Das Skript exportiert Website-Kataloge nach Excel: Name, Preis, Link, Verfügbarkeit und beliebige weitere Felder, die Sie in der Konfiguration angeben. Mit Verarbeitung der Seitennavigation, Pausen zwischen Anfragen und Wiederholungen bei Fehlern.

Im Archiv enthalten:

• parser.py - Datenerfassung über CSS-Selektoren aus der Konfiguration, Durchlaufen der Seiten, Export als .xlsx;

• selectors.json - Felder und Selektoren, ohne Codeänderungen anpassbar;

• requirements.txt - requests, beautifulsoup4, lxml, openpyxl;

• README.md - Installation, Anpassung an eine neue Website, zeitgesteuerte Ausführung;

• sample.xlsx und die Testseite fixture/ - zum sofortigen Funktionstest.

In selectors.json lassen sich folgende Einstellungen vornehmen: Katalogadresse, Selektor für die Produktkarte, Link zur nächsten Seite, Feldliste (Elementtext, Link oder Attribut der Produktkarte) sowie Parameter für schonende Abfragen: Pause zwischen Anfragen, Anzahl der Wiederholungen, Zeitlimit und Seitenlimit.

Der fertige Export lässt sich in Excel, Google Sheets und LibreOffice öffnen. Die Spalten erscheinen in der Reihenfolge, in der sie in der Konfiguration angegeben sind.

Geeignet zur Beobachtung von Wettbewerbspreisen sowie zur Erfassung von Katalogen und Lagerbeständen auf öffentlich zugänglichen Seiten.

Voraussetzungen: Python 3.10+. Websites mit Captcha, Anmeldung oder JS-Rendering werden nicht unterstützt. Unterstützt werden ausschließlich öffentlich zugängliche statische Seiten.

Getestet mit Python 3.12: Die Ausführung mit dem Testkatalog liefert eine korrekte .xlsx-Datei mit 5 Spalten und 5 Produkten. Die Datei sample.xlsx liegt dem Archiv bei.

Zeitplanung: über die Windows-Aufgabenplanung oder cron. Fertige Befehle finden Sie in der README.

Support: Ich helfe Ihnen im Chat der Plattform bei der Anpassung der Selektoren an Ihre Website. Für eine Website ist dies im Preis enthalten.FAQ. Brauchen Sie einen Programmierer? Nein, neue Websites werden in selectors.json eingerichtet, ohne den Code zu ändern. Welche Felder lassen sich erfassen? Beliebige Felder: Elementtext, href-Link oder Attribut einer Produktkarte. Die Spaltenreihenfolge entspricht der Reihenfolge in der Konfiguration. Dynamische Websites? Werden nicht unterstützt: nur öffentlich zugängliche statische Seiten ohne Anmeldung und Captcha. Serverlast? Pausen, Anzahl der Wiederholungen und Seitenlimit werden unter options festgelegt. Bitte beachten Sie robots.txt. Ergebnis? Eine .xlsx-Datei, die sich in Excel, Google Sheets und LibreOffice öffnen lässt. Die zeitgesteuerte Ausführung erfolgt über die Windows-Aufgabenplanung oder cron.

Fragen zur Anpassung der Selektoren an Ihre Website können Sie im Chat der Plattform stellen. Ich antworte noch am selben Tag.