Shop::Wildberries::Suggest - Scraper de sugestões de busca do Wildberries
Visão geral do scraper
Scraper de sugestões de pesquisa por palavras-chave no Wildberries. Graças ao scraper Shop::Wildberries::Suggest, você poderá coletar automaticamente bases de chaves a partir das sugestões da barra de pesquisa do marketplace Wildberries sob demanda. Usando o scraper Shop::Wildberries::Suggest, é possível realizar a extração de dados de sugestões do Wildberries de forma fácil e rápida por consulta.
O scraper de sugestões do Wildberries resolve uma das principais tarefas de SEO, que é a obtenção automatizada e rápida de um núcleo semântico expandido. As sugestões de pesquisa do Wildberries permitem abranger o número máximo de frases, especialmente ao usar a função Parse to level.
Graças ao processamento em múltiplas threads do A-Parser, a velocidade de processamento de consultas pode atingir 10000 consultas por minuto, o que, em média, permite obter cerca de 20000-50000 resultados por minuto.
Você pode usar a multiplicação automática de consultas, a substituição de subconsultas a partir de arquivos, a combinação de caracteres alfanuméricos e listas para obter a maior quantidade possível de resultados. Usando a filtragem de resultados, você pode limpar o resultado imediatamente, removendo todo o lixo desnecessário (usando palavras negativas ou filtrando por tipo de sugestão).
A funcionalidade do A-Parser permite salvar as configurações de extração de dados do scraper Shop::Wildberries::Suggest para uso futuro (presets), definir cronogramas de extração de dados e muito mais.
O salvamento dos resultados é possível no formato e estrutura que você necessita, graças ao poderoso motor de modelos integrado Template Toolkit, que permite aplicar lógica adicional aos resultados e exibir dados em vários formatos, incluindo JSON, SQL e CSV.
Dados coletados
- Quantidade de resultados por consulta
- Sugestões para a consulta
- Tipo de sugestão (suggest/category/brand)
Recursos
- Possibilidade de filtrar palavras-chave durante a extração de dados em profundidade
- Possibilidade de usar a função Parse to level
Casos de uso
- Coleta de bases de palavras-chave
Consultas
Como consultas, é necessário indicar frases de pesquisa, por exemplo:
adidas
camisetas e t-shirts
smartphone Xiaomi
Substituições de consultas
Você pode usar macros integradas para substituição automática de subconsultas a partir de arquivos; por exemplo, se quisermos adicionar uma lista de outras palavras a cada consulta, indicamos algumas consultas principais:
desconto
promoção
liquidação
No formato de consultas, indicaremos a macro de substituição de palavras adicionais do arquivo Keywords.txt; este método permite aumentar a variabilidade das consultas exponencialmente:
$query {subs:Keywords}
Esta macro criará tantas consultas adicionais quantas estiverem no arquivo para cada consulta de pesquisa original, o que resultará em [quantidade de consultas originais] x [quantidade de consultas no arquivo Keywords] = [quantidade total de consultas] como resultado da execução da macro.
Por exemplo, se no arquivo Keywords.txt estiverem as substituições indicadas acima, o resultado será de 9 consultas:
adidas desconto
camisetas e t-shirts desconto
smartphone Xiaomi desconto
adidas promoção
camisetas e t-shirts promoção
smartphone Xiaomi promoção
adidas liquidação
camisetas e t-shirts liquidação
smartphone Xiaomi liquidação
Exemplos de saída de resultados
O A-Parser suporta formatação flexível de resultados graças ao motor de modelos integrado Template Toolkit, o que permite exibir resultados de forma arbitrária, bem como estruturada, como CSV ou JSON.
Exportação da lista de sugestões
Formato do resultado:
$results.format('$suggest\n')
Exemplo de resultado:
adidas tênis
adidas para mulheres
adidas tênis masculino
adidas terrex
adidas superstar
adidas originals
adidas terrex tênis masculino
Tênis e sapatilhas
Desodorantes
adidas
Exibição de consulta, sugestões por consulta + tipo de sugestão
Formato do resultado:
$query:\n$results.format('$suggest - $type\n')
Exemplo de resultado:
adidas tênis - suggest
adidas para mulheres - suggest
adidas tênis masculino - suggest
adidas terrex - suggest
adidas superstar - suggest
adidas originals - suggest
adidas terrex tênis masculino - suggest
Tênis e sapatilhas - category
Desodorantes - category
adidas - brand
Exibição em tabela CSV
A utilidade integrada $tools.CSVLine permite criar documentos de tabela corretos, prontos para importação no Excel ou Google Sheets.
Formato do resultado:
[% FOREACH i IN results;
tools.CSVline(i.suggest);
END %]
Nome do arquivo:
$datefile.format().csv
Texto inicial:
Sugestões
No Formato de resultados, aplica-se o modelo Template Toolkit para exibir os elementos do array $results em um loop FOREACH.
No nome do arquivo de resultados, basta alterar a extensão do arquivo para csv.
Para que a opção "Prepend text" esteja disponível no Editor de Tarefas, é necessário ativar "More options". No "Prepend text", escrevemos os nomes das colunas separados por vírgula e deixamos a segunda linha vazia.
Salvamento em formato SQL
Formato do resultado:
[% FOREACH results;
"INSERT INTO serp VALUES('" _ query _ "', '"; suggest _ "', '"; type _ "')\n";
END %]
Exemplo de resultado:
INSERT INTO serp VALUES('adidas', 'adidas tênis', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas para mulheres', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas tênis masculino', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas superstar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas originals', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex tênis masculino', 'suggest')
INSERT INTO serp VALUES('adidas', 'Calçados e tênis', 'category')
INSERT INTO serp VALUES('adidas', 'Desodorantes', 'category')
INSERT INTO serp VALUES('adidas', 'adidas', 'brand')
Dump de resultados em JSON
Formato geral do resultado:
[% result.${query} = {
totalcount = p1.totalcount
suggests = []
};
FOREACH i IN p1.results;
result.${query}.suggests.push(i.suggest);
END %]
Texto inicial:
[% result = {} %]
Texto final:
[% result.json %]
Exemplo de resultado:
{
"adidas": {
"suggests": [
"adidas tênis",
"adidas para mulheres",
"adidas tênis masculino",
"adidas terrex",
"adidas superstar",
"adidas originals",
"adidas terrex tênis masculino",
"Tênis e sapatilhas",
"Desodorantes",
"adidas"
],
"totalcount": 10
},
"camisetas": {
"suggests": [
"camisetas femininas de verão",
"camisetas masculinas de verão",
"camisetas infantis",
"camisetas esportivas",
"camisetas para menino",
"camisetas femininas",
"camisetas femininas íntimas turquia",
"Camisetas"
],
"totalcount": 8
}
}
Para que as opções "Prepend text" e "Append text" estejam disponíveis no Editor de Tarefas, é necessário ativar "More options".
Processamento de resultados
O A-Parser permite processar os resultados diretamente durante a extração de dados; nesta seção, apresentamos os casos mais populares para o scraper Shop::Wildberries::Suggest.
Opção Parse to level
A opção instrui o scraper a inserir os resultados obtidos na fila de consultas em profundidade até o nível especificado, por exemplo:
- Se o 1º nível for especificado, o scraper adicionará às consultas todos os resultados obtidos da consulta original.
- Se o 2º nível for especificado, o scraper adicionará às consultas todos os resultados obtidos da consulta original + todos os resultados obtidos das consultas do 1º nível.
- e assim por diante.
Como provavelmente haverá duplicatas nos resultados, para que o scraper não realize trabalho desnecessário (não extraia a mesma coisa), recomenda-se ativar a desduplicação de consultas (Unique queries).
Configurações possíveis
| Nome do parâmetro | Valor padrão | Descrição |
|---|---|---|
| Follow suggests | All | Escolha do tipo de sugestões que devem ser inseridas nas consultas ao usar Parse to level (All / Suggest / Tag / Brand), suporta seleção múltipla |