A-Parser 1.1 - продвинутый парсер поисковых систем, Suggest, PR, DMOZ, Whois, etc

[A-Parser Support]

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::post 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::Direct, 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

[A-Parser Support]

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-%D0%BF%D1%80%D0%BE%D1%81%D1%82%D0%BE%D0%B5-%D1%81%D0%BE%D0%B7%D0%B4%D0%B0%D0%BD%D0%B8%D0%B5-csv-%D1%84%D0%B0%D0%B9%D0%BB%D0%BE%D0%B2']https://a-parser.com/wiki/template-tools/#tools-csvline-простое-создание-csv-файлов
• Готовый пресет: https://a-parser.com/resources/383/

Оставляйте комментарии и https://www.youtube.com/c/AParser_channel подписывайтесь на наш канал на YouTube!
https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ

[A-Parser Support]

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 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

[A-Parser Support]

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!

[A-Parser Support]

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:: DuckDuckGo, Social::Instagram::Post, Rank::Ahrefs, Rank::Bukvarix:: Domain, 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

[A-Parser Support]

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
https://a-parser.com/resources/393/

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
https://a-parser.com/resources/391/

Данный парсер собирает информацию о SSL сертификате сайта. В качестве источника данных используется сторонний ресурс.


Парсер ikea.com
https://a-parser.com/resources/388/

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 (https://a-parser.com/resources/390/)
• Информация о сайте (домене) (https://a-parser.com/resources/392/)

Еще больше различных рецептов в нашем Каталоге!
https://a-parser.com/resources/

Предлагайте ваши идеи для новых парсеров здесь (https://a-parser.com/threads/3464/), лучшие будут реализованы и опубликованы.
Подписывайтесь на наш канал на Youtube (https://www.youtube.com/channel/UCvypGICrfCky8tPtebmIvQw) - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter (https://twitter.com/a_parser).

Все сборники рецептов
https://a-parser.com/search/39393729/?q=%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA+%D1% 80%D0%B5%D1%86%D0%B5%D0%BF%D1%82%D0%BE%D0%B2


https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ

[A-Parser Support]

Видео урок: Сохранение результатов в несколько файлов используя переменные, массивы и условия - https://a-parser.com/threads/6139/

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! - https://www.youtube.com/c/AParser_channel

- https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ

[A-Parser Support]

Сборник рецептов #41: Google таблицы, отправка писем и авторизация с помощью puppeteer (https://a-parser.com/threads/6168/)

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 (https://a-parser.com/resources/397/)

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 (https://a-parser.com/resources/395/)

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 (https://a-parser.com/resources/396/)

Еще один пример по заявкам наших пользователей, демонстрирующий загрузку страницы, авторизацию на ресурсе и простую навигацию.




Еще больше различных рецептов в нашем Каталоге (https://a-parser.com/resources/)!
Предлагайте ваши идеи для новых парсеров здесь (https://a-parser.com/threads/3464/), лучшие будут реализованы и опубликованы.

Подписывайтесь на наш канал на Youtube (https://www.youtube.com/channel/UCvypGICrfCky8tPtebmIvQw) - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter (https://twitter.com/a_parser).

Все сборники рецептов (https://a-parser.com/search/22332632/?q=%D0%A1%D0%B1%D0%BE%D1%80%D0%BD%D0%B8%D0%BA+%D1% 80%D0%B5%D1%86%D0%B5%D0%BF%D1%82%D0%BE%D0%B2)

– https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ

[A-Parser Support]

1.2.912 - обновление NodeJS, повышение производительности, адаптация к изменениям в рекаптчах(https://a-parser.com/threads/6231/)



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 (https://a-parser.com/wiki/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 (https://a-parser.com/wiki/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 (https://a-parser.com/wiki/rank-keysso/)
• Полностью переписаны на JS SE::Yahoo::Suggest (https://a-parser.com/wiki/se-yahoo-suggest/), Rank::Alexa::API (https://a-parser.com/wiki/rank-alexa-api/) и Rank::Archive (https://a-parser.com/wiki/rank-archive/)
• Улучшена производительность при использовании регулярных выражений, а также улучшена совместимость
• В SE::Google::KeywordPlanner (https://a-parser.com/wiki/se-google-keywordplanner/) добавлено автоматическое получение токена
• В SE::Bing (https://a-parser.com/wiki/se-bing/) добавлена возможность парсить ссылки на кэшированные страницы, а также добавлена возможность парсить мобильную выдачу
• В парсере Util::ReCaptcha2 (https://a-parser.com/wiki/util-recaptcha2/) при выборе провайдера Capmonster или Xevil теперь необязательно указывать Provider url
• В SE::Google::Trends (https://a-parser.com/wiki/se-google-trends/) добавлена возможность указывать произвольный диапазон дат
• В Rank::CMS (https://a-parser.com/wiki/rank-cms/) добавлен выбор движка регулярок и поддержка собственного файла с признаками
• В SE::Yandex::ByImage (https://a-parser.com/wiki/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 (https://a-parser.com/wiki/se-google/)
• Исправлен SE::Youtube (https://a-parser.com/wiki/se-youtube/), в т.ч. парсинг по тегам
• Исправлен сбор ссылок в Shop::eBay (https://a-parser.com/wiki/shop-ebay/)
• Исправлен парсинг телефонов в Maps::Google (https://a-parser.com/wiki/maps-google/)
• Исправлена работа с каптчами в SE::Yandex::ByImage (https://a-parser.com/wiki/se-yandex-byimage/)
• В Rank::Social::Signal (https://a-parser.com/wiki/rank-social-signal/) удалена переменная $facebook_comment в связи с неактуальностью
• SE::Startpage (https://a-parser.com/wiki/se-startpage/), Rank::Linkpad (https://a-parser.com/wiki/rank-linkpad/), Social::Instagram::post (https://a-parser.com/wiki/social-instagram-post/), SE::Yandex::Translate (https://a-parser.com/wiki/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 (https://a-parser.com/wiki/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 (https://a-parser.com/wiki/se-yandex-register/) и Check::RosKomNadzor (https://a-parser.com/wiki/check-roskomnadzor/)
• Исправлена разница в запросах, отправляемых через Net::HTTP (https://a-parser.com/wiki/net-http/) и JS
• Исправлен баг в SE::Yahoo (https://a-parser.com/wiki/se-yahoo/)
• Исправлены ошибки в Rank::CMS (https://a-parser.com/wiki/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

– https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ

[A-Parser Support]

Сборник рецептов #42: поиск битых ссылок, сервисы статистики и коммерциализация запросов(https://a-parser.com/threads/6261/)

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 (https://a-parser.com/resources/400/)
Ahrefs Broken Link Checker - это сервис, позволяющий определить наличие битых ссылок на сайте, а также некоторую другую полезную информацию.



Парсер builtwith.com (https://a-parser.com/resources/401/)
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 (https://a-parser.com/resources/399/)
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 (https://a-parser.com/resources/398/)

Еще больше различных рецептов в нашем Каталоге (https://a-parser.com/resources/)!
Предлагайте ваши идеи для новых парсеров здесь (https://a-parser.com/threads/3464/), лучшие будут реализованы и опубликованы.

Подписывайтесь на наш канал на Youtube (https://www.youtube.com/channel/UCvypGICrfCky8tPtebmIvQw) - там регулярно выкладываются видео с примерами использования A-Parser, а также следите за новостями в Twitter (https://twitter.com/a_parser).

– https://telegram.me/joinchat/B52bKz_xVDH2GDiEU1MPsQ