 ይክፈሉ — ወደ ቅርጫትዎ ሲያክሉት ተመኑ ይቆለፋል።
Multi-page crawl with pagination, JS rendering and anti-bot handling. - Full source code + setup - One target URL scraped - Static HTML parsing (no JS rendering) - Deduplication + field normalization - Basic error handling and logging - Readme - Structured error log + retry queue - Multi-page crawl with pagination support - JavaScript-rendered pages (Puppeteer or Playwright) - Anti-bot handling — UA rotation, headers, request throttling - Proxy rotation support - Rate-limit compliance with backoff on 429/503 - Up to 25 fields per item - Unlimited records - Output to CSV, JSON, or Google Sheets - 3 revisions
በ7 ቀናት ውስጥ ተሰጥቷል
የተካተቱ ክለሳዎች፡ 0
US$375.99
ወይም በዛሬው ተመን €335.70 · £281.14 ይክፈሉ — ወደ ቅርጫትዎ ሲያክሉት ተመኑ ይቆለፋል።
Full data pipeline with scheduling, database output, monitoring and dashboard. - Full source code + setup - One target URL scraped - Static HTML parsing (no JS rendering) - Deduplication + field normalization - Basic error handling and logging - Readme - Structured error log + retry queue - Multi-page crawl with pagination support - JavaScript-rendered pages (Puppeteer or Playwright) - Anti-bot handling — UA rotation, headers, request throttling - Proxy rotation support - Rate-limit compliance with backoff on 429/503 - Up to 25 fields per item - Unlimited records - Output to CSV, JSON, or Google Sheets - Priority delivery slot - Unlimited fields + custom schema mapping - Database output — PostgreSQL, MySQL, MongoDB, or SQLite - Scheduled runs — cron, GitHub Actions, AWS Lambda or Vercel - Cron Change detection between runs (new / updated / removed records) - Login-gated content support (session handling, form submission) - CAPTCHA-aware flow (manual-solve integration or third-party solver) - Docker-based deployment - Monitoring dashboard or Slack/email alerts on failure - Loom walkthrough of the full pipeline - 30 days post-delivery support - 5 revisions
በ10 ቀናት ውስጥ ተሰጥቷል
የተካተቱ ክለሳዎች፡ 0
መጀመሪያ መለያ አያስፈልግም — የእርስዎ በሚከፍሉበት ጊዜ ይፈጠራል። ሥራውን እስኪቀበሉ ድረስ ገንዘቡን እናቆየዋለን።
በብዙ አጋጣሚዎች፣ አዎ። የተለመዱ እገዳዎችን ለማለፍ የፕሮክሲ ቅያሪን፣ የuser-agent ልዩነትን፣ የፍጥነት መቆጣጠሪያን እና የheadless አሳሽ አቀራረብን እናጣምራለን። ይበልጥ ጠንካራ የጥበቃ አገልግሎቶችን የሚጠቀሙ ድረ-ገጾች ወጪውን ከፍ ሊያደርጉት ይችላሉ፤ ስለዚህ መጀመሪያ ዒላማውን ገምግመን ከመደበኛ የዋጋ አወጣጥ ጋር የሚስማማ መሆኑን ወይም ብጁ ዋጋ እንደሚያስፈልገው እንነግርዎታለን።
በአብዛኛዎቹ ቦታዎች በይፋ የሚገኙ ገጾችን መቧጨር በአጠቃላይ የተፈቀደ ነው፣ ምንም እንኳን ይህ በጣቢያው ውሎች፣ በተካተተው መረጃ እና በእርስዎ የታሰበ አጠቃቀም ላይ የሚወሰን ቢሆንም። እኛ የምንሰራው ከይፋዊ ገጾች ጋር ብቻ ነው፣ የክፍያ ገደቦችን (paywalls) አናልፍም፣ የግል መረጃዎችን ከመሰብሰብ እንቆጠባለን፣ እናም ያለእርስዎ የጽሁፍ ፈቃድ እና ህጋዊ ማረጋገጫ ግልጽ የሆኑ ፀረ-መቧጨር ውሎችን አንጥስም።
የገጽ መዋቅሮች መለወጣቸው አይቀርም፣ በዚህም ምክንያት መራጮች መስራት ሊያቆሙ ይችላሉ። እያንዳንዱ ስክሬፐር የተዋቀረ የስህተት ምዝገባን ያካትታል፣ ስለዚህ አንድ መስክ ውሂብ መመለስ እንዳቆመ ወዲያውኑ ማሳወቂያ ይደርስዎታል። መቋረጥን ለመገደብ Standard እና Premium እንደ የመጠባበቂያ መራጮች እና ማስጠንቀቂያዎች ያሉ የመቋቋም ባህሪያትን ያክላሉ፣ እንዲሁም ከደረሰ በኋላ ባሉት 14 ቀናት ውስጥ ከገጽታ አቀማመጥ ጋር የተያያዙ ማናቸውንም ጥገናዎች በነጻ እንሸፍናለን።
አዎ፣ ባለአንድ ገጽ መተግበሪያዎችን፣ ዘግይቶ መጫንን (lazy loading) እና ገደብ የለሽ ማሸብለልን (infinite scroll) ለማስተናገድ Puppeteer፣ Playwright ወይም Selenium በመጠቀም ነው። ይህ የStandard እና Premium ጥቅሎች አካል ነው፤ Basic በስታቲክ HTML ብቻ የተገደበ ነው።
አዎ፣ ለእርስዎ ባለቤትነት ላሉት ወይም እንዲጠቀሙባቸው ፈቃድ ለተሰጠዎት መለያዎች። የክፍለ-ጊዜ አያያዝ፣ የኩኪ አስተዳደር እና የቅጽ ማስረከብ ከፕሪሚየም ጋር ተካተዋል። ማንኛውንም የማረጋገጫ መረጃ ደህንነቱ በተጠበቀ መስመር ያጋሩ፤ ከፕሮጀክቱ በኋላ አናስቀምጣቸውም።
ሁለት አቀራረቦችን እናቀርባለን፦ እርስዎ ጣልቃ የሚገቡበት በእጅ የመፍታት ማቆሚያ፣ ወይም በራስዎ ወጪ የሚጠቀሙበት የሶስተኛ ወገን የCAPTCHA መፍቻ አገልግሎት። ይህ በPremium ውስጥ የተካተተ ሲሆን ወደ Standard ሊታከል ይችላል።
አዎ፣ Premium በ cron፣ GitHub Actions፣ AWS Lambda ወይም Vercel Cron በኩል የታቀዱ አፈፃፀሞችን ይደግፋል። ድግግሞሹን እርስዎ ይመርጣሉ፣ በየቀኑ፣ በየሳምንቱ፣ በየወሩ ወይም በሌላ የጊዜ ክፍተት ሊሆን ይችላል፣ እና እያንዳንዱ አፈፃፀም ውጤቶቹን ከአማራጭ የስህተት ማንቂያዎች ጋር ይመዘግባል።
የፍጥነት ገደብ አያያዝ መደበኛ ነው፡ የጥያቄ ቁጥጥር፣ በ429 እና 503 ምላሾች ላይ ገላጭ የድጋፍ መዘግየት፣ እና በገደቡ ውስጥ ለመቆየት የተጓዳኝነት ማስተካከያ። Standard እና Premium ሁለቱም ይህንን አመክንዮ ሙሉ በሙሉ ያካትታሉ።
አዎ፣ ወደ PostgreSQL፣ MySQL፣ MongoDB፣ SQLite ወይም Airtable በቀጥታ ማስገባት ይደገፋል። የውሂብ ጎታ ውፅዓት የPremium አካል ሲሆን፣ Standard ደግሞ CSV፣ JSON እና Google Sheetsን ያካትታል።
ምንም ቋሚ ገደብ የለም፤ ነገሩ ወደ ጣቢያው የፍጥነት ገደቦች እና ወደሚገኘው የፕሮክሲ ስብስብ መጠን ይወርዳል። በበርካታ ቀናት ውስጥ ከ100,000 በላይ መዝገቦችን የሚሰበስቡ ስራዎችን አከናውነናል። በጣም ትላልቅ ፍተሻዎችን ለማከናወን፣ የመገኘት ገደቦችን ለማስወገድ የፕሮክሲ ቅያሪ እና በጊዜ ሰሌዳ የተያዙ ስራዎችን እንመክራለን።
በመጨረሻው ርክክብ ወቅት የምንጭ ኮድ፣ የማረጋገጫ ምስክርነቶች፣ የማሰማራት ውቅር እና የተሰበሰቡ ሁሉንም መረጃዎች ጨምሮ ምንም ዓይነት የፈቃድ ገደቦች፣ ቀጣይ ክፍያዎች ወይም የማሰሪያ ሁኔታዎች የሌሉበት ሙሉ ባለቤትነት ያገኛሉ።
እያንዳንዱ ቧጣቂ መጀመሪያ በትንሽ ናሙና ላይ ይሰራል፣ ከዚያም ሙሉ ሩጫ ይካሄዳል። ውጤቱ ከሚጠበቀው መዋቅር አንጻር ይፈተሻል፣ እና የጎደሉ መስኮች፣ ተደጋጋሚ ረድፎች እና የትንተና ስህተቶች ከስህተት ምዝግብ ማስታወሻ እና የስኬቶች እና ውድቀቶች ማጠቃለያ ጋር ከመረከቡ በፊት ምልክት ይደረግባቸዋል።