Shop::Wildberries::Suggest - Scraper för Wildberries sökförslag
Översikt över scrapern
Scraper för sökförslag baserat på sökord i Wildberries. Tack vare scrapern Shop::Wildberries::Suggest kan du automatiskt samla in databaser med sökord från sökfältets förslag på marknadsplatsen Wildberries vid förfrågan. Genom att använda scrapern Shop::Wildberries::Suggest är det enkelt och snabbt att utföra dataskrapning av Wildberries-förslag per sökfråga.
Wildberries-förslagsscrapern löser en av de viktigaste uppgifterna inom SEO, nämligen snabb automatiserad insamling av en utökad semantisk kärna. Sökförslag från Wildberries gör det möjligt att täcka maximalt antal fraser, särskilt när funktionen Parse to level används.
Tack vare flertrådning i A-Parser kan hastigheten för bearbetning av förfrågningar nå 10 000 per minut, vilket i genomsnitt gör det möjligt att få cirka 20 000-50 000 resultat per minut.
Du kan använda automatisk multiplikation av frågor, ersättning av underfrågor från filer, genomgång av alfanumeriska kombinationer och listor för att få största möjliga mängd resultat. Genom att använda resultatfiltrering kan du omedelbart rensa resultatet genom att ta bort allt onödigt skräp (genom att använda minusord eller filtrera efter typ av förslag).
Funktionaliteten i A-Parser gör det möjligt att spara inställningar för dataskrapning för scrapern Shop::Wildberries::Suggest för framtida bruk (förinställningar), schemalägga dataskrapning och mycket mer.
Spara resultat är möjligt i den form och struktur du behöver, tack vare den inbyggda kraftfulla mallmotorn Template Toolkit som gör det möjligt att tillämpa ytterligare logik på resultaten och exportera data i olika format, inklusive JSON, SQL och CSV.
Data som samlas in
- Antal resultat per sökfråga
- Sökförslag för frågan
- Typ av förslag (suggest/category/brand)
Funktioner
- Möjlighet att filtrera sökord vid dataskrapning på djupet
- Möjlighet att använda funktionen Parse to level
Användningsfall
- Insamling av sökordsdatabaser
Frågor
Som frågor måste sökfraser anges, till exempel:
adidas
majki i futbolki
smartfon Xiaomi
Ersättningar i frågor
Du kan använda inbyggda makron för automatisk ersättning av underfrågor från filer, till exempel om vi vill lägga till en lista med andra ord till varje fråga, anger vi några huvudfrågor:
rabatt
kampanj
utförsäljning
I frågeformatet anger vi makrot för ersättning av ytterligare ord från filen Keywords.txt, denna metod gör det möjligt att öka variationen av frågor mångfaldigt:
$query {subs:Keywords}
Detta makro kommer att skapa lika många ytterligare frågor som det finns i filen för varje ursprunglig sökfråga, vilket totalt ger [antal ursprungliga frågor] x [antal frågor i filen Keywords] = [totalt antal frågor] som ett resultat av makrot.
Till exempel, om filen Keywords.txt innehåller ovanstående ersättningar, blir resultatet 9 frågor:
adidas rabatt
majki i futbolki rabatt
smartfon Xiaomi rabatt
adidas kampanj
majki i futbolki kampanj
smartfon Xiaomi kampanj
adidas utförsäljning
majki i futbolki utförsäljning
smartfon Xiaomi utförsäljning
Exempel på utdata
A-Parser stöder flexibel formatering av resultat tack vare den inbyggda mallmotorn Template Toolkit, vilket gör det möjligt att exportera resultat i valfri form, såväl som strukturerat, till exempel CSV eller JSON
Export av förslagslista
Resultatformat:
$results.format('$suggest\n')
Exempel på resultat:
adidas sneakers
adidas för kvinnor
adidas sneakers herr
adidas terrex
adidas superstar
adidas originals
adidas terrex sneakers herr
Tygskor och sneakers
Deodoranter
adidas
Utdata för fråga, förslag per fråga + typ av förslag
Resultatformat:
$query:\n$results.format('$suggest - $type\n')
Exempel på resultat:
adidas sneakers - suggest
adidas för kvinnor - suggest
adidas sneakers herr - suggest
adidas terrex - suggest
adidas superstar - suggest
adidas originals - suggest
adidas terrex sneakers herr - suggest
Tygskor och sneakers - category
Deodoranter - category
adidas - brand
Utdata till CSV-tabell
Det inbyggda verktyget $tools.CSVLine gör det möjligt att skapa korrekta tabelldokument, redo för import till Excel eller Google Kalkylark.
Resultatformat:
[% FOREACH i IN results;
tools.CSVline(i.suggest);
END %]
Filnamn:
$datefile.format().csv
Inledande text:
Förslag
I resultatformatet används mallmotorn Template Toolkit för att skriva ut elementen i arrayen $results i en FOREACH-loop.
I filnamnet för resultaten behöver du bara ändra filändelsen till csv.
För att alternativet "Prepend text" ska vara tillgängligt i Task Editor måste du aktivera "More options". I "Prepend text" skriver vi kolumnnamnen separerade med kommatecken och gör den andra raden tom.
Spara i SQL-format
Resultatformat:
[% FOREACH results;
"INSERT INTO serp VALUES('" _ query _ "', '"; suggest _ "', '"; type _ "')\n";
END %]
Exempel på resultat:
INSERT INTO serp VALUES('adidas', 'adidas sneakers', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas för damer', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas sneakers herrar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas superstar', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas originals', 'suggest')
INSERT INTO serp VALUES('adidas', 'adidas terrex sneakers herrar', 'suggest')
INSERT INTO serp VALUES('adidas', 'Gympaskor och sneakers', 'category')
INSERT INTO serp VALUES('adidas', 'Deodoranter', 'category')
INSERT INTO serp VALUES('adidas', 'adidas', 'brand')
Dumpa resultat till JSON
Allmänt resultatformat:
[% result.${query} = {
totalcount = p1.totalcount
suggests = []
};
FOREACH i IN p1.results;
result.${query}.suggests.push(i.suggest);
END %]
Inledande text:
[% result = {} %]
Avslutande text:
[% result.json %]
Exempel på resultat:
{
"adidas": {
"suggests": [
"adidas sneakers",
"adidas för kvinnor",
"adidas sneakers herr",
"adidas terrex",
"adidas superstar",
"adidas originals",
"adidas terrex sneakers herr",
"Tygskor och sneakers",
"Deodoranter",
"adidas"
],
"totalcount": 10
},
"linnen": {
"suggests": [
"linnen dam sommar",
"linnen herr sommar",
"linnen barn",
"linnen sport",
"linnen för pojke",
"linnen dam",
"linnen dam underkläder turkiet",
"Linnen"
],
"totalcount": 8
}
}
För att alternativen "Prepend text" och "Append text" ska vara tillgängliga i Task Editor måste du aktivera "More options".
Bearbetning av resultat
A-Parser gör det möjligt att bearbeta resultat direkt under dataskrapningen. I det här avsnittet har vi listat de mest populära fallen för scrapern Shop::Wildberries::Suggest.
Alternativet Parse to level
Alternativet instruerar scrapern att lägga till de erhållna resultaten i frågekön på djupet upp till den angivna nivån, till exempel:
- Om nivå 1 anges kommer scrapern att lägga till alla resultat som erhållits från den ursprungliga frågan i frågorna
- Om nivå 2 anges kommer scrapern att lägga till alla resultat som erhållits från den ursprungliga frågan + alla resultat som erhållits från frågorna på nivå 1
- och så vidare.
Eftersom det troligen kommer att finnas dubbletter i resultaten, rekommenderas det att aktivera frågedubblettkontroll (Unique queries) så att scrapern inte gör onödigt arbete (inte skrapar samma sak flera gånger).
Möjliga inställningar
| Parameternamn | Standardvärde | Beskrivning |
|---|---|---|
| Follow suggests | All | Val av typ av förslag som ska läggas till i frågorna när Parse to level används (All / Suggest / Tag / Brand), flerval stöds |