Guía de Shopify Scraper: Dos maneras de usar el código y sin él

Resultados financieros de Shopify para 2023.

Con estas cifras, la extensa información de comercio electrónico de la plataforma resulta invaluable. Esta información tiene un gran potencial para que las empresas y los afiliados se mantengan a la vanguardia, estén al tanto de las tendencias del mercado o perfeccionen su oferta de productos.

Contrariamente a la creencia popular, acceder a esta información no requiere necesariamente conocimientos avanzados de programación.

Exploremos cómo puedes aprovechar los datos de Shopify a tu favor.

¿Se puede extraer información de Shopify?

SegúnTérminos de servicio de Shopify,“Usted acepta no acceder a los Servicios ni supervisar ningún material ni información de los Servicios mediante ningún robot, araña, scraper ni ningún otro medio automatizado.”

Esta cláusula se encuentra en la sección de Términos de la Cuenta, y todos los usuarios de Shopify la aceptan al crear una cuenta.

Por lo tanto, si tienes una cuenta de Shopify, es fundamental que no la uses para actividades de scraping. Esto aplica tanto a usuarios regulares de Shopify como a titulares de cuentas comerciales.

Usar un scraper de Shopify para extraer datos de la plataforma conlleva el riesgo de que el sistema lo detecte y la posible suspensión de la cuenta.

El

Entonces, dos cosas están claras. No uses herramientas ni scripts externos de Shopify Scraper mientras tengas la sesión iniciada en tu cuenta de Shopify, y no uses la API oficial como herramienta de Shopify Scraper.

Entonces, ¿cómo puedes extraer datos de Shopify? No te preocupes. Estas limitaciones son para extraer datos privados. Aún puedes ejecutar una herramienta de Shopify Scraper en el sitio.

Solo asegúrate de recopilar únicamente datos disponibles públicamente. También debes asegurarte de no usar la exportación de datos de Shopify para fines de duplicación, ya que es probable que se elimine, al igual que en este caso.

Es un consenso global no oficial que permite extraer datos públicos de cualquier plataforma para un uso ético.

Shopify Scraper: Dos enfoques diferentes

En ese sentido, profundicemos en las técnicas de scraping de Shopify.

Scraper de Shopify sin código

Atrás quedaron los días en que el scraping era tarea exclusiva de programadores. Hoy en día, existen diversas soluciones sin código disponibles en el mercado que facilitan el scraping.

Entre estas herramientas, ParseHub, Shopify Scraper de Apify y Shopify Product Scraper son las líderes del mercado.

En esta guía, te guiaremos en la creación de un raspador de productos de Shopify con ParseHub. Comencemos.

Paso 1: Descargar y crear una cuenta

VisitaParseHub, descargue el archivo de instalación para su sistema operativo e instale el software.

Abre ParseHub, completa el formulario de registro con tu nombre, correo electrónico y una contraseña segura, y pulsa el botón "Registrarse".

Paso 2: Iniciar un nuevo proyecto

Una vez iniciada la sesión, verás un botón que dice "Nuevo proyecto". Haz clic en él.

En la siguiente pantalla, pega la URL de la tienda Shopify que quieres extraer en la barra proporcionada.

Para esta demostración, extraeremosesta tienda.

Después de pegar el enlace de la página de destino de la tienda, pulsa el botón en la parte inferior de la barra.

La página dada se cargará en el lado derecho de la pantalla.

Consejo: Cambie el nombre del proyecto para identificarlo fácilmente entre otros archivos en el futuro.

Deberías nombrarlo con algo relevante, como "shopify_products".

Paso 3: Comienza a seleccionar los elementos para extraer

ParseHub te permite hacer clic en los elementos que quieres extraer (como nombres de productos, precios, valoraciones) y recuerda tus selecciones.

Dado que estamos creando un Raspador de Productos de Shopify, empieza con el título del producto; este se volverá verde y los demás se volverán amarillos.

Selecciona otro título de producto para que todos sean ecológicos.

Verás la tabla de vista previa que muestra los nombres de los productos y las URL.

Paso 4: Renombra la selección

Asigna un nombre adecuado a tu selección. Dado que extraemos las URL y los nombres de los productos, la nuestra se llama "producto".

Es recomendable renombrar todas las selecciones del proyecto de forma adecuada.

Paso 5: Iniciar el proyecto

Repite los pasos 3 y 4 para obtener más elementos que quieras extraer. Como solo queríamos el nombre del producto y la URL, nuestro flujo de trabajo de extracción web de Shopify se ve así.

Para iniciar nuestro raspador de productos de Shopify, simplemente presione el botón Obtener datos y seleccione "Ejecutar" en la siguiente pantalla.

Tomará algo de tiempo, dependiendo de la cantidad de datos.

¡Y ya está! Ahora, simplemente elige tu opción de descarga preferida.

Por ejemplo, guardamos nuestro archivo como Shopify_products.json.

Crear un Scraper de Shopify con Python

Las herramientas sin código, sin duda, simplifican el trabajo hasta diez veces. Sin embargo, tienen sus propias limitaciones. Por ejemplo, es posible que no cuenten con un mecanismo para extraer el tipo de datos que se desea extraer. Además, puede haber límites en la cantidad de datos que se pueden extraer de una sola vez.

Esto responde a por qué tendrás que codificar un Shopify Scraper para tareas de scraping complejas. Los scripts de programación te dan la libertad de Establece tus propios límites según tus necesidades. Puede extraer cualquier dato de la página. Solo tendrás que escribir un programa para ello.

¿Y qué mejor lenguaje para extraer datos que Python? Tiene una sintaxis sencilla y legible, y una amplia biblioteca de paquetes útiles.

Las tiendas Shopify cuentan con una función única que facilita enormemente su extracción. Todas las tiendas Shopify tienen un archivo product.json de acceso público. Este archivo contiene los datos de todo el inventario de productos de la tienda. Contiene el nombre de cada producto, su ID único, su precio, proveedor, descripción y una gran cantidad de otros detalles.

Para acceder a este archivo product.json de Shopify, solo necesita colocar "products.json" al final de la URL raíz de la tienda, es decir, https://helmboots.com/products.json.

Ahora solo necesitas que tu raspador web de Shopify envíe una sola solicitud a este archivo y extraiga todos los datos necesarios.

Comencemos a programar nuestro Shopify Python Scraper.

Paso 1: Importar bibliotecas esenciales

Crea un archivo de Python, por ejemplo, python_shopify.py, e importa los paquetes. Necesitaremos las siguientes bibliotecas:

• JSON
• Solicitudes
• Pandas
  
  

importarjson importarpandascomopd importaciónsolicitudes

Paso 2: Obtener el archivo products.json de la tienda

Crearemos una función fetch_json que tomará la URL y el número de página del sitio como argumento y devolverá el archivo product.json de la tienda. Hemos establecido un límite de 30 productos por página.

Nuestra función también incluirá gestión de excepciones para algunos errores.

deffetch_json(url, página): Intenta: respuesta = solicitudes.get(f'{url}/productos.json?limit=30&página={página}', tiempo-de-espera=5) productos_json=respuesta.texto respuesta.raise_for_status() devolver productos_json excepto solicitudes.excepciones.HTTPError como error_http: print("Error HTTP:", error_http) excepto solicitudes.excepciones.Error-de-conexión como error_conexión: print("Error de conexión:", error_conexión) excepto solicitudes.excepciones.Tiempo-de-espera como tiempo_de_espera_de_error: print("Error de tiempo de espera:", error_timeout) excepto solicitudes.excepciones.SolicitudExcepción como error: print("Error:", error)

Paso 3: Crear un Dataframe de Pandas con products.json

Nuestra función toma el archivo products.json como entrada y lo convierte en un Dataframe de Pandas.

def make_df(productos_json): Intenta: productos_dict=json.loads(productos_json) df = pd.DataFrame.from_dict(productos_dict['productos']) devolver df excepto Excepcióncomoe: print(e)

Paso 4: Obtener datos de todas las páginas

Para extraer todos los productos, tendremos que recorrer las páginas subsiguientes.

Para ello, nuestra función tomará la URL del sitio como entrada y devolverá el marco de datos de Pandas que contiene todos los datos de producto de la tienda Shopify.

def obtener_todos_los_productos(url): resultados = Verdadero página=1 df = pd.DataFrame() mientras resultados: productos_json = obtener_json(url, página) silen(products_dict)==0: ruptura de lo contrario: df = pd.concat([df, products_dict], ignore_index=Verdadero) página += 1 df['url'] = f"{url}/productos/" + df['identificador'] return df

Nuestro raspador de Python para Shopify está listo.

Simplemente pasa la URL de la tienda a esta función y todos los datos se almacenan en la variable del producto.

También puedes obtener una vista previa de los datos mediante la función products.head().

todos_los_productos=obtener_todos_los_productos('https://helmboots.com/') all_products.head(1).T

Además de este método, también puedes usar

Haz que tu scraper de Shopify sea indetectable

Para garantizar que tu Shopify Scraper funcione sin interrupciones, puedes usar un navegador antidetección comoAdsPower. AdsPower cuenta con las medidas necesarias para ayudar a tu raspador web de Shopify a mantener un perfil bajo, interactuar con los sitios y exportar datos de Shopify sin complicaciones.