Prodává Zinn Digital
Vlastní webové scrapery v jazyce Python nebo Node.js vytvořené pro reálné weby, které zvládají vykreslování JS, ochranu proti botům a procházení více stránek, s čistým výstupem ve formátu CSV, JSON nebo do databáze, dodané během 2 až 10 dnů.
Scrapery vytvořené pro skutečné weby, ne pro demoverze
Nástroje pro extrakci dat připravené k produkčnímu nasazení jsou vyvíjeny v Python nebo Node.js pro produktové katalogy, adresáře, tržiště a dynamické jednostránkové aplikace. Výstup je dodáván ve formátu CSV, JSON nebo zapisován přímo do Vaší databáze.
Co je zahrnuto
Proč to vydrží
Mnoho scraperů funguje při testování pouze jednou a selže v okamžiku, kdy web změní své značkování, zablokuje uživatelského agenta nebo přidá nové vrstvy ochrany. Sestavení spoléhají na odolné selektory, logiku opakování pokusů, záložní proxy a přehledné protokolování, takže když se selektor poškodí nebo stránka vrátí místo dat chybu, přesně vidíte, které záznamy selhaly a proč, místo abyste tiše obdrželi prázdné řádky.
Použité nástroje
Python (BeautifulSoup, Scrapy, Playwright, Selenium, Requests) a Node.js (Puppeteer, Cheerio, Playwright, Axios) pro scraping; rotující proxy a rotace uživatelských agentů spolu s otisky headless prohlížečů pro ochranu proti botům; ukládání do formátů CSV, JSON, Excel, Google Sheets, PostgreSQL, MySQL, MongoDB, SQLite a Airtable; plánování prostřednictvím cronu, GitHub Actions, AWS Lambda, Vercel Cron nebo Railway; infrastruktura na Docker, poskytovatelích VPS, AWS nebo Render.
Testování před předáním
Každé sestavení nejprve provede zkušební průchod na malém vzorku a poté úplný běh se souhrnem úspěchů a neúspěchů. Výstup se kontroluje podle očekávaného schématu, přičemž chybějící pole, duplicitní řádky a chyby analýzy jsou označeny ještě před dodáním.
Vlastnictví
Zdrojový kód a přihlašovací údaje ke scraperu přecházejí při konečném doručení plně na Vás. V případě projektů s citlivými nebo konkurenčními daty je na vyžádání k dispozici dohoda o mlčenlivosti.
Časové harmonogramy
Varianta Basic je dodávána za 2 až 3 dny, Standard za 5 až 7 dní a Premium za 10 dní.
Co je potřeba od Vás
Zašlete cílový web a seznam polí a funkční ukázkový scraper může být připraven do 48 hodin, ještě před jakoukoli platbou, abyste si mohli nejprve prohlédnout skutečná extrahovaná data přímo z vašeho cíle.
50,99 US$
Nebo zaplaťte 45,51 € · 38,11 £ podle dnešního kurzu — kurz je uzamčen v okamžiku, kdy položku přidáte do košíku.
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
Doručeno za 3 dnů
Zahrnuté revize: 0
125,99 US$
Nebo zaplaťte 112,45 € · 94,17 £ podle dnešního kurzu — kurz je uzamčen v okamžiku, kdy položku přidáte do košíku.
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
Doručeno za 7 dnů
Zahrnuté revize: 0
375,99 US$
Nebo zaplaťte 335,60 € · 281,04 £ podle dnešního kurzu — kurz je uzamčen v okamžiku, kdy položku přidáte do košíku.
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
Doručeno za 10 dnů
Zahrnuté revize: 0
Nejprve není potřeba žádný účet — Váš bude vytvořen při placení. Peníze držíme v úschově, dokud práci nepřijmete.
V mnoha případech ano. Pro překonání běžných blokací kombinujeme rotaci proxy, obměnu uživatelských agentů, regulaci rychlosti a vykreslování pomocí bezhlavého prohlížeče. Weby využívající náročnější ochranné služby mohou náklady zvýšit, proto cíl nejprve posoudíme a sdělíme Vám, zda spadá pod standardní ceník, nebo vyžaduje individuální kalkulaci.
Vytěžování veřejně dostupných stránek je na většině míst obecně povoleno, závisí to však na podmínkách webu, dotčených datech a zamýšleném použití z Vaší strany. Pracujeme pouze s veřejnými stránkami, neobcházíme platební brány, vyhýbáme se shromažďování osobních údajů a bez Vašeho písemného souhlasu a právního prověření neporušíme výslovné podmínky zakazující vytěžování dat.
Struktury stránek se mění a v důsledku toho mohou selektory přestat fungovat. Každý scraper obsahuje strukturované protokolování chyb, takže budete upozorněni, jakmile pole přestane vracet data. Tarify Standard a Premium přidávají funkce odolnosti, jako jsou záložní selektory a upozornění, aby se omezily výpadky, a po dobu 14 dnů od doručení bezplatně pokrýváme veškeré opravy související se vzhledem stránky.
Ano, s využitím nástrojů Puppeteer, Playwright nebo Selenium pro zpracování jednostránkových aplikací, líného načítání a nekonečného posouvání. Toto je součástí balíčků Standard a Premium; balíček Basic je omezen pouze na statické HTML.
Ano, pro účty, které vlastníte nebo jste oprávněni je používat. Správa relací, správa souborů cookie a odesílání formulářů jsou součástí plánu Premium. Veškeré přihlašovací údaje sdílejte zabezpečeným kanálem; po skončení projektu si je neponecháváme.
Nabízíme dva přístupy: pozastavení pro ruční vyřešení, kdy zasáhnete Vy, nebo službu řešení CAPTCHA třetí strany na Vaše vlastní náklady. Tato funkce je integrována v plánu Premium a lze ji přidat k plánu Standard.
Ano, Premium podporuje plánovaná spouštění prostřednictvím cronu, GitHub Actions, AWS Lambda nebo Vercel Cron. Frekvenci si volíte sami, ať už denně, týdně, měsíčně nebo v jiném intervalu, a každé spuštění zaznamenává své výsledky s volitelnými upozorněními na selhání.
Zpracování limitů požadavků je standardní: omezování frekvence požadavků, exponenciální prodleva při odpovědích 429 a 503 a optimalizace souběhu pro nepřekročení limitů. Jak varianta Standard, tak Premium tuto logiku plně obsahují.
Ano, přímé vkládání do PostgreSQL, MySQL, MongoDB, SQLite nebo Airtable je podporováno. Výstup do databáze je součástí plánu Premium, zatímco Standard pokrývá CSV, JSON a Google Sheets.
Neexistuje žádný pevný strop; vše závisí na limitech četnosti požadavků webu a velikosti dostupného fondu proxy serverů. Úspěšně jsme prováděli úlohy stahující výrazně přes 100 000 záznamů v průběhu několika dnů. U velmi rozsáhlých procházení doporučujeme rotaci proxy serverů a plánované spouštění, aby se předešlo překročení detekčních prahů.
Při konečném předání získáte plné vlastnictví, včetně zdrojového kódu, přihlašovacích údajů, konfigurace nasazení a všech vytěžených dat, bez jakýchkoli licenčních omezení, průběžných poplatků nebo vázanosti.
Každý scraper je nejprve spuštěn na malém vzorku, poté následuje úplné spuštění. Výstup je zkontrolován oproti očekávanému schématu a chybějící pole, duplicitní řádky a chyby při zpracování jsou označeny před předáním, spolu se záznamem chyb a souhrnem úspěchů a neúspěchů.