លក់ដោយ Zinn Digital
ឧបករណ៍ទាញយកទិន្នន័យវេបសាយតាមតម្រូវការដែលបង្កើតឡើងដោយ Python ឬ Node.js សម្រាប់គេហទំព័រជាក់ស្តែង ដោយគ្រប់គ្រងការបង្ហាញ JS, ប្រព័ន្ធការពារប្រឆាំងនឹងបូត និងការស្វែងរកទិន្នន័យលើទំព័រជាច្រើន ជាមួយនឹងលទ្ធផលជា CSV, JSON ឬមូលដ្ឋានទិន្នន័យស្អាតល្អដែលប្រគល់ជូនក្នុងរយៈពេលពី 2 ទៅ 10 ថ្ងៃ។
ឧបករណ៍ស្រង់ទិន្នន័យដែលបង្កើតឡើងសម្រាប់គេហទំព័រជាក់ស្ដែង មិនមែនសម្រាប់តែបង្ហាញសាកល្បងនោះទេ
ឧបករណ៍ស្រង់ទិន្នន័យកម្រិតផលិតកម្មត្រូវបានបង្កើតឡើងជា Python ឬ Node.js សម្រាប់កាតាឡុកផលិតផល បញ្ជីឈ្មោះ ទីផ្សារអនឡាញ និងកម្មវិធីទំព័រតែមួយបែបឌីណាមិក។ លទ្ធផលទទួលបានជាទម្រង់ CSV, JSON ឬសរសេរបញ្ចូលទៅក្នុងមូលដ្ឋានទិន្នន័យរបស់អ្នកដោយផ្ទាល់។
អ្វីដែលត្រូវបានរាប់បញ្ចូល
មូលហេតុដែលដំណើរការបានយ៉ាងរឹងមាំ
កម្មវិធីស្រង់ទិន្នន័យជាច្រើនដំណើរការបានតែម្ដងគត់ក្នុងពេលសាកល្បង ហើយនឹងបរាជ័យភ្លាមៗនៅពេលដែលគេហទំព័រផ្លាស់ប្ដូរទម្រង់កូដ រារាំង user agent ឬបន្ថែមស្រទាប់ការពារថ្មីៗ។ ប្រព័ន្ធដែលបានបង្កើតពឹងផ្អែកលើ selector ដែលមានភាពធន់ យុទ្ធសាស្ត្រព្យាយាមឡើងវិញ ប្រូកស៊ីបម្រុង និងការកត់ត្រាកំណត់ហេតុច្បាស់លាស់ ដូច្នេះនៅពេលដែល selector ដំណើរការលែងកើត ឬទំព័រផ្ដល់សារកំហុសមកវិញជំនួសឱ្យទិន្នន័យ លោកអ្នកនឹងឃើញយ៉ាងច្បាស់ថាកំណត់ត្រាណាខ្លះបានបរាជ័យ និងមូលហេតុអ្វី ជាជាងការទទួលបានជួរដេកទទេដោយគ្មានដំណឹង។
ឧបករណ៍ដែលបានប្រើប្រាស់
Python (BeautifulSoup, Scrapy, Playwright, Selenium, Requests) និង Node.js (Puppeteer, Cheerio, Playwright, Axios) សម្រាប់ការស្រង់ទិន្នន័យ, ប្រូកស៊ីបង្វិលជុំ និងការផ្លាស់ប្ដូរ user-agent ព្រមទាំងការសម្គាល់អត្តសញ្ញាណកម្មវិធីរុករកគ្មានផ្ទាំងបង្ហាញសម្រាប់ការទប់ស្កាត់ប្រព័ន្ធប្រឆាំងបូត, ការរក្សាទុកទិន្នន័យលើ CSV, JSON, Excel, Google Sheets, PostgreSQL, MySQL, MongoDB, SQLite និង Airtable, ការកំណត់កាលវិភាគតាមរយៈ cron, GitHub Actions, AWS Lambda, Vercel Cron ឬ Railway, ហេដ្ឋារចនាសម្ព័ន្ធលើ Docker, ក្រុមហ៊ុនផ្ដល់សេវា VPS, AWS ឬ Render។
ការធ្វើតេស្តមុនពេលប្រគល់ការងារ
ការស្ថាបនានីមួយៗដំណើរការសាកល្បងលើគំរូតូចមួយជាមុនសិន បន្ទាប់មកទើបដំណើរការពេញលេញជាមួយនឹងសេចក្តីសង្ខេបអំពីភាពជោគជ័យ និងការបរាជ័យ។ លទ្ធផលទទួលបានត្រូវបានត្រួតពិនិត្យផ្ទៀងផ្ទាត់ជាមួយទម្រង់ដែលរំពឹងទុក ដោយមានការកំណត់ចំណាំលើប្រឡោះដែលបាត់ ជួរដេកដែលជាន់គ្នា និងកំហុសនៃការញែកទិន្នន័យ មុនពេលធ្វើការប្រគល់ជូន។
ភាពជាម្ចាស់កម្មសិទ្ធិ
កូដប្រភពដើម និងព័ត៌មានសម្ងាត់សម្រាប់ចូលប្រើកម្មវិធីស្រង់ទិន្នន័យនឹងត្រូវផ្ទេរជូនលោកអ្នកទាំងស្រុងនៅពេលប្រគល់ការងារចុងក្រោយ។ កិច្ចព្រមព្រៀងរក្សាការសម្ងាត់អាចផ្ដល់ជូនតាមការស្នើសុំ សម្រាប់គម្រោងទិន្នន័យដែលមានលក្ខណៈរសើប ឬពាក់ព័ន្ធនឹងការប្រកួតប្រជែង។
ពេលវេលាអនុវត្ត
គម្រោង Basic ដឹកជញ្ជូនក្នុងរយៈពេលពី ២ ទៅ ៣ ថ្ងៃ, Standard ក្នុងរយៈពេលពី ៥ ទៅ ៧ ថ្ងៃ, និង Premium ក្នុងរយៈពេល ១០ ថ្ងៃ។
អ្វីដែលត្រូវការពីលោកអ្នក
សូមផ្ញើគេហទំព័រគោលដៅ និងបញ្ជីផ្នែកទិន្នន័យមក ហើយកម្មវិធីទាញយកទិន្នន័យសាកល្បងដែលដំណើរការបាន អាចនឹងរួចរាល់ក្នុងរយៈពេល 48 ម៉ោង មុនពេលតម្រូវឱ្យមានការទូទាត់ប្រាក់ណាមួយ ដើម្បីឱ្យលោកអ្នកអាចមើលឃើញទិន្នន័យពិតប្រាកដដែលបានទាញចេញពីគោលដៅផ្ទាល់ខ្លួនរបស់លោកអ្នកជាមុនសិន។
$50.99
ឬទូទាត់ €45.53 · £38.13 តាមអត្រាតម្លៃថ្ងៃនេះ — អត្រាតម្លៃត្រូវបានចាក់សោ នៅពេលអ្នកបន្ថែមវាទៅក្នុងកន្ត្រករបស់អ្នក។
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
បានបញ្ជូនក្នុងរយៈពេល 3 ថ្ងៃ
កំណែប្រែដែលបានរាប់បញ្ចូល៖ 0
$125.99
ឬទូទាត់ €112.49 · £94.21 តាមអត្រាតម្លៃថ្ងៃនេះ — អត្រាតម្លៃត្រូវបានចាក់សោ នៅពេលអ្នកបន្ថែមវាទៅក្នុងកន្ត្រករបស់អ្នក។
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
បានបញ្ជូនក្នុងរយៈពេល 7 ថ្ងៃ
កំណែប្រែដែលបានរាប់បញ្ចូល៖ 0
$375.99
ឬទូទាត់ €335.70 · £281.14 តាមអត្រាតម្លៃថ្ងៃនេះ — អត្រាតម្លៃត្រូវបានចាក់សោ នៅពេលអ្នកបន្ថែមវាទៅក្នុងកន្ត្រករបស់អ្នក។
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
បានបញ្ជូនក្នុងរយៈពេល 10 ថ្ងៃ
កំណែប្រែដែលបានរាប់បញ្ចូល៖ 0
មិនចាំបាច់មានគណនីជាមុនទេ — គណនីរបស់អ្នកត្រូវបានបង្កើតឡើងនៅពេលទូទាត់ប្រាក់។ យើងរក្សាទុកប្រាក់រហូតដល់អ្នកទទួលយកការងារ។
ក្នុងករណីជាច្រើនគឺបាទ/ចាស។ យើងរួមបញ្ចូលគ្នានូវការបង្វិលប្រូកស៊ី ការផ្លាស់ប្តូរ user-agent ការកម្រិតល្បឿន និងការបង្ហាញតាមរយៈកម្មវិធីរុករក headless ដើម្បីឆ្លងកាត់ការទប់ស្កាត់ជាទូទៅ។ គេហទំព័រដែលដំណើរការសេវាការពារកាន់តែតឹងរ៉ឹងអាចធ្វើឱ្យតម្លៃកើនឡើង ដូច្នេះយើងពិនិត្យមើលគោលដៅជាមុនសិន ហើយជម្រាបលោកអ្នកថាតើវាស្របតាមតម្លៃស្តង់ដារ ឬត្រូវការសម្រង់តម្លៃជាក់លាក់។
ការទាញយកទិន្នន័យ (scraping) ពីទំព័រដែលជាសាធារណៈ ជាទូទៅត្រូវបានអនុញ្ញាតនៅកន្លែងភាគច្រើន ប៉ុន្តែវាអាស្រ័យលើលក្ខខណ្ឌនៃគេហទំព័រ ប្រភេទនៃទិន្នន័យ និងគោលបំណងនៃការប្រើប្រាស់របស់អ្នក។ យើងធ្វើការតែជាមួយទំព័រសាធារណៈប៉ុណ្ណោះ មិនរំលងផ្ទាំងបង់ប្រាក់ (paywalls) ជៀសវាងការប្រមូលទិន្នន័យផ្ទាល់ខ្លួន ហើយនឹងមិនបំពានលក្ខខណ្ឌហាមឃាត់ការទាញយកទិន្នន័យយ៉ាងច្បាស់លាស់ ដោយគ្មានការយល់ព្រមជាលាយលក្ខណ៍អក្សរ និងការអនុញ្ញាតស្របច្បាប់របស់អ្នកឡើយ។
រចនាសម្ព័ន្ធទំព័រពិតជាអាចផ្លាស់ប្តូរ ហើយជាលទ្ធផល សេឡិចទ័រអាចនឹងឈប់ដំណើរការ។ ឧបករណ៍ប្រមូលទិន្នន័យ (scraper) នីមួយៗរួមបញ្ចូលនូវកំណត់ហេតុកំហុសដែលមានរចនាសម្ព័ន្ធ ដើម្បីឱ្យលោកអ្នកទទួលបានការជូនដំណឹងភ្លាមៗនៅពេលដែលប្រឡោះទិន្នន័យឈប់ផ្តល់ទិន្នន័យមកវិញ។ គម្រោង Standard និង Premium បន្ថែមមុខងារធន់នឹងបញ្ហា ដូចជាសេឡិចទ័របម្រុង និងការជូនដំណឹងដើម្បីកាត់បន្ថយការខូចដំណើរការ ហើយយើងខ្ញុំជួសជុលរាល់បញ្ហាទាក់ទងនឹងប្លង់ដោយឥតគិតថ្លៃក្នុងអំឡុងពេល 14 ថ្ងៃបន្ទាប់ពីការប្រគល់ជូន។
បាទ/ចាស ដោយប្រើ Puppeteer, Playwright ឬ Selenium ដើម្បីគ្រប់គ្រងកម្មវិធីទំព័រតែមួយ ការផ្ទុកយឺត (lazy loading) និងការរំកិលមិនចេះចប់។ នេះជាផ្នែកមួយនៃកញ្ចប់ Standard និង Premium ហើយ Basic ត្រូវបានកំណត់ត្រឹមតែ HTML ឋិតិវន្តប៉ុណ្ណោះ។
បាទ/ចាស សម្រាប់គណនីដែលអ្នកជាម្ចាស់ ឬត្រូវបានអនុញ្ញាតឱ្យប្រើប្រាស់។ ការដោះស្រាយសម័យដំណើរការ ការគ្រប់គ្រងខូគី និងការបញ្ជូនទម្រង់បែបបទត្រូវបានរួមបញ្ចូលជាមួយ Premium។ សូមចែករំលែកព័ត៌មានសម្ងាត់ណាមួយតាមរយៈបណ្តាញដែលមានសុវត្ថិភាព យើងមិនរក្សាទុកពួកវាលើសពីគម្រោងនោះឡើយ។
យើងផ្តល់ជូននូវវិធីសាស្រ្តពីរយ៉ាង៖ ការផ្អាកដើម្បីដោះស្រាយដោយដៃដែលអ្នកជាអ្នកចូលរួម ឬសេវាកម្មដោះស្រាយ CAPTCHA របស់ភាគីទីបីដោយចេញថ្លៃចំណាយផ្ទាល់ខ្លួន។ មុខងារនេះមានស្រាប់នៅក្នុង Premium ហើយអាចបញ្ចូលបន្ថែមទៅក្នុង Standard បាន។
បាទ/ចាស Premium គាំទ្រការដំណើរការតាមកាលវិភាគតាមរយៈ cron, GitHub Actions, AWS Lambda ឬ Vercel Cron។ អ្នកជ្រើសរើសភាពញឹកញាប់ មិនថាជារៀងរាល់ថ្ងៃ រៀងរាល់សប្តាហ៍ រៀងរាល់ខែ ឬតាមចន្លោះពេលផ្សេងទៀតទេ ហើយរាល់ការដំណើរការនីមួយៗកត់ត្រាលទ្ធផលរបស់វាជាមួយនឹងការជូនដំណឹងពីភាពបរាជ័យជាជម្រើស។
ការចាត់ចែងកម្រិតកំណត់អត្រាគឺស្របតាមស្តង់ដារ៖ ការកម្រិតល្បឿនសំណើ ការពន្យារពេលបែបអិចស្ប៉ូណង់ស្យែលលើការឆ្លើយតប 429 និង 503 និងការកែសម្រួលប្រតិបត្តិការដំណាលគ្នាដើម្បីស្ថិតក្នុងដែនកំណត់។ ទាំង Standard និង Premium រួមបញ្ចូលតក្កវិជ្ជានេះពេញលេញ។
បាទ/ចាស ការបញ្ចូលដោយផ្ទាល់ទៅក្នុង PostgreSQL, MySQL, MongoDB, SQLite ឬ Airtable ត្រូវបានគាំទ្រ។ លទ្ធផលទិន្នន័យមូលដ្ឋានទិន្នន័យគឺជាផ្នែកមួយនៃ Premium ខណៈដែល Standard គ្របដណ្តប់លើ CSV, JSON និង Google Sheets។
មិនមានកម្រិតកំណត់ថេរនោះទេ វាអាស្រ័យលើកម្រិតកំណត់ល្បឿនរបស់គេហទំព័រ និងទំហំនៃបណ្តុំប្រូកស៊ីដែលមាន។ យើងបានដំណើរការការងារដែលទាញយកទិន្នន័យច្រើនជាង 100,000 កំណត់ត្រាក្នុងរយៈពេលជាច្រើនថ្ងៃ។ សម្រាប់ការទាញយកទិន្នន័យទ្រង់ទ្រាយធំ យើងសូមណែនាំឱ្យមានការផ្លាស់ប្តូរប្រូកស៊ី និងការដំណើរការតាមកាលវិភាគ ដើម្បីជៀសវាងកម្រិតនៃការរកឃើញ។
អ្នកទទួលបានកម្មសិទ្ធិពេញលេញនៅពេលប្រគល់ចុងក្រោយ រួមទាំងកូដប្រភព លិខិតសម្គាល់ ការកំណត់រចនាសម្ព័ន្ធដាក់ឱ្យប្រើប្រាស់ និងទិន្នន័យដែលបានទាញយកទាំងអស់ ដោយគ្មានការរឹតបន្តឹងលើអាជ្ញាបណ្ណ ថ្លៃសេវាបន្ត ឬការជាប់កិច្ចសន្យាចងភ្ជាប់ឡើយ។
ឧបករណ៍ស្រង់ទិន្នន័យនីមួយៗត្រូវបានដំណើរការដំបូងលើគំរូតូចមួយ បន្ទាប់មកទើបដំណើរការពេញលេញ។ លទ្ធផលត្រូវបានត្រួតពិនិត្យធៀបនឹងទម្រង់គ្រោងដែលរំពឹងទុក ហើយផ្នែកដែលបាត់ ជួរស្ទួន និងកំហុសក្នុងការញែកទិន្នន័យត្រូវបានកត់សម្គាល់មុនពេលប្រគល់ រួមជាមួយកំណត់ត្រាកំហុស និងសេចក្តីសង្ខេបនៃភាពជោគជ័យ និងការបរាជ័យ។