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

1.2.713 - новые парсеры: Telegram и eBay, оптимизации во встроенных парсерах, новые инструменты



Улучшения

• Добавлен новый парсер Telegram::GroupScraper, который собирает из публичных групп в Telegram данные о сообщениях: текст, дата, автор, ссылки на фото и видео
• Добавлен новый парсер Shop::eBay, который позволяет парсить поисковую выдачу на ebay.com
• Изменения в парсерах Google:
  • Добавлена переменная $detected_geo, в которой содержится информация о геолокации
  • В связи с неактуальностью удалены опции:
    • Old desktop computer (IE6) в Device
    • Util::AntiGate preset
    • Use digit captcha
• В SE::Yandex увеличено максимальное значение Pages count до 25
• В SE::Google::Images добавлена поддержка новой верстки
• В Util::ReCaptcha2 добавлена поддержка capmonster.cloud
• Парсер SE::MailRu полностью переписан, добавлена поддержка каптч и сессий и добавлен сбор ссылок на кешированные страницы
• Парсер SE::Yandex:irect полностью переписан, добавлен сбор тегов и дополнительных ссылок с анкорами
• Добавлен новый инструмент шаблонизатора tools.task, на данный момент он умеет возвращать id задания и число потоков
• JS парсеры: this.query.add теперь поддерживает передачу дополнительных параметров

Исправления в связи с изменениями в выдаче

• Множество исправлений в SE::Google, он теперь полностью дублирует SE::Google::Modern
• Исправлен парсинг $indexed в Rank::MajesticSEO
• В Net::Whois исправлена работа с доменной зоной .sex
• Исправлен парсинг $title в Shop::Yandex::Market
• Shop::Amazon, SE:ogpile, Rank::Ahrefs, SE::Bing, Rank::SEMrush, SE:uckDuckGo, SEuckDuckGo::Images, SE::Baidu

Исправления

• В парсерах Google исправлена ошибка, при которой собираемые ссылки были с переводчиком
• Исправлены проблемы с рандомизацией в некоторых случаях
• Исправлена ошибка в Social::Instagramost при парсинге только массивов данных
• Исправлена проблема с проходом по пагинации, которая возникла в одной из предыдущих версий
• JS парсеры: исправлена работа с Node.js модулем socks

 

Сборник рецептов #37: парсинг Twitter, поиск и скачивание картинок, парсинг групп в Telegram

37-й сборник рецептов. В него вошли: парсер Twitter, который умеет собирать сообщения, их авторов и т.п.; JS парсер, в котором объединены поиск и скачивание картинок; а также 2 пресета для парсинга Telegram, которые демонстрируют возможности по сбору данных из публичных групп.

Парсер постов из Twitter
Публикуем парсер, который по ключевому слову парсит данные из сообщений в Twitter. Собираются имя и логин автора, текст сообщения, дата публикация, количество лайков, ответов и ретвитов. Есть возможность указать количество страниц для парсинга.


JS::ImagesFromSE
Ранее мы уже публиковали JavaScript парсер, в котором объединены парсинг выдачи ПС и парсинг текста со страниц. Теперь представляем вашему вниманию JS парсер, в котором объединены поиск и скачивание картинок.


Пресеты для парсинга публичных групп в Telegram
Начиная с версии 1.2.709 в А-Парсер был добавлен Telegram::GroupScraper. Для демонстрации его возможностей мы опубликовали в Каталоге 2 пресета:

• Парсинг пользователей публичных групп в Telegram
  
• Парсинг всех сообщений из публичных групп в Telegram

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

 

Сборник статей #10: отслеживание цен с уведомлением, парсинг характеристик товаров, редиректы

10-й сборник статей, в котором будет показано, как с помощью А-Парсера получать уведомления в Телеграм об изменении цен на товары, как парсить характеристики товаров и выводить их в виде удобной таблицы, а также подробно описана работа с редиректами.

Периодический мониторинг цен с уведомлением в Telegram
В этой статье пошагово описан процесс создания парсера, с помощью которого можно отслеживать изменение цен товаров. При этом парсер будет присылать уведомление в Телеграм, а также можно легко добавить поддержку других сайтов.


Сбор характеристик товара
Одной из частых задач для А-Парсера является сбор характеристик товаров в интернет-магазинах. И если сам парсинг совсем не проблема, то формирование итоговой таблицы, при условии, что характеристики должны быть распределены по отдельным столбцам, вызывает вопросы. Поэтому, в данной статье будет описан способ такого парсинга.


Всё о редиректах
Большая справочная статья, посвященная тематике редиректов.


Если вы хотите, чтобы мы более подробно раскрыли какой-то функционал парсера, у вас есть идеи для новых статей или вы желаете поделиться собственным опытом использования A-Parser (за небольшие плюшки ) - отписывайтесь здесь.

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

Предыдущие сборники статей

• Сборник статей #1: A-Parser для маркетологов, SEO-специалистов и реальный опыт работы
• Сборник статей #2: цикл статей-уроков по созданию JS парсеров
• Сборник статей #3: пагинация, переменные и БД SQLite
• Сборник статей #4: добавление товаров в OpenCart и парсинг JSON
• Сборник статей #5: собственный канал в Telegram и массовое добавление товаров в OpenCart
• Сборник статей #6: работа с API, сохранение в YML и мануал по подключению Node.js модулей
• Сборник статей #7: сохранение в xlsx, работа с API и обзор методов автоматизации
• Сборник статей #8: ссылки с GET параметрами, скачивание Google документов, очистка очереди через API
• Сборник статей #9: анализ страниц сайта, парсинг всех страниц сайта из индекса и проверка запросов

 

Видео урок: Парсинг тематических доменов из Google и получение различных параметров по доменам

В этом видео уроке рассмотрен способ создания пресета для парсинга тематических доменов по ключевой фразе из поисковой выдачи Google, и получение для доменов различных параметров.



В уроке рассмотрено:

• Парсинг поисковой выдачи Google
• Вывод уникальных результатов в качестве главных доменов
• Получение таких параметров как:
  • зарегистрирован домен или нет
  • дата регистрации и дата окончания регистрации домена
  • язык сайта
  • title и description
  • индекс качества сайта
  • позицию в глобальном рейтинге Alexa
  • cтрану с наибольшим числом трафика по Alexa
  • позицию в рейтинге этой страны по Alexa

Полезные ссылки:

• https://a-parser.com/wiki/net-whois/ - парсер Net::Whois
• https://a-parser.com/wiki/html-textextractor-langdetect/ - парсер HTML::TextExtractor::LangDetect
• https://a-parser.com/wiki/se-yandex-sqi/ - парсер SE::Yandex::SQI

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

 

1.2.752 - полноценная поддержка Node.js, функция Memory Saver, оптимизация производительности



Улучшения

• Полноценная поддержка NodeJS 12.13.х, включая нативные модули, подробнее: https://a-parser.com/threads/5807/
• Новая опция Memory Saver, которая позволяет регулировать потребление памяти парсером
• Улучшена производительность SE::Yandex
• В Shop::Amazon добавлена возможность подключать антигейт, а также поддержка сессий
• В SE::Google::ByImage добавлена возможность выбирать язык интерфейса, язык результатов и страну
• Уменьшено потребление памяти, при использовании нескольких парсеров в задании, разница может достигать 100%

Исправления в связи с изменениями в выдаче

• Исправлена работа с каптчами в Maps::Yandex
• Исправлен парсинг рекламы в SE::Google
• SE::Yandex, Rank::Ahrefs, SE:ogpile, SE:ogpile::Images, SE:uckDuckGo::Images, Rank::MajesticSEO, Rank::SerpStat::Keyword, Rank::Bukvarix:omain

Исправления

• Исправлена работа Bypass Cloudflare в некоторых случаях
• Исправлена работа при малом числе прокси
• Исправлена проблема при редактировании дополнительных форматов результатов

 

Сборник рецептов #38: парсер Яндекс.Кью, парсер сайтов из Яндекс.Радар и определение типов сайтов

38-й сборник рецептов. В нем опубликованы: парсер сервиса вопросов-ответов Яндекс.Кью, парсер для сбора сайтов из Яндекс.Радара, а также парсер для определения типа сайта.

Парсер Яндекс Кью
Яндекс.Кью - это сервис вопросов-ответов, запущенный в конце 2019 года. Он объединил в себе несколько других сервисов, поэтому уже на момент запуска обладал большой базой информации. Мы не могли оставить это просто так и публикуем парсер для сбора данных из этого сервиса.


Парсинг сайтов из Яндекс.Радар
Яндекс.Радар - это сравнительно новый сервис Яндекса, который в отчасти заменил ранее популярный Яндекс.Каталог. Это большой каталог популярных в рунете сайтов с данными о их посещаемости и некоторой информацией о посетителях. Мы подготовили парсер, с помощью которого можно собрать список сайтов с необходимыми фильтрами.


Определение типа сайта по Яндекс Радару
И еще один парсер для Яндекс.Радар от нашего пользователя. С его помощью можно определять типы сайтов, если они есть в базе Яндекс.Радара.


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

 

Сборник статей #11: анализ содержимого картинок, добавление ссылок в индекс Google и поиск RSS лент

11-й сборник статей, в котором рассказано, как в А-Парсере анализировать содержимое картинок, добавлять страницы своих сайтов в индекс Google и искать RSS ленты необходимой тематики.

Фильтрация картинок по их содержимому
В этой статье на примере поиска картинок с определенным содержимым, показана работа с Google Vision. С помощью "компьютерного зрения" для каждого изображения присваивается набор меток, который описывает содержимое.


Инструкция по использованию Google Indexing API
В данной статье рассмотрена работа с Google Indexing API, который позволяет владельцам сайтов напрямую уведомлять Google о добавлении или удалении страниц. Таким образом ваш сайт будет быстрее просканирован Google, что способствует повышению качества трафика.


Поиск и сбор rss лент
В этой статье рассмотрен простой пример поиска ссылок на rss ленты по заданной тематике. Решение состоит из 3-х пресетов, каждый из которых отвечает за определенный этап работы.


Если вы хотите, чтобы мы более подробно раскрыли какой-то функционал парсера, у вас есть идеи для новых статей или вы желаете поделиться собственным опытом использования A-Parser (за небольшие плюшки ) - отписывайтесь здесь.

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

Все сборники статей

 

1.2.799 - новый парсер для поиска картинок, улучшения в существующих парсерах



Улучшения

• Добавлен новый парсер SE::Yandex::ByImage - поиск картинок в Яндексе по ссылке
• В Social::Instagram:ost добавлена возможность собирать ссылки на локации
• В Util::YandexRecognize добавлена поддержка сессий
• В SE::Yandex::SQI добавлена возможность определять считается ли домен "официальным"
• Улучшения в HTML::EmailExtractor для более качественного сбора почт
• В SE::Google::Trends обновлен и значительно расширен список регионов
• Из SE::Seznam удален парсинг $related в связи с тем, что связанные ключевые слова больше не выводятся на странице выдачи

Исправления в связи с изменениями в выдаче

• Исправлен парсинг $totalcount, рекламы и мобильной выдачи в парсерах Google
• Исправлен парсинг анкоров и сниппетов в SE::Yandex
• Исправлены парсеры SerpStat
• SE::Yandex:irect, SE::Bing::LangDetect , Rank::Ahrefs, SE::Bing , SE::Startpage , Shop::eBay

Исправления

• Исправлен выбор страны в SE::Yahoo
• Исправлен баг с декодированием ссылок в SE::Google::Images
• В режиме -newnode исправлены проблемы с кодировкой и оптимизировано потребление памяти

 

Парсинг booking.com с помощью A-Parser
В этом видео уроке рассмотрен парсинг ресурса booking.com, получение результатов поиска квартир и отелей на сайте. Подробную информацию о них будем получать при помощи парсера Net::HTTP.



В видео рассмотрено

• Пользование разделом тестового парсинга
• Переход по страницам пагинации
• Проверка наличия определенного контента на странице сайта
• Использование регулярных выражений
• Применение конструктора результатов (декодирование HTML сущностей)
• Применение шаблонизатора Template Toolkit в формате результата:
  • Использование инструмента $tools.CSVline
  • Циклическая обработка директивой FOREACH
  • Виртуальный метод .match
  • Фильтры: .remove, .collapse, .replace

Полезные ссылки

• Net::HTTP - https://a-parser.com/wiki/net-http/
• Тестовый парсинг - https://a-parser.com/wiki/test-parsing/
• Template Toolkit - https://a-parser.com/wiki/template-toolkit/
• tools.CSVline - https://a-parser.com/wiki/template-tools/#tools-csvline-простое-создание-csv-файлов
• Готовый пресет: https://a-parser.com/resources/383/

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

 

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 Украине. 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

 

Видео урок: Именование файлов результатов

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!

 

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:uckDuckGo, Social::Instagram:ost, Rank::Ahrefs, Rank::Bukvarix:omain, 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

 

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

 

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!

 

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

 

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 протестировала его совместно с сервисом RuCaptcha, за что им отдельный респект. На данный момент корректный обход каптчи протестирован 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

 

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

 

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 обьектами
Форматирование запросов (шаблоны)

Оставляйте комментарии и подписывайтесь на наш канал на YouTube!

 

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.
  
  

 

Сборник статей #12: скорость работы парсеров, debug режим и работа с куками

В 12-м сборнике статей рассказывается о принципах работы парсеров и факторах, влияющих на их скорость, показаны возможности debug режима в Тестовом парсинге по отладке запросов, а также на реальном примере разбирается работа с куками.

Скорость и принцип работы парсеров

В этой статье подробно рассказано об основном принципе работы парсеров и скорости их работы, а также рассмотрены основные факторы, влияющие на скорость парсинга.



Использование Debug режима

В этой статье рассказывается об одном из методов отладки парсеров, а также об анализе получаемых данных - debug режиме в Тестовом парсинге. С его помощью можно прямо в парсере анализировать и экспериментировать с заголовками и изучать приходящие в ответ данные.



Работа с куками и заголовками на примере соглашения с правилами сайта auto.ru

А в этой статье на реальном примере показана работа с куками сайта: рассказано как определять необходимость передавать куки и как искать только необходимые для запроса куки. При этом показаны два варианта: простые запросы средствами А-Парсера и использование NodeJS модуля puppeteer.



Если вы хотите, чтобы мы более подробно раскрыли какой-то функционал парсера, у вас есть идеи для новых статей или вы желаете поделиться собственным опытом использования A-Parser (за небольшие плюшки) - отписывайтесь здесь.

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

Все сборники статей