Shop::Wildberries::Suggest - Scraper di suggerimenti di ricerca Wildberries
Panoramica dello scraper
Scraper di suggerimenti di ricerca per parole chiave in Wildberries. Grazie allo scraper Shop::Wildberries::Suggest potrai raccogliere automaticamente database di chiavi dai suggerimenti della barra di ricerca del marketplace Wildberries su richiesta. Utilizzando lo scraper Shop::Wildberries::Suggest è possibile estrarre facilmente e velocemente i suggerimenti di Wildberries per query.
Lo scraper di suggerimenti Wildberries risolve uno dei compiti principali della SEO, ovvero l'ottenimento rapido e automatizzato di un nucleo semantico esteso. I suggerimenti di ricerca di Wildberries permettono di coprire il numero massimo di frasi, specialmente quando si utilizza la funzione Parse to level.
Grazie al funzionamento in multithreading di A-Parser, la velocità di elaborazione delle query può raggiungere le 10000 richieste al minuto, il che consente mediamente di ottenere circa 20000-50000 risultati al minuto.
Puoi utilizzare la moltiplicazione automatica delle query, la sostituzione di sotto-query da file, l'iterazione di combinazioni alfanumeriche e liste per ottenere il maggior numero possibile di risultati. Utilizzando la filtrazione dei risultati puoi pulire immediatamente il risultato, rimuovendo tutta la spazzatura non necessaria (utilizzando parole negative o filtrando per tipo di suggerimento).
Le funzionalità di A-Parser permettono di salvare le impostazioni di scraping dello scraper Shop::Wildberries::Suggest per un uso futuro (preset), impostare pianificazioni di scraping e molto altro.
Il salvataggio dei risultati è possibile nel formato e nella struttura di cui hai bisogno, grazie al potente motore di modelli integrato Template Toolkit che permette di applicare logica aggiuntiva ai risultati e di esportare i dati in vari formati, inclusi JSON, SQL e CSV.
Dati raccolti
- Numero di risultati per query
- Suggerimenti per la query
- Tipo di suggerimento (suggest/category/brand)
Funzionalità
- Possibilità di filtrare le parole chiave durante lo scraping in profondità
- Possibilità di utilizzare la funzione Parse to level
Casi d'uso
- Raccolta di database di parole chiave
Query
Come query è necessario indicare frasi di ricerca, ad esempio:
adidas
canotte e magliette
smartphone Xiaomi
Sostituzioni nelle query
Puoi utilizzare i macro integrati per la sostituzione automatica di sotto-query da file, ad esempio se vogliamo aggiungere a ogni query una lista di altre parole, indichiamo alcune query principali:
sconto
promozione
saldi
Nel formato delle query indichiamo il macro di sostituzione di parole aggiuntive dal file Keywords.txt, questo metodo permette di aumentare esponenzialmente la variabilità delle query:
$query {subs:Keywords}
Questo macro creerà tante query aggiuntive quante ne sono presenti nel file per ogni query di ricerca iniziale, il che darà come somma [numero di query iniziali] x [numero di query nel file Keywords] = [numero totale di query] come risultato del lavoro del macro.
Ad esempio, se nel file Keywords.txt ci sono le sostituzioni sopra indicate, si otterranno in totale 9 query:
adidas sconto
canotte e magliette sconto
smartphone Xiaomi sconto
adidas promozione
canotte e magliette promozione
smartphone Xiaomi promozione
adidas saldi
canotte e magliette saldi
smartphone Xiaomi saldi
Esempi di output dei risultati
A-Parser supporta la formattazione flessibile dei risultati grazie al motore di modelli integrato Template Toolkit, che gli consente di produrre risultati in forma libera o strutturata, come CSV o JSON
Esportazione della lista di suggerimenti
Formato del risultato:
$results.format('$suggest\n')
Esempio di risultato:
adidas scarpe da ginnastica
adidas per donna
adidas scarpe da ginnastica uomo
adidas terrex
adidas superstar
adidas originals
adidas terrex scarpe da ginnastica uomo
Sneakers e scarpe da ginnastica
Deodoranti
adidas
Output di query, suggerimenti per query + tipo di suggerimento
Formato del risultato:
$query:\n$results.format('$suggest - $type\n')
Esempio di risultato:
adidas scarpe da ginnastica - suggest
adidas per donna - suggest
adidas scarpe da ginnastica uomo - suggest
adidas terrex - suggest
adidas superstar - suggest
adidas originals - suggest
adidas terrex scarpe da ginnastica uomo - suggest
Sneakers e scarpe da ginnastica - category
Deodoranti - category
adidas - brand
Output in tabella CSV
L'utility integrata $tools.CSVLine permette di creare documenti tabulari corretti, pronti per l'importazione in Excel o Google Fogli.
Formato del risultato:
[% FOREACH i IN results;
tools.CSVline(i.suggest);
END %]
Nome del file:
$datefile.format().csv
Testo iniziale:
Suggerimenti
Nel Formato dei risultati viene applicato il motore di modelli Template Toolkit per l'output degli elementi dell'array $results in un ciclo FOREACH.
Nel nome del file dei risultati basta cambiare l'estensione del file in csv.
Affinché l'opzione "Prepend text" sia disponibile nell'Editor delle attività, è necessario attivare "More options". In "Prepend text" scriviamo i nomi delle colonne separati da virgola e lasciamo la seconda riga vuota.
Salvataggio in formato SQL
Formato del risultato:
[% FOREACH results;
"INSERT INTO serp VALUES('" _ query _ "', '"; suggest _ "', '"; type _ "')\n";
END %]
Esempio di risultato:
INSERT INTO serp VALUES('adidas', 'adidas scarpe', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas per donna', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas scarpe uomo', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas superstar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas originals', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex scarpe uomo', 'suggest')
INSERT INTO serp VALUES('adidas', 'Sneakers e scarpe', 'category')
INSERT INTO serp VALUES('adidas', 'Deodoranti', 'category')
INSERT INTO serp VALUES('adidas', 'adidas', 'brand')
Dump dei risultati in JSON
Formato generale del risultato:
[% result.${query} = {
totalcount = p1.totalcount
suggests = []
};
FOREACH i IN p1.results;
result.${query}.suggests.push(i.suggest);
END %]
Testo iniziale:
[% result = {} %]
Testo finale:
[% result.json %]
Esempio di risultato:
{
"adidas": {
"suggests": [
"adidas scarpe da ginnastica",
"adidas per donna",
"adidas scarpe da ginnastica uomo",
"adidas terrex",
"adidas superstar",
"adidas originals",
"adidas terrex scarpe da ginnastica uomo",
"Sneakers e scarpe da ginnastica",
"Deodoranti",
"adidas"
],
"totalcount": 10
},
"canotte": {
"suggests": [
"canotte donna estive",
"canotte uomo estive",
"canotte bambini",
"canotte sportive",
"canotte per bambino",
"canotte donna",
"canotte donna intimo turchia",
"Canotte"
],
"totalcount": 8
}
}
Affinché le opzioni "Prepend text" e "Append text" siano disponibili nell'Editor delle attività, è necessario attivare "More options".
Elaborazione dei risultati
A-Parser permette di elaborare i risultati direttamente durante lo scraping, in questa sezione abbiamo riportato i casi più popolari per lo scraper Shop::Wildberries::Suggest
Opzione Parse to level
L'opzione indica allo scraper di inserire i risultati ottenuti nella coda delle query in profondità fino al livello specificato, ad esempio:
- Se viene indicato il 1° livello, lo scraper aggiungerà alle query tutti i risultati ottenuti dalla query iniziale
- Se viene indicato il 2° livello, lo scraper aggiungerà alle query tutti i risultati ottenuti dalla query iniziale + tutti i risultati ottenuti dalle query del 1° livello
- e così via.
Poiché nei risultati ci saranno probabilmente dei duplicati, per evitare che lo scraper faccia lavoro inutile (non raschi la stessa cosa), si raccomanda di attivare la deduplicazione delle query (Unique queries)
Impostazioni possibili
| Nome parametro | Valore predefinito | Descrizione |
|---|---|---|
| Follow suggests | All | Scelta del tipo di suggerimenti da inserire nelle query quando si utilizza Parse to level (All / Suggest / Tag / Brand), è supportata la selezione multipla |