استخراج بيانات المواقع إلى Excel باستخدام Python

أداة بلغة Python تستخرج بيانات المنتجات من موقع إلكتروني وتسلّمها في ملف Excel منسّق وملف CSV. شغّلتها فعليًا على موقع Books to Scrape، وهو موقع تدريبي مخصص لممارسة استخراج البيانات، فجمعت 1000 كتاب من 50 صفحة فهرس.

• الحقول المستخرجة: العنوان والتصنيف والسعر والتقييم وحالة التوفر وعدد النسخ ورمز UPC ورابط صفحة المنتج.

• احترام الموقع: فحص robots.txt قبل الطلبات، وتأخير عشوائي بين كل طلبين، وتعريف واضح للأداة.

• موثوقية: إعادة محاولة تلقائية بانتظار متضاعف عند أخطاء الشبكة، واستئناف العمل من آخر نقطة حفظ بعد أي توقف، وسجل تفصيلي لكل طلب.

• فحص الجودة: كشف التكرار والحقول الفارغة، ومطابقة السعر والتقييم بين صفحة الفهرس وصفحة المنتج.

• ملف Excel بثلاث أوراق: جدول بيانات بفلاتر وروابط قابلة للنقر، وملخص بمعادلات حية وأربعة رسوم بيانية، وورقة توثيق للمصدر والحقول.

• واجهة سطر أوامر بخيارات لعدد الصفحات ومسار الملف والتأخير، مع اختبارات وحدة وشرح بالعربية والإنجليزية وملاحظة قانونية.

طريقة التنفيذ: مكتبات requests وBeautifulSoup وopenpyxl، ثم مراجعة 352 قيمة في ملف Excel بإعادة حسابها في Python، فتطابقت كلها.

يمكنك أن تطلب أداة مشابهة لاستخراج قوائم منتجات أو أسعار أو بيانات عامة من موقع يسمح بذلك، وتسليمها في Excel أو CSV مع ملخص ورسوم، أو تشغيلها دوريًا لمتابعة التغيّرات، بعد مراجعة شروط الموقع.

نموذج توضيحي ببيانات من موقع تدريبي