Scrape la información del producto de bukalapak – Web Scraping Herramienta | Octoparse

En este tutorial, le mostraremos cómo recopilar detalles del producto en bukalapak.com con Octoparse.

Puede visitar nuestras plantillas de tarea en la página de inicio de Octoparse. Todo lo que necesita es escribir varios parámetros y la tarea está lista para comenzar. Para más detalles, puede consultarlo aquí: Plantillas de tarea.

Para seguir, puede usar esta URL en el tutorial:

https://www.bukalapak.com/products?utf8=%E2%9C%93&source=navbar&from=omnisearch&search_source=omnisearch_organic&search%5Bhashtag%5D=&search%5Bkeywords%5D=huawei

Estos son los pasos principales de este tutorial [Descargar el demo tareas archivo aquí ]

"Ir a la página web" - para abrir la página web de detalles
"Activar el modo de autodetección - para crear una tarea de scrapeo
Modificar XPath del elemento de bucle - para localizar todos los campos de datos que quiera
Modicar la configuración de la paginación - para cargar por completo todos los datos de la página
Ejecutar la tarea - para exportar datos que quieras

1."Ir a la página web" - para abrir la página web de detalles

Pegue la URL en el cuadro de texto de la página de inicio
Haga clic en "Empezar" para continuar

Desplácese hacia abajo y haga clic en el botón "Ir a la página“ en el panel de trabajo
Seleccione la opción "Desplazarse hacia abajo en la página después de que se cargue" y "para una pantalla"
Modifique la frecuencia de desplazamiento a 12 veces

¡Consejos!

AJAX timeout a menudo se puede usar como web page timeout for Click Action. Por ejemplo, cuando tiene una página que se tarda mucho tiempo en cargar los datos completo, puede usar convenientemente el tiempo de espera de AJAX para indicarle a Octoparse que pase a la siguiente acción cuando se alcance el tiempo establecido.

Si desea obtener más información sobre AJAX, puede ver del video tutorial aquí.

2. Activar el modo de autodetección - para crear una tarea de scrapeo

Haga clic en Detectar automáticamente los datos de la página web

Haga clic en los campos de datos en Vista previa de datos y eliminar los que no quiera o renombrarlos

Desactive Agregar un desplazamiento de página
Haga clic en Crear workflow

3. Modificar XPath del elemento de bucle - para localizar todos los campos de datos que quiera

Haga clic en Elemento de bucle en el panel de trabajo
Cambie XPath a: //div[@class="bl-flex-container flex-wrap is-gutter-16"]/div

4. Modificar la configuración de la paginación - para cargar por completo todos los datos de la página

Seleccione Hacer clic para pagina en el panel de > Hacer clic en Opciones
Active Desplazarse hacia abajo en la página después de que se cargue
Configure modo de desplazamiento como al final de la página
Configure la frecuencia de desplazamiento como 12 veces

5. Ejecutar la tarea - para exportar datos que quieras

Haga clic en Guardar para luego ejecutar la tarea sin perder la configuración actual
Haga clic en Ejecutar
Selecione Ejecutar en el dispositivo
Espere que termine el proceso de la extracción

Aquí es la muestra de los datos extraídos con su equipo local:

Artículos relacionados:

Scraping de detalles de productos de Wayfair

Scraping la información del producto de BestBuy

Scraping los precios de eBay

Tratar con AJAX