ការណែនាំលម្អិតដើម្បីប្រើ Amazon Scraper

Web scraping Amazon អាច បាន ខ្ពស់ ចំណេញ សម្រាប់ អាជីវកម្ម ប្រសិនបើ ធ្វើបាន ឆ្លាតវៃ។ Don’t span;believe class="forecolor" style="color: #1e4dff;">រឿងនេះ នៃ a គេហទំព័រ ដែលផលិត a ធ្លាក់ចុះថ្គាម $800k ក្នុង គ្រាន់តែ ពីរ ខែ ខណៈពេលដែល ទាំងអស់ ពួកគេ បាន ត្រូវបាន ពិនិត្យ Amazon ប្រចាំថ្ងៃ។ ត្រជាក់, ហ៎?

យើងមិនអាចសន្យាថាអ្នកនឹងរកលុយបានច្រើនមួយយប់នោះទេ ប៉ុន្តែយើងអាចបង្រៀនអ្នកពីរបៀបកោស Amazon ដើម្បីព្យាយាម និងទៅដល់ទីនោះ។

ដូច្នេះសូមអានប្លក់នេះដើម្បីស្វែងយល់ពីវិធីពីរយ៉ាងក្នុងការលុប Amazon៖ មួយដោយប្រើគ្មានលេខកូដ Amazon Scraper និងមួយទៀតដែលយើងបង្កើតកូដ Python Scraper ។
Amazon data-type="text">
ប៉ុន្តែ​ជាដំបូង សូម​រកមើល​ថា​តើ​វា​មិន​អី​ទេ​ក្នុង​ការ​កម្ទេច​ Amazon ។

តើវា ស្របច្បាប់ ដើម្បី កោស Amazon ដែរឬទេ?

នៅពេលនិយាយអំពីការលុបបំបាត់ក្រុមហ៊ុន Amazon ច្បាប់មានភាពស្រពិចស្រពិលបន្តិច។ របស់ Amazon robots.txt ឯកសារ កំណត់ អនុញ្ញាត ការបំបែក ប៉ារ៉ាម៉ែត្រ ក្នុង a បញ្ជី វែង ដែល បញ្ជាក់ អ្វីដែល គឺ អាចបំបែកបាន និង ដែល តំបន់ យ៉ាងតឹងរ៉ឹង។ />
ទោះយ៉ាងណា ឯកសារ robots.txt គ្រាន់តែជាគោលការណ៍ណែនាំប្រកបដោយក្រមសីលធម៌ប៉ុណ្ណោះ ហើយមិនមានកាតព្វកិច្ចស្របច្បាប់ទេ។ ដូច្នេះ Amazon Scraper របស់អ្នកអាចចូលទៅកាន់តំបន់គ្មានដែនកំណត់ដោយមិនចាំបាច់ប្រឈមមុខនឹងបញ្ហាណាមួយឡើយ។

ទោះជាយ៉ាងណាក៏ដោយ Amazon មិនឈប់នៅទីនេះទេ។ វាដំណើរការបន្ថែមទៀតដោយការអនុវត្តរបាំងបច្ចេកទេសដើម្បីការពារ bots ពីការផ្ទុកលើសចំណុះ servers របស់វា។

ឧទាហរណ៍ វាប្រើវិធានការប្រឆាំងនឹងការកោសដូចជាការធ្វើតេស្ត CAPTCHA និងការកំណត់អត្រា។ ដើម្បីជម្នះឧបសគ្គទាំងនេះ អ្នកកោស Amazon របស់អ្នកត្រូវតែមាន បច្ចេកទេស កម្រិតខ្ពស់ ដូច អ្នកប្រើប្រាស់ ភ្នាក់ងារ ការក្លែងបន្លំ, CAPTCHA ការដោះស្រាយ ឬ ពន្យារពេល ការស្នើសុំ; បើមិនដូច្នេះទេ Amazon scraping endeavor would remain a data />ដូច្នេះដើម្បីឆ្លើយយ៉ាងខ្លី “តើ Amazon អនុញ្ញាត web scraping?”៖ ភាពស្របច្បាប់នៃគេហទំព័រដែល scraping ទិន្នន័យ Amazon មិនមានភាពច្បាស់លាស់ និងអាស្រ័យលើកត្តាជាច្រើនរួមទាំង

• ប្រភេទ នៃ ទិន្នន័យ ត្រូវបានដកចេញ
• វិធីសាស្ត្រ បានប្រើ សម្រាប់ ការឆ្លាក់
• និង​គោលបំណង​នៃ​ទិន្នន័យ​ដែល​បាន​បន្សល់ទុក

ដូចដែល យូរ ដូចជា scraping ធ្វើ មិនពាក់ព័ន្ធ ការចូលប្រើដោយគ្មានការអនុញ្ញាត, ឧ, ទិន្នន័យ នៅពីក្រោយ a ចូល ឬ គ្របដណ្តប់ the&n ហេដ្ឋារចនាសម្ព័ន្ធរបស់គេហទំព័រ bsp; ជាទូទៅ ធ្លាក់ក្នុង ប្រភេទ សុវត្ថិភាព តុលាការកំពូល ក៏ ការពារ a Data Analytics firm ដែល ត្រូវបាន ប្តឹង ដោយ LinkedIn CFAA, citing unauthorized web datatype="scraping"> />ជាងនេះទៅទៀត អ្នកក៏គួរតែធានាថា ការប្រើប្រាស់ទិន្នន័យដែលលួចបន្លំរបស់អ្នកគឺស្របច្បាប់ ពោលគឺ អ្នកមិនលក់ ឬចម្លងវាឡើងវិញទេ ព្រោះវាអាចមានផលប៉ះពាល់ផ្នែកច្បាប់យ៉ាងធ្ងន់ធ្ងរ។

ឥឡូវនេះ សំណួររាប់លានដុល្លារ តើធ្វើដូចម្តេចដើម្បីកម្ទេច Amazon?

របៀប ដើម្បី កោសក្រុមហ៊ុន Amazon?

ទោះបីជាមានការប្រឈមផ្នែកបច្ចេកទេសក៏ដោយ វាជាការងាយស្រួលក្នុងការកំចាត់ Amazon ។ មានឧបករណ៍កូដ និងគ្មានកូដជាច្រើននៅលើ Amazon scraping ជាមួយនឹងដំណោះស្រាយសម្រាប់ដោះស្រាយវិធានការប្រឆាំង bot របស់ Amazon ។ អ្នកអាចបំបែកការពិនិត្យ Amazon ផលិតផល និងតម្លៃបានយ៉ាងងាយស្រួលក្នុងចំណោមទិន្នន័យផ្សេងទៀតដោយប្រើឧបករណ៍ទាំងនេះ។

ដូច្នេះសូមចាប់ផ្តើមជាមួយ Amazon Scraper គ្មានលេខកូដជាមុនសិន។

No-Code Amazon Scraper៖

តោះ ស្មោះត្រង់ ហាងឆេង ខ្ពស់ ដែល អ្នកអាន បច្ចុប្បន្ន អាន នេះ មិន មាន ជំនាញសរសេរកូដ ។ ប៉ុន្តែ នោះ គ្មាន បញ្ហាទេ។ អ្នក មិន មិនត្រូវការ ការសរសេរកូដ ចំណេះដឹង នៅពេលដែល គ្មានកូដ Amazon Scrapers អាចរកបាន។

ជាមួយឧបករណ៍ទាំងនេះ អ្នកគ្រាន់តែផ្តល់ផលិតផល ឬប្រភេទ URLs ទំព័រ ហើយ scraper នឹងទទួលបានអ្នកនូវទិន្នន័យផលិតផល Amazon ទាំងអស់ពីទំព័រនោះ។ នៅពេលដែលពួកវារួចរាល់ជាមួយនឹងការ scraping គេហទំព័រ Amazon អ្នកក៏ត្រូវបានផ្តល់ជម្រើសរក្សាទុកឯកសារជាច្រើនផងដែរ។

យើងបានជ្រើសរើស Apify’s Amazon Scraper សម្រាប់ការបង្ហាញនេះ។ Apify មានឧបករណ៍ដាច់ដោយឡែកសម្រាប់កម្ទេចតំបន់ផ្សេងៗរបស់ Amazon រួមមាន Amazon Product Scraper, Amazon Review Scraper និង Amazon Bestsellers Scraper ។

នៅក្នុងការណែនាំនេះ យើងនឹងប្រើប្រាស់ Apify’s Amazon Product Scraper ។ Amazon Product Scraper មានមុខងារដោះស្រាយ CAPTCHAs និងកំណត់ប្រូកស៊ី ដើម្បីជួយគេចពីវិធានការប្រឆាំង bot។

ដូច្នេះតោះចាប់ផ្តើមការសាកល្បង។

ជំហាន 1: ទស្សនា ទំព័រ ផលិតផល Amazon Scraper ទំព័រ

ចូលប្រើ​ ផលិតផល Amazon Scraper នៅលើ Apify Store និង ចុច the ‘សាកល្បង សម្រាប់ ប៊ូតុង ឥតគិតថ្លៃ’ ឧបករណ៍ នេះ អនុញ្ញាតឱ្យអ្នក p;scrape Amazon ផលិតផល ទិន្នន័យ រួមទាំង តម្លៃ ការពិនិត្យ ផលិតផល ការពិពណ៌នា រូបភាព និង លក្ខណៈ ច្រើនទៀត ជាច្រើនទៀត។

ជំហាន 2: បង្កើត គណនី Apify របស់អ្នក

ប្រសិនបើអ្នកថ្មី ចុះឈ្មោះគណនី Apify ដោយឥតគិតថ្លៃ។ វេទិកានេះផ្តល់នូវជម្រើសចុះឈ្មោះតាមរយៈអ៊ីមែល Google ឬ GitHub ។

ជំហានទី 3៖ បិទភ្ជាប់ Amazon URLs នៃមាតិកាគោលដៅ

នៅក្នុង Apify Console សូមបញ្ចូល URL នៃផលិតផល Amazon ឬប្រភេទដែលអ្នកចង់បំបែក។ យើងបានប្រើ វីដេអូ&ហ្គេម កុងសូល & គ្រឿងបន្លាស់ និង the គ្រឿងសង្ហារឹម ប្រភេទ នៅក្នុង នេះ ឧទាហរណ៍។


ដោយចុចបន្ថែម
តំណ ‘+ បន្ថែម’ ប៊ូតុង។ ឬប្រសិនបើមានតំណភ្ជាប់ច្រើន អ្នកគ្រាន់តែអាចបន្ថែមវាទាំងអស់ទៅក្នុងឯកសារអត្ថបទ ហើយបង្ហោះវាទៅ Amazon Scraper ។

ក៏សម្រេចចិត្តលើចំនួនអតិបរមានៃធាតុដែលអ្នកមានបំណងចង់បំបែកដោយកំណត់ដែនកំណត់នៅក្នុងវាល 'Max items' ។ យើង​បាន​កំណត់​វា​ដល់ 15 ប៉ុន្តែ​អ្នក​អាច​កំណត់​វា​ឱ្យ​ខ្ពស់​តាម​ការ​ចង់​បាន។

ជំហាន 4៖ បើកដំណើរការ CAPTCHA ដំណោះស្រាយ

អ្នកមិនអាចលុប Amazon ដោយគ្មានឧបករណ៍ដោះស្រាយ CAPTCHA បានទេ។ Amazon ត្រូវបានគេដឹងថាមានប្រសិទ្ធភាពខ្ពស់ក្នុងការស្វែងរក bots ។ ដរាបណាវាសង្ស័យថាមានសកម្មភាព bot វានឹងបោះ CAPTCHA ទៅកាន់ bot។ src="https://img.adspower.net/top-browser/a2/f11f0a058ffced4b4d6b3d6e1bed38.png?x-oss-process=image/resize,w_694,m_lfit" alt="" width="669" height="181" />

ជំហានទី 5៖ កំណត់រចនាសម្ព័ន្ធប្រូកស៊ី

ការ​ប្រើ​ប្រូកស៊ី​គឺ​ចាំបាច់​សម្រាប់​ការ​រំលង​វិធានការ​ប្រឆាំង​ការ​កោស។ Amazon scraper ផ្តល់ជម្រើសប្រូកស៊ីជាច្រើន រួមទាំងលំនៅដ្ឋាន មជ្ឈមណ្ឌលទិន្នន័យ ឬរបស់អ្នកផ្ទាល់ ដើម្បីបិទបាំងសកម្មភាពសំណល់អេតចាយ និងរុករកជុំវិញការរឹតបន្តឹង។ អានអំពី ភាពខុសគ្នា រវាង លំនៅដ្ឋាន និង Datacenter ប្រូកស៊ី នៅក្នុង blog ផ្សេងទៀតរបស់យើង.

ជម្រើសប្រូកស៊ីលំនៅដ្ឋានត្រូវបានជ្រើសរើសដោយជម្រើសលំនាំដើមល្អបំផុត។ />

ជំហាន 6: បើកដំណើរការ ម៉ាស៊ីនកោស

ដោយ​កំណត់​ប៉ារ៉ាម៉ែត្រ​របស់​អ្នក សូម​ចាប់​ផ្តើម​ផលិតផល​របស់ Amazon ដោយ​ចុច​ប៊ូតុង ‘Start’ ប៊ូតុងនៅខាងក្រោមទំព័រ។

ស្ថានភាពនឹងផ្លាស់ប្តូរពី 'កំពុងដំណើរការ' ទៅ 'ជោគជ័យ' នៅពេលបញ្ចប់។

{1} {/1}href=""the
"{1} } ការមើលជាមុននៃទិន្នន័យនៅលើអេក្រង់របស់អ្នក។ />

ជំហាន 7: នាំចេញ ឯកសាររបស់អ្នក

ចុចប៊ូតុង 'នាំចេញលទ្ធផល' ដើម្បីទាញយកទិន្នន័យដែលបានប្រមូលរបស់អ្នក។ វេទិកានេះគាំទ្រទម្រង់ជាច្រើន រួមទាំង CSV, JSON, និង Excel។

Python Amazon Scraper ការប្រើប្រាស់ ការសរសេរកម្មវិធី

ក្នុង​គ្មាន​កូដ Amazon Scraper ដែល​យើង​បាន​ប្រើ​ខាង​លើ បើ​អ្នក​មើល​ឲ្យ​ដិត​ដល់​នៅ​ជំហាន​ទី 6 ដែល​បាន​រៀបរាប់​ពីមុន សំណើ 69 ក្នុង​ចំណោម 173 បាន​បរាជ័យ។ នេះគឺដោយសារតែ Amazon កំពុងរារាំងសំណើទាំងនោះ។

ដើម្បីជៀសផុតពីបញ្ហានេះ អ្នកនឹងត្រូវរៀបចំកម្មវិធីស្គ្រីប scraping ផ្ទាល់ខ្លួនរបស់អ្នក។ នៅក្នុងការណែនាំនេះ យើងកំពុងបង្កើត Python Amazon Product Scraper។

ដូច្នេះសូមចាប់ផ្តើម។

ជំហាន 1: ដំឡើង Python

ដើម្បីសរសេរកូដ Python Amazon scraper របស់យើង វាចាំបាច់ណាស់ក្នុងការដំឡើង Python នៅលើកុំព្យូទ័ររបស់អ្នក។ វាត្រូវបានផ្ដល់អនុសាសន៍ឱ្យ ទាញយក ចុងក្រោយបំផុត ឬ កំណែ ថ្មីៗ សម្រាប់ ភាពឆបគ្នា ជាមួយ បណ្ណាល័យ ដែលត្រូវការ។

ជំហាន 2: ការនាំចូល បណ្ណាល័យចាំបាច់

ចំណុច​សំខាន់​នៃ​កម្មវិធី​អេតចាយ​របស់ Amazon ពាក់ព័ន្ធ​នឹង​ការ​ទៅ​យក និង​ញែក​មាតិកា​បណ្ដាញ។ សម្រាប់បញ្ហានេះ យើងប្រើការរួមបញ្ចូលគ្នានៃបណ្ណាល័យ Python។

• សំណើ៖ សម្រាប់ បង្កើត HTTP សំណើ ទៅកាន់ គេហទំព័រ Amazon
• BeautifulSoup៖ ដើម្បី រុករក និង ញែក HTML មាតិកា បានត្រឡប់មកវិញ
• lxml: សម្រាប់ ញែក
• ខ្លាឃ្មុំផេនដា៖ សម្រាប់ រៀបចំ និង ការនាំចេញ ទិន្នន័យ
  
  

មុនពេលនាំចូលពួកវា អ្នកនឹងត្រូវដំឡើងពួកវាដោយប្រើពាក្យបញ្ជាខាងក្រោម៖

python -m pip ដំឡើង សំណូមពរ beautifulsoup4 lxml pandas

ឥឡូវ​នេះ យើង​នឹង​នាំ​ចូល​ពួកវា​នៅ​ក្នុង​ស្គ្រីប Amazon scraper Python របស់​យើង៖

សំណើនាំចូល ពី bs4 នាំចូល BeautifulSoup ពី urlib.parse នាំចូល urljoin នាំចូល pandas as pd

ជំហាន 3: ការកំណត់រចនាសម្ព័ន្ធ HTTP បឋមកថា

ឧបសគ្គ​ទូទៅ​ក្នុង​ការ​លុប​គេហទំព័រ Amazon គឺ​វិធានការ​ការពារ​របស់ Amazon ប្រឆាំង​នឹង​ការ​ចូល​ដំណើរការ​ដោយ​ស្វ័យ​ប្រវត្តិ។ ដើម្បីជៀសវាងបញ្ហានេះ ស្គ្រីប Amazon scraper Python របស់យើងធ្វើត្រាប់តាមសំណើរបស់កម្មវិធីរុករកតាមអ៊ីនធឺណិត ដោយរួមបញ្ចូលបឋមកថា HTTP ផ្ទាល់ខ្លួន ដូចជា 'User-Agent' and 'Accept-Language'

custom_headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0.0 Chrome/122.0.0.0.0 style="color: #bababa; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">, 'Accept-Language': 'en-US,en;q=0.9', 'ទទួលយក-ការអ៊ិនកូដ': 'gzip, deflate, br, zstd', 'ទទួលយក': 'image/avif,image/webp,image/apng,image/svg+xml,image/*,*/*;q=0.8', 'Referer': 'https://www.amazon.com/'

ដើម្បី ទទួលបាន ទាំងនេះ បឋមកថា សម្រាប់ កម្មវិធីរុករកតាមអ៊ីនធឺណិតរបស់អ្នក,

• ចុច F12 នៅលើ an Amazon page ដើម្បី បើក ឧបករណ៍អ្នកអភិវឌ្ឍន៍
• បើក បណ្តាញ ផ្ទាំង និង ជ្រើសរើស បឋមកថា
• ផ្ទុកឡើងវិញ ទំព័រ
• ជ្រើសរើស សំណើ ដំបូង
• នៅក្នុង ផ្ទាំង បឋមកថា រំកិលចុះក្រោម ទៅ ស្នើសុំ ផ្នែកក្បាល និង ចម្លង តម្លៃ នៃ បឋមកថា បានលើកឡើង
  ខាងលើ
  src="https://img.adspower.net/top-browser/20/ebb38719d8489ca86bb9d574a67573.png?x-oss-process=image/resize,w_694,m_lfit" alt="" />
  
  

ដើម្បី ពិភាក្សា ស្វ័យប្រវត្តិ ចូលប្រើ ទៅកាន់ Amazon ទិន្នន័យ សូមទាក់ទង api-services-support@amazon.com។

ជំហានទី 4៖ ស្រង់ព័ត៌មានផលិតផល

ផលិតផល Amazon Scraper របស់យើងរួមបញ្ចូល the function scrape_amazon_product ដែល អនុវត្ត ភារកិច្ច សំខាន់ នៃ ព័ត៌មានលម្អិតអំពីផលិតផល មុខងារ ត្រូវការ ទី e Amazon ប្រភេទ ទំព័រ URL ជា ការបញ្ចូល និង ត្រឡប់ a វចនានុក្រម ជាមួយ ផលិតផល ព័ត៌មាន របស់ ។

វិធីសាស្រ្ត បន្ទាប់មក ផ្ញើ a សំណើ ទៅ Amazon ដោយប្រើ the URL និង the custom headers variable we បង្កើត
។ data-type="text">
បន្ទាប់ពីនោះ ដោយប្រើឧបករណ៍ជ្រើសរើស CSS របស់ BeautifulSoup យើងនឹងទាញយកចំណងជើង ផលិតផល URL រូបភាព និងការពិពណ៌នាពីទំព័រផលិតផលនីមួយៗ។

def scrape_amazon_product(url): ការឆ្លើយតប = requests.get(url, headers=custom_headers) ប្រសិនបើ response.status_code != 200: print(f"span; ទំព័របណ្ដាញ Error in style="color: #e0c46c; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">{url}" ត្រឡប់ គ្មាន ស៊ុប = BeautifulSoup(response.text, data #bababa; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">) #babab2color: font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text"> title_element = soup.select_one("#programs> background-color: #2b2b2b; data-type="text"> ចំណងជើង = title_element.text.strip() ប្រសិនបើ title_element ផ្សេងទៀត គ្មាន price_element = soup.select_one( background-color: #2b2b2b; data-type="text"> price = price_element.text ប្រសិនបើ price_element ផ្សេងទៀត គ្មាន image_element = soup.select_one("#" background-color: #2b2b2b; data-type="text"> image = image_element.attrs.get( background-color: #2b2b2b; data-type="text">ប្រសិនបើ image_element ផ្សេងទៀត គ្មាន description_element = soup.select_one( background-color: #2b2b2b; data-type="text"> description = description_element.text.strip() ប្រសិនបើ description_element ផ្សេងទៀត គ្មាន ត្រឡប់ { "title": title, "price": price, "image": image, "description": description, "url": url

ជំហានទី 5៖ ដោះស្រាយជាមួយការចុះបញ្ជីផលិតផល & ទំព័រដើម

សម្រាប់ Amazon scraper Python script ដើម្បី ប្រមូលទិន្នន័យ ទូលំទូលាយ ដោយ ផ្លាស់ទី តាមរយៈ ប្រភេទ ទំព័រ និង ការគ្រប់គ្រង ការសរសេរទំព័រ អក្សរ រុករក តាមរយៈ ទំព័រ ផលិតផល ការរាយបញ្ជី ទំព័ររបស់ Amazon។

វា​កំណត់​អត្តសញ្ញាណ​តំណ​ផលិតផល​ដោយ​ប្រើ​ឧបករណ៍​ជ្រើស CSS និង​តាម​ដាន​ទំព័រ​ដោយ​រក​ឃើញ​តំណ​ទំព័រ 'បន្ទាប់'។

visited_urls = set() def parse_pages(listing_url): សកល visited_urls response = requests.get(listing_url, headers=custom_headers) print(response.status_code) soup_search = BeautifulSoup(response.text, #bababa; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">) link_elements = soup_search.select( data-type="spana""> style="color: #bababa; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">) page_data = [] សម្រាប់ link ក្នុង link_elements: full_url = urljoin(listing_url, link.attrs.get("href")) ប្រសិនបើ full_url មិនមែន ក្នុង visited_urls: visited_urls.add(full_url) print(f"Scraping product from 100 7:ពិត product_info = scrape_amazon_product(full_url) font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text"> ប្រសិនបើ product_info: page_data.append(product_info) #bababa; background-color: #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text"> next_page_el = soup_search.select_one('a.s-pagination-next') ប្រសិនបើ next_page_el: next_page_url = next_page_el.attrs.get('href') next_page_url = urljoin(listing_url, next_page_url) print(f'spanxrage #e0c46c; background-color៖ #2b2b2b; font-family៖ Consolas, Consolas, Consolas, Consolas;" data-type="text">{next_page_url}', flush=ពិត) #babab2color; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text"> page_data += parse_pages(next_page_url) #2b2b2b; font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text"> ត្រឡប់ page_data

ជំហានទី 6៖ ការរក្សាទុកទិន្នន័យដែលបន្សល់ទុក

ជាចុងក្រោយ ទិន្នន័យដែលបានលុបចោលត្រូវបានប្រមូលផ្តុំទៅក្នុងបញ្ជីវចនានុក្រម ដែលបន្ទាប់មកត្រូវបានបំប្លែងទៅជា Pandas DataFrame។ បន្ទាប់មក DataFrame នេះត្រូវបាននាំចេញជាឯកសារ CSV។

def main(): data = [] search_url = "https://www.amazon.com/s?k=dell&rh=n%3A13896617011&ref=nb_sb_noss" data = parse_pages(search_url) df = pd.DataFrame(data) df.to_csv("Computer_Tablets>) #b7b style="28color:28"> font-family: Consolas, Consolas, Consolas, Consolas;" data-type="text">ប្រសិនបើ __name__ == '__main__': main()

ប្រើ Amazon Scraper ដោយលួចលាក់

ការរើសអេតចាយ Amazon គឺ ជាធម្មតា និយាយត្រង់។ ទោះជាយ៉ាងណាក៏ដោយ អ្នកអាចប្រឈមមុខនឹងបញ្ហាប្រឈមជាច្រើន ដូចជា CAPTCHAs សំណើរ blocks data-type="text">ដើម្បីជៀសវាងបញ្ហាទាំងនេះ អ្នកគួរប្រើកម្មវិធីរុករកតាមអ៊ីនធឺណិតដូចជា AdsPower។ AdsPower ធ្វើឱ្យ ប្រាកដថា Amazon scraper របស់អ្នកនៅតែ មិនអាចរកឃើញ ដោយ ផ្តល់ជូន លក្ខណៈពិសេស ដូច ស្នាមម្រាមដៃ ការក្លែងបន្លំ

data-type="text">ដូច្នេះ ចុះឈ្មោះ ដោយឥតគិតថ្លៃ ឥឡូវនេះ និង ចាប់ផ្តើម scraping Amazon យ៉ាងរលូន។