Shop::Wildberries::Suggest - Scraper podpowiedzi wyszukiwania Wildberries
Przegląd scrapera
Scraper podpowiedzi wyszukiwania według słów kluczowych w Wildberries. Dzięki scraperowi Shop::Wildberries::Suggest będziesz mógł automatycznie zbierać bazy kluczy z podpowiedzi paska wyszukiwania marketplace'u Wildberries na zapytanie. Używając scrapera Shop::Wildberries::Suggest można łatwo i szybko scrapować podpowiedzi Wildberries na zapytanie.
Scraper Wildberries podpowiedzi rozwiązuje jedno z głównych zadań SEO, a mianowicie szybkie, zautomatyzowane pozyskiwanie rozszerzonego jądra semantycznego. Podpowiedzi wyszukiwania wildberries pozwalają objąć maksymalną liczbę fraz, szczególnie przy użyciu funkcji Parse to level.
Dzięki wielowątkowej pracy A-Parser, prędkość przetwarzania zapytań może osiągać 10000 zapytań na minutę, co średnio pozwala uzyskiwać około 20000-50000 wyników na minutę.
Możesz używać automatycznego mnożenia zapytań, podstawiania podzapytań z plików, iteracji kombinacji alfanumerycznych i list w celu uzyskania maksymalnej możliwej liczby wyników. Używając filtrowania wyników możesz od razu wyczyścić wynik, usuwając wszystkie niepotrzebne śmieci (używając słów wykluczających lub filtrując według typu podpowiedzi).
Funkcjonalność A-Parser pozwala zapisywać ustawienia scrapowania scrapera Shop::Wildberries::Suggest do dalszego wykorzystania (presety), zadawać harmonogram scrapowania i wiele więcej.
Zapisywanie wyników jest możliwe w takiej formie i strukturze, jakiej potrzebujesz, dzięki wbudowanemu potężnemu silnikowi szablonów Template Toolkit, który pozwala stosować dodatkową logikę do wyników i wyprowadzać dane w różnych formatach, w tym JSON, SQL i CSV.
Zbierane dane
- Liczba wyników dla zapytania
- Podpowiedzi do zapytania
- Typ podpowiedzi (suggest/category/brand)
Możliwości
- Możliwość filtrowania słów kluczowych podczas scrapowania w głąb
- Możliwość użycia funkcji Parse to level
Warianty użycia
- Zbieranie baz słów kluczowych
Zapytania
Jako zapytania należy podawać frazy wyszukiwania, na przykład:
adidas
koszulki i t-shirty
smartfon Xiaomi
Podstawienia zapytań
Możesz użyć wbudowanych makr do automatycznego podstawiania podzapytań z plików, na przykład chcemy do każdego zapytania dodać jakąś listę innych słów, wskażemy kilka głównych zapytań:
zniżka
promocja
wyprzedaż
W formacie zapytań wskażemy makro podstawiania dodatkowych słów z pliku Keywords.txt, ta metoda pozwala wielokrotnie zwiększyć wariatywność zapytań:
$query {subs:Keywords}
To makro utworzy tyle samo dodatkowych zapytań, ile znajduje się w pliku dla każdego wyjściowego zapytania wyszukiwania, co w sumie da [liczba zapytań wyjściowych] x [liczba zapytań w pliku Keywords] = [całkowita liczba zapytań] w wyniku działania makra.
Na przykład, jeśli w pliku Keywords.txt będą wskazane powyższe podstawienia, to w rezultacie powstanie 9 zapytań:
adidas zniżka
koszulki i t-shirty zniżka
smartfon Xiaomi zniżka
adidas promocja
koszulki i t-shirty promocja
smartfon Xiaomi promocja
adidas wyprzedaż
koszulki i t-shirty wyprzedaż
smartfon Xiaomi wyprzedaż
Warianty wyprowadzania wyników
A-Parser obsługuje elastyczne formatowanie wyników dzięki wbudowanemu silnikowi szablonów Template Toolkit, co pozwala mu wyprowadzać wyniki w dowolnej formie, a także w ustrukturyzowanej, na przykład CSV lub JSON
Eksport listy podpowiedzi
Format wyniku:
$results.format('$suggest\n')
Przykład wyniku:
adidas buty sportowe
adidas dla kobiet
adidas buty sportowe męskie
adidas terrex
adidas superstar
adidas originals
adidas terrex buty sportowe męskie
Trampki i buty sportowe
Dezodoranty
adidas
Wyprowadzanie zapytania, podpowiedzi do zapytania + typ podpowiedzi
Format wyniku:
$query:\n$results.format('$suggest - $type\n')
Przykład wyniku:
adidas buty sportowe - suggest
adidas dla kobiet - suggest
adidas buty sportowe męskie - suggest
adidas terrex - suggest
adidas superstar - suggest
adidas originals - suggest
adidas terrex buty sportowe męskie - suggest
Trampki i buty sportowe - category
Dezodoranty - category
adidas - brand
Wyprowadzanie do tabeli CSV
Wbudowane narzędzie $tools.CSVLine pozwala tworzyć poprawne dokumenty tabelaryczne, gotowe do importu do Excela lub Arkuszy Google.
Format wyniku:
[% FOREACH i IN results;
tools.CSVline(i.suggest);
END %]
Nazwa pliku:
$datefile.format().csv
Tekst początkowy:
Podpowiedzi
W Formacie wyników stosowany jest szablonator Template Toolkit do wyprowadzania elementów tablicy $results w pętli FOREACH.
W nazwie pliku wyników należy po prostu zmienić rozszerzenie pliku na csv.
Aby opcja "Prepend text" była dostępna w Edytorze zadań, należy aktywować "More options". W "Prepend text" wpisujemy nazwy kolumn po przecinku i drugą linię robimy pustą.
Zapisywanie w formacie SQL
Format wyniku:
[% FOREACH results;
"INSERT INTO serp VALUES('" _ query _ "', '"; suggest _ "', '"; type _ "')\n";
END %]
Przykład wyniku:
INSERT INTO serp VALUES('adidas', 'adidas buty', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas dla kobiet', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas buty męskie', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas superstar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas originals', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex buty męskie', 'suggest')
INSERT INTO serp VALUES('adidas', 'Trampki i buty sportowe', 'category')
INSERT INTO serp VALUES('adidas', 'Dezodoranty', 'category')
INSERT INTO serp VALUES('adidas', 'adidas', 'brand')
Zrzut wyników do JSON
Ogólny format wyniku:
[% result.${query} = {
totalcount = p1.totalcount
suggests = []
};
FOREACH i IN p1.results;
result.${query}.suggests.push(i.suggest);
END %]
Tekst początkowy:
[% result = {} %]
Tekst końcowy:
[% result.json %]
Przykład wyniku:
{
"adidas": {
"suggests": [
"adidas adidas buty sportowe",
"adidas adidas dla kobiet",
"adidas adidas buty sportowe męskie",
"adidas terrex",
"adidas superstar",
"adidas originals",
"adidas terrex adidas terrex buty sportowe męskie",
"Trampki i buty sportowe",
"Dezodoranty",
"adidas"
],
"totalcount": 10
},
"koszulki": {
"suggests": [
"koszulki damskie letnie",
"koszulki męskie letnie",
"koszulki dziecięce",
"koszulki sportowe",
"koszulki dla chłopca",
"koszulki damskie",
"koszulki damskie bieliźniane turcja",
"Koszulki"
],
"totalcount": 8
}
}
Aby opcje "Prepend text" i "Append text" były dostępne w Edytorze zadań, należy aktywować "More options".
Przetwarzanie wyników
A-Parser pozwala przetwarzać wyniki bezpośrednio podczas scrapowania, w tej sekcji przedstawiliśmy najpopularniejsze przypadki dla scrapera Shop::Wildberries::Suggest
Opcja Parse to level
Opcja nakazuje scraperowi podstawiać uzyskane wyniki do kolejki zapytań w głąb do określonego poziomu, na przykład:
- Jeśli wskazano 1. poziom, scraper doda do zapytań wszystkie wyniki uzyskane z zapytania wyjściowego
- Jeśli wskazano 2. poziom, scraper doda do zapytań wszystkie wyniki uzyskane z zapytania wyjściowego + wszystkie wyniki uzyskane z zapytań z 1. poziomu
- itd.
Ponieważ w wynikach najprawdopodobniej będą duplikaty, aby scraper nie wykonywał zbędnej pracy (nie scrapował tego samego), zaleca się włączenie usuwania duplikatów zapytań (Unique queries)
Możliwe ustawienia
| Nazwa parametru | Wartość domyślna | Opis |
|---|---|---|
| Follow suggests | All | Wybór typu podpowiedzi, które należy podstawiać do zapytań przy użyciu Parse to level (All / Suggest / Tag / Brand), obsługiwany wybór wielokrotny |