Sfoglia categorie
Esplora
Fiverr Pro
Italiano
$
USD
Farò web scraping in un dataset CSV pulito
Pulizia dati, automazione e integrazione API
Costruisco strumenti pratici che riducono il lavoro ripetitivo e trasformano i dati in risultati utilizzabili. Il mio focus è su file CSV puliti, dataset di siti pubblici e codice di integrazione ben ...
Informazioni su questo servizio
Trasforma tabelle pubbliche corrispondenti sul sito in un unico CSV pulito, con URL di origine e numero di riga per ogni record.
Invia 1-100 URL pubblici HTTPS espliciti provenienti da una sola origine (stesso host), lo stesso numero di tabella e fino a 10 intestazioni di colonna esatte. Tutte le pagine devono avere lo stesso layout statico della tabella. Ogni tabella di origine deve avere almeno una riga di dati. Questo pacchetto da 30$ copre 1.000 righe di dati totali, consegna in 2 giorni e 1 revisione.
Ricevi il CSV, il pacchetto di origine catturato, lo script di replay offline, il report, README e la divulgazione sull'uso dell'IA. Controlli indipendenti riconciliano ogni pagina richiesta; le righe non vengono mai eliminate o inventate silenziosamente.
Limiti: 2 MB per pagina, 10 MB di HTML totale, 20 MB pacchetto di origine, 10 MB CSV e 40 MiB per il pacchetto. Sono applicate i permessi dei robot e attese necessarie fino a 5 minuti per richiesta. Batch bloccati, troppo grandi, non supportati o incompleti vengono messi in review; nessuna consegna parziale.
Nessun login, rendering JavaScript, discovery degli URL, tabelle fuse/annidate o aggiornamenti in corso. Le tabelle di origine possono avere al massimo 50 colonne. Le revisioni modificano le colonne selezionate usando le catture congelate; nuovi URL, tabelle o dati aggiornati richiedono un nuovo scope. Il lavoro è assistito da IA; nessuna chiamata o accesso ad account. Importa le colonne CSV come testo.
Tecnologia:
Python
Tipo di informazioni:
Siti web
Tecnica:
Automatizzato
FAQ
Traduzione automatica.
Cosa riceverò?
Un CSV con le colonne scelte più source_url e source_row, il pacchetto di origine catturato, uno script di replay offline, report, README e divulgazione sull'uso dell'IA. Il pacchetto da 30$ copre fino a 100 URL, 1.000 righe totali e 10 colonne selezionate, con consegna in 2 giorni e 1 revisione.
Quali siti sono supportati?
Pagine HTTPS pubbliche su una sola origine, con lo stesso layout statico HTML della tabella e una intestazione più almeno una riga di dati per pagina. Nessun login, JavaScript, discovery o tabelle fuse/annidate. L'accesso automatizzato deve essere consentito; le attese dei robot superiori a 5 minuti per richiesta sono fuori dallo scope.
Quali sono i limiti di file e dati?
Fino a 100 URL, 1.000 righe di dati aggregate e 10 colonne selezionate. Le tabelle di origine possono avere fino a 50 colonne. Limiti: 2 MB per pagina, 10 MB HTML totale, 20 MB pacchetto di origine, 10 MB CSV e 40 MiB pacchetto. Ogni pagina deve passare; batch bloccati, troppo grandi o incompleti vengono trattenuti.
Cosa copre la revisione?
Una revisione della lista di colonne selezionate, entro il limite di 10 colonne, usando le stesse catture congelate. Nuovi URL, un'altra tabella, dati di origine aggiornati e aggiornamenti in corso richiedono un nuovo scope. lo script incluso riproduce offline la fonte catturata; non scansiona o monitora siti.
In che modo i dati vengono verificati?
Controlli indipendenti riconciliano ogni pagina e cella selezionata, ordine degli URL, conteggio delle righe, provenienza e hash dei file. Lo script fornito deve riprodurre il CSV offline. Si normalizza lo spazio bianco; gli spazi vuoti restano vuoti. Nessun valore viene inventato. Importa ogni colonna CSV come testo per evitare formule.
