A-Parser 1.1 - продвинутый парсер ПС, кейвордов, контента, показателей, 70+ парс

[A-Parser Support]

Сборник рецептов #39: бот-опросник, парсер hotline.ua и copart.com

Представляем вашему вниманию 39-й сборник рецептов, в который вошли:

   
• телеграмм бот опросник
• парсер агрегатора цен hotline.ua
• парсер аукционов транспортных средств copart.com

Телеграмм бот опросник

Данный бот позволяет организовать ежедневный опрос сотрудников, при этом список вопросов можно гибко менять. Все настройки берутся из Google таблицы, а также туда пишутся ответы по каждому сотруднику.
Также, этот пример демонстрирует возможность создания телеграмм бота на базе A-Parser и работу с Google таблицами.

Парсер hotline.ua

hotline.ua - это самый большой агрегатор цен в Укрaине. С его помощью можно мониторить и анализировать цены на товары у конкурентов или искать наиболее выгодные предложения среди большого количества интернет-магазинов.



Парсер copart.com

Copart является одним из крупнейших интернет аукционов, специализирующихся на продаже новых и б/у автомобилей. По официальной информации каждый день на аукционе выставляется на продажу более 150 000 транспортных средств.



Еще больше различных рецептов в нашем Каталоге!
Предлагайте ваши идеи для новых парсеров здесь, лучшие будут реализованы и опубликованы.

Подписывайтесь на наш канал на Youtube - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter.

Все сборники рецептов

[A-Parser Support]

Мы начинаем публикацию серии коротких видеоуроков, каждый из которых будет посвящен какому-то одному функционалу.
И в этом уроке будут рассмотрены варианты формирования имени файла результата.

В видео рассмотрено:

• Нумерация файла результата в соответствии с запросами
• Нумерация файла результата + часть имени запроса
• Именование файла результата по запросу, если запрос линк

Полезные ссылки:

• Формат результата - https://a-parser.com/wiki/tips-v1-1-0/#Формат-результата
• Шаблонизатор Template Toolkit - https://a-parser.com/wiki/template-toolkit/
• Метод replace - http://template-toolkit.ru/Manual/VMethods.html

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

[A-Parser Support]

1.2.852 - новый парсер для Google Keyword Planner, Native NodeJS, множество исправлений и улучшений



Улучшения

   ● Добавлен парсер SE::Google::KeywordPlanner
      ◦ собираются списки подсказок и варианты ключевых слов
      ◦ для каждого варианта парсится среднее кол-во запросов в месяц, конкуренция, объемы поиска, а также минимальная и максимальная ставки
      ◦ присутствует возможность указывать несколько ключевых слов в запросе
   ● В SE::Yandex::ByImage добавлена функция Get full links to page, которая позволяет получать реальные ссылки на страницы
   ● В SE::Yandex::SQI добавлены переменные сбор количества отзывов и оценок, а также рейтинга
   ● Улучшена проверка правильности разгадывания каптчи в парсерах Яндекса
   ● Автоматическое увеличение лимитов на ОС Linux
   ● Улучшена работа с регулярными выражениями
   ● При бане прокси в лог задания теперь выводится более детальная информация
   ● Native NodeJS переведена из стадии альфы в бету, проведено множество оптимизаций, за счет чего в большинстве сценариев это дает повышение максимальной скорости в 1.5-2 раза, а также уменьшение потребление памяти в 2-4 раза
      ◦ Начиная с 1.2.822 все бета версии имеют включенный Native NodeJS, стабильные версии выходят с включенным oldnode
   ● Native NodeJS: добавлена экспериментальная поддержка HTTP/2
   ● Native NodeJS: обновление Node.js до актуальной версии
   ● JS парсеры: добавлена опция allow_dangerous_node_modules, подробнее тут

Исправления в связи с изменениями в выдаче

   ● Исправлено скачивание каптчи в SE::Yandex
   ● Исправлен Rank::Ahrefs: в $anchors переменная $bl заменена на $domains
   ● В SE::Google исправлены:
      ◦ парсинг mobile news
      ◦ баг с дублированием ссылок в выдаче
      ◦ парсинг анкоров в рекламе, связанных ключевых слов, а также первый результат в выдаче не всегда попадал в serp
   ● В SE::Google::Images исправлен парсинг gif
   ● Исправлен SE::Yandex::ByImage, убраны flat переменные $height и $width
   ● SE::Yandex, SE::Google::ByImage, SE::DuckDuckGo, Social::Instagram::Post, Rank::Ahrefs, Rank::Bukvarix::Domain, SE::MailRu, SE::Yandex::Suggest

Исправления

   ● Исправлена работа Net::Whois с доменами 3го уровня, а также улучшена проверка получаемого ответа
   ● Исправлена работа Extra query string в SE::Bing
   ● Исправлена работа Rank::SEMrush и Rank::SerpStat::Keyword при получении ответа без данных
   ● Исправлен баг с типами переменных
   ● Исправлена ошибка, при которой запросы ошибочно считались неудачными при постановке задания на паузу
   ● Исправлена работа Bypass Cloudflare
   ● Исправлен динамический лимит потоков
   ● Исправлена ошибка при использовании Request delay
   ● Исправлено предупреждение о превышении лимита в Поле запросов
   ● Исправлена работа $tools.task.id в имени файла результата
   ● JS парсеры: исправлены получение сессий и работа http2 (баг появился в одной из предыдущих версий)
   ● JS парсеры: исправлено определение кодировки страницы
   ● Native NodeJS: исправлено поведение при некоторых ошибках
   ● Native NodeJS: исправлена проблема при обновлении A-Parser на OS Windows
   ● Native NodeJS: исправлена работа save_to_file, а также еще ряд ошибок
   ● Native NodeJS: исправлена работа SOCKS5 с авторизацией
   ● Native NodeJS: исправлена подстановка данных после Конструктора запросов

[A-Parser Support]

Сборник рецептов #40: посещаемость организаций, SSL сертификаты, ikea и анализ доменов

Представляем вашему вниманию 40-й сборник рецептов, в который вошли:

• парсер данных о посещаемости организаций
• парсер данных о SSL сертификатах
• парсер товаров на ikea.com
• комплексный пресет для анализа доменов по ряду характеристик
• способ извлечения доменов из ссылок без фактического захода на страницу
  

Посещаемость в Google Maps
В поисковой выдаче Google для определенных запросов отображается расширенный сниппет с информацией об организации из Google карт. В частности, обычно отображается информация о посещаемости в разрезе дней недели.
Представляем парсер, который собирает данные о посещаемости.


Данные по SSL сертификату
Данный парсер собирает информацию о SSL сертификате сайта. В качестве источника данных используется сторонний ресурс.


Парсер ikea.com
Парсер данных из ikea.com, который позволяет собирать различную информацию о товарах. Согласно данным из Википедии, ikea - это одна из крупнейших в мире торговых сетей по продаже мебели и товаров для дома.


Кроме этого:

• Получение доменов из ссылок без захода на страницу
• Информация о сайте (домене)
  

Еще больше различных рецептов в нашем Каталоге!
Предлагайте ваши идеи для новых парсеров здесь, лучшие будут реализованы и опубликованы.
Подписывайтесь на наш канал на Youtube - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter.

Все сборники рецептов

[A-Parser Support]

Видео урок: Сохранение результатов в несколько файлов используя переменные, массивы и условия

В этом видео уроке рассмотрены способы сохранения результатов в несколько файлов, используя переменные и массив, при определенных условиях.

В видео рассмотрено:

   
• Вывод результатов в разные файлы с разными именами используя переменные
• Вывод результатов для каждого файла отдельно по определенному условию
• Вывод результатов для двух файлов с условием, используя массив

Полезные ссылки:

   
• https://a-parser.com/wiki/template-toolkit/ - Шаблонизатор Template Toolkit
• http://template-toolkit.ru/Manual/Directives.html#Uslovnaya_obrabotka - условная обработка (IF, UNLESS, ELSIF, ELSE)
• http://template-toolkit.ru/Manual/Directives.html#Ciklicheskaya_obrabotka - циклическая обработка FOREACH
• https://a-parser.com/wiki/task-tester/ - тестировщик заданий

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

[A-Parser Support]

Сборник рецептов #41: Google таблицы, отправка писем и авторизация с помощью puppeteer

Представляем 41-й сборник рецептов, который полностью посвящен использованию различных Node.js модулей в A-Parser.

• Работа с Google таблицами
• Отправка писем из А-Парсера
• Авторизация с помощью puppeteer

Сохранение результатов в Google SpreadSheets

Один из часто задаваемых вопросов в поддержке, это вопрос о возможности писать результаты прямо в Google Таблицы. Поэтому мы подготовили небольшой пример парсера, который демонстрирует такую возможность.



Отправка почтовых писем

Еще одна возможность, о которой часто спрашивают наши пользователи - отправка писем. Такой функционал может быть использован для уведомлений о различных событиях в заданиях, в том числе о завершении их работы. Поэтому мы также подготовили пример, демонстрирующий отправку писем прямиком из А-Парсера.

 

Авторизация на GitHub с использованием puppeteer

Еще один пример по заявкам наших пользователей, демонстрирующий загрузку страницы, авторизацию на ресурсе и простую навигацию.




Еще больше различных рецептов в нашем Каталоге!
Предлагайте ваши идеи для новых парсеров здесь, лучшие будут реализованы и опубликованы.

Подписывайтесь на наш канал на Youtube - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter.

Все сборники рецептов

[A-Parser Support]

1.2.912 - обновление NodeJS, повышение производительности, адаптация к изменениям в рекаптчах



Мы завершили переход на NodeJS в качестве основного движка для парсеров и представляем новую стабильную версию 1.2.912 с поддержкой NodeJS 14.2.0. Данное обновление сочетает в себе множество улучшений, включая повышение производительности, уменьшение потребления памяти, полностью новый сетевой стек, а также поддержку нативных NodeJS модулей, позволяющую использовать всю мощь каталога npmjs в A-Parser'е

Также в данное обновление включены изменения по работе с ReCaptcha2 в парсере Google, наша команда одна из первых нашла решение по обходу новой версии рекаптчи и прoтестировала его совместно с сервисом RuCaptcha, за что им отдельный респект. На данный момент корректный обход каптчи прoтестирован с RuCaptcha, Anti-Captcha, XEvil и CapMonster.

Помимо этого было произведено множество оптимизаций в ядре A-Parser'а, значительно увеличилась производительность при использовании большого числа заданий или больших списков прокси. Парсер Rank::CMS был полностью переписан и стабилизирован, добавлена поддержка нового формата apps.json и поддержка пользовательских правил.

Улучшения

• NodeJS обновлен до v14.2.0, v8 до 8.1
• Добавлена поддержка параметра data-s в рекаптчах для SE::Google, также добавлена опция ReCaptcha2 pass proxy
• Увеличен лимит потоков до 10000 для OS Windows
• Значительно улучшена производительность при большом числе активных прокси и/или заданий, полностью переписан стек по работе с прокси, оптимизирована работа с большими списками
• Добавлен новый парсер Rank::KeysSo
• Полностью переписаны на JS SE::Yahoo::Suggest, Rank::Alexa::API и Rank::Archive
• Улучшена производительность при использовании регулярных выражений, а также улучшена совместимость
• В SE::Google::KeywordPlanner добавлено автоматическое получение токена
• В SE::Bing добавлена возможность парсить ссылки на кэшированные страницы, а также добавлена возможность парсить мобильную выдачу
• В парсере Util::ReCaptcha2 при выборе провайдера Capmonster или Xevil теперь необязательно указывать Provider url
• В SE::Google::Trends добавлена возможность указывать произвольный диапазон дат
• В Rank::CMS добавлен выбор движка регулярок и поддержка собственного файла с признаками
• В SE::Yandex::ByImage добавлена опция Don't scrape if no other sizes, которая позволяет отключить сбор результатов, если искомой картинки нет в других размерах
• [NodeJS] Добавлена защита от бесконечных циклов и долгих регулярок
• [NodeJS] Исправлена работа this.cookies.getAll()
• [JS парсеры] Добавлена опция follow_meta_refresh для this.request
• [JS парсеры] Добавлена опция bypass_cloudflare для this.request
• [JS парсеры] Underscore заменен на Lodash
• [JS парсеры] В логе добавлена пометка при вызове других парсеров
• [JS парсеры] Использование предыдущего прокси после запроса к другому парсеру
• [JS парсеры] Добавлен метод destroy()

Исправления в связи с изменениями в выдаче

• Множество исправлений в SE::Google
• Исправлен SE::Youtube, в т.ч. парсинг по тегам
• Исправлен сбор ссылок в Shop::eBay
• Исправлен парсинг телефонов в Maps::Google
• Исправлена работа с каптчами в SE::Yandex::ByImage
• В Rank::Social::Signal удалена переменная $facebook_comment в связи с неактуальностью
• SE::Startpage, Rank::Linkpad, Social::Instagram::post, SE::Yandex::Translate

Исправления

• Исправлен баг, из-за которого игнорировался выбранный проксичекер
• Исправлена работа функций Decode HTML entities и Extract domain в Конструкторе результатов
• Исправлена проблема с определением кодировки
• Исправлена ошибка использования $tools.query
• Исправлен баг в Rank::MajesticSEO при котором использовались все попытки при отсутствии результатов
• Исправлена работа http2
• Исправлена ошибка, когда парсер падает из-за невозможности писать в alive.txt
• Исправлено разгадывание каптч в SE::Yandex::Register и Check::RosKomNadzor
• Исправлена разница в запросах, отправляемых через Net::HTTP и JS
• Исправлен баг в SE::Yahoo
• Исправлены ошибки в Rank::CMS при выборе приложения без категории
• [NodeJS] Исправлен подсчет времени исполнения кода парсера
• [JS парсеры] При пустом body не передавался заголовок content-length при post запросе
• [JS парсеры] Исправлена работа CloudFlare bypass
• [JS парсеры] Исправлена работа с сессиями
• [JS парсеры] Исправлена работа с overrides для this.parser.request
• [JS парсеры] Исправлена ошибка определения кодировки в JS парсерах

[A-Parser Support]

Сборник рецептов #42: поиск битых ссылок, сервисы статистики и коммерциализация запросов

Представляем 42-й сборник рецептов, в котором собраны парсеры для определения наличия на сайте битых ссылок, сбора данных об используемых сервисах статистики и определения коммерциализации ключевых слов.

Парсер Ahrefs::BrokenLink

Ahrefs Broken Link Checker - это сервис, позволяющий определить наличие битых ссылок на сайте, а также некоторую другую полезную информацию.



Парсер builtwith.com

Этот парсер собирает данные об используемых на сайтах сервисах статистики с ресурса BuiltWith. С его помощью можно получить список id используемых сервисов статистики, а также список других сайтов, на которых используются эти же id.



Определение коммерциализации запроса

Способ определения степени коммерциализации ключевых слов, основанный на анализе поисковой выдачи Яндекса. Оценивается количество вхождений определенного списка слов в анкорах и сниппетах ТОП10 выдачи.


Кроме этого:

• Определение локации по координатам
  

Еще больше различных рецептов в нашем Каталоге!
Предлагайте ваши идеи для новых парсеров здесь, лучшие будут реализованы и опубликованы.

Подписывайтесь на наш канал на Youtube - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter.

Все сборники рецептов

[A-Parser Support]

Видео урок: где смотреть переменные, скрытые переменные и какой результат они выводят (примеры)

В этом видео рассмотрели где смотреть переменные, какие бывают скрытые переменные и какой результат они выводят на примерах.



Содержание видео:
00:20 - 1. Где смотреть какие у парсера есть переменные?
1:16 - 2. Какие бывают скрытые переменные ($query.*, $root и т.п.)?
1:22 - переменная root
2:08 - переменная root объект
3:14 - переменная query.orig
4:04 - переменная query.first
5:24 - переменная query.lvl
5:50 - переменная query.prev
6:20 - переменная query.num

Все возможные методы TT для работы с объектами
Форматирование запросов (шаблоны)

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

[A-Parser Support]

1.2.948 - новые парсеры SecurityTrails IP и Domain, поддержка доменных прокси, множество исправлений

 

Улучшения

• Добавлен парсер  Rank::MOZ.
  Собираемые данные: вся информация, содержащаяся на странице.
  
• Добавлены парсеры SecurityTrails::Domain и SecurityTrails::IP.
  Для работы парсеров необходимо указать пресет Util::ReCaptcha2.
  • SecurityTrails::IP
    В качестве запроса следует указывать ipv4 адрес.
    Собирает домены по IP и информацию о них.
    
    
  • SecurityTrails::Domain
    В качестве запроса следует указывать домен, например a-parser.com.
    Собираемые данные:
    • Данные по DNS
      
    • Список технологий, используемых на сайте (движки и проч.)
      
    • Список открытых портов
      
    • Alexa rank
      
    • Страна
      
    • Хостер
      
    • Даты начала и окончания регистрации
      
    • Whois статус
      
    • Регистратор
      
    • Список исторических данных по DNS
      
    • Список субдоменов
      
• Добавлена возможность отключать валидацию TLS сертификатов.
  
• Добавлена поддержка доменных прокси.
  

Исправления в связи с изменениями в выдаче

• Исправлен парсинг новостей в SE::Google.
  
• Исправлен Social::Instagram::Profile.
  
• Исправления в SE::Yandex:
  • исправлен парсинг турбо ссылок;
    
  • исправлен парсинг новостных сниппетов.
    
• Исправления в SE::Google, SE::Baidu, SE::Yandex::Direct, Shop::Yandex::Market.
  
• Исправления в SE::Yahoo - ошибка в выборе стран, у которых одинаковый домен, восстановлен парсинг сниппетов.
  

Исправления

• Исправлена ошибка в алгоритме автовыбора домена в SE::Yandex.
  
• Исправлена работа Rank::MajesticSEO, SE::Bing::Translator.
  
• Исправлена ошибка, если файл config.txt был сохранен в кодировке utf-8 с BOM (парсер некорректно читал файл).
  
• Решена проблема с переопределениями опций в парсере HTML::LinkExtractor.
  
• NodeJS: новые установленные модули теперь доступны до перезагрузки A-Parser'a.
  
• Исправлено падение парсера при вызове метода getProxies.