Fügen Sie eine Tesco-Produkt-URL aus dem Lebensmittelbereich oder eine Kategorie- beziehungsweise Such-URL ein, und die Produkte kommen als Zeilen zurück - Name, Preis und Währung, Verfügbarkeit, Marke, die Identifikator-Spalten, Bewertung und Bewertungszahl, ein Bild, ein Link und eine Beschreibung.
Eine Eingabe und ein Regler. Hier gibt es keinen Proxy zu konfigurieren, der ganze Job ist also eine Liste von Links und eine Zahl.
Das Limit gilt pro Anfrage: Fünf Kategorie-URLs mit einem Limit von zweihundert ergeben zweihundert Produkte aus jeder - nicht zweihundert insgesamt.
Eine Zeile kann eine einzelne Produktseite oder eine Kategorie- beziehungsweise Such-URL sein, und eine Kategorie kommt in ihre Produkte aufgefächert zurück, je eine Zeile. So wird aus einer Übersichtsseite etwas, das Sie nach Preis sortieren oder nach Marke gruppieren können.
Manche Händler auf dieser gemeinsamen Pipeline brauchen einen eigenen Residential-Ausgang - das Werkzeug nennt Lowes, Grainger, Zalando und Fastenal. Tesco gehört nicht dazu. Der Durchlauf geht über unseren Pool, und für Sie gibt es nichts einzurichten.
sku, mpn und gtin kommen als eigene Spalten statt in einem Titel vergraben, und currency steht neben price statt darin. Das ist es, was einen Export mit einem Katalog verknüpfbar macht, der nicht der von Tesco ist - sofern die Seite diese Felder überhaupt deklariert.
Das gehört klar gesagt, denn es ändert, wie Sie das Verzeichnis weiter unten lesen sollten.
Die fünfzehn Spaltennamen sind belastbar: Sie sind doppelt bestätigt - durch das veröffentlichte Spaltenarray für diesen Dienst und durch die Kopfzeile jeder Arbeitsmappe, die wir aus der gemeinsamen Pipeline dahinter vorliegen haben, identisch bei der befüllten wie bei den leeren. Bauen Sie Ihr Schema mit Zuversicht um diese Namen.
Was wir nicht können, ist Ihnen zu sagen, was Tesco hineinschreibt, denn wir haben dies nie gegen Tesco laufen lassen. Kein einziger der Exporte, die wir vorliegen haben, ist ein Tesco-Durchlauf. Fast alle kamen mit einer Kopfzeile und ohne Zeilen zurück, und der eine befüllte ist ein völlig anderer Händler. Statt das zu beschönigen, druckt diese Seite keine Beispielwerte und keine Formate - ohne Tesco-Durchlauf würden wir sie erfinden.
Die gute Nachricht ist, wie billig sich das klären lässt. Welche der dreizehn deklarierten Spalten Tesco tatsächlich veröffentlicht, beantwortet ein einziger kleiner Durchlauf ein für alle Mal, und die ersten 500 Zeilen kosten nichts - richten Sie ihn also auf eine einzelne Kategorie, sehen Sie sich an, was zurückkam, und Sie wissen über diesen Export mehr, als eine Seite Ihnen vorab ehrlicherweise sagen könnte.
Die Namen sind exakt und doppelt bestätigt. Die Beschreibungen sagen, wofür jede Spalte da ist - nicht, was sie enthalten wird, denn das ist die Entscheidung des Händlers und nicht unsere, und der Hinweis unten erklärt, warum.
gtin ist sie es, die einen Export mit einem Katalog verknüpfbar macht, der nicht der von Tesco ist.Zwei Dinge zu den Belegen hinter dieser Seite. Erstens der Mechanismus: Produkte werden aus dem JSON-LD gelesen, das eine Seite über sich selbst veröffentlicht - die strukturierten Daten, die Händler für Suchmaschinen einbetten. Das setzt eine Obergrenze, über die diese Seite nicht hinwegtut. Jede Spalte nach service existiert nur, wenn Tesco dieses Feld deklariert; ein Leerwert heißt also nicht veröffentlicht und nicht Durchlauf gescheitert. Zweitens die Lücke: Wir haben dies nie gegen Tesco laufen lassen. Wir haben fünfundvierzig Exporte aus der gemeinsamen Pipeline hinter diesem Dienst vorliegen, und kein einziger ist ein Tesco-Durchlauf - vierundvierzig kamen leer zurück, und der einzige befüllte ist ein anderer Händler. Dieser Export ist einen ehrlichen Datenpunkt über das Werkzeug wert, nicht über Tesco: query und service waren auf jeder Zeile befüllt, weil der Scraper sie selbst schreibt - und sechs der fünfzehn waren auf jeder einzelnen Zeile leer. Rechnen Sie auch hier mit Lücken, rechnen Sie damit, dass sie anders fallen, weil ein anderer Händler andere strukturierte Daten veröffentlicht, und lassen Sie Ihren ersten Durchlauf auf der kostenlosen Stufe entscheiden, welche. Auch deshalb druckt diese Seite keine Beispielwerte und keine Formate: Ohne Tesco-Durchlauf würden wir sie erfinden.
Eine Liste von URLs und ein Limit. Keine Sortierung, kein Filter, kein Proxy-Feld - bei diesem Händler gibt es sonst nichts einzustellen.
Dieser Scraper liest die strukturierten Daten, die eine Produktseite über sich selbst veröffentlicht - den JSON-LD-Block, den Händler einbetten, damit Suchmaschinen Preis und Lagerstatus anzeigen können. Deshalb lesen sich die Spalten, wie sie sich lesen: sku, mpn, gtin, brand, availability und currency sind das Standardvokabular zur Beschreibung eines Produkts und keine Namen, die wir erfunden haben.
Die praktische Folge ist die, mit der man planen sollte. Eine Spalte ist nur so gut wie das Markup des Händlers. Fehlt ein Feld in den strukturierten Daten der Seite, kommt es leer zurück, und kein noch so häufiges Wiederholen ändert daran etwas - es ist kein Fehler, es ist eine Abwesenheit. In dem einen gefüllten Export, den wir von diesem gemeinsamen Werkzeug haben, waren sechs der fünfzehn Spalten in jeder Zeile leer.
Wenn Sie etwas brauchen, das das Markup nicht führt, ist das eine andere Aufgabe - der Universal AI-Scraper liest die Seite selbst und gibt die von Ihnen benannten Attribute zurück, statt nur das, was für Suchmaschinen deklariert wurde.
Eine hochgeladene Datei leert das Feld nicht - die Zeilen werden an das angehängt, was Sie bereits getippt hatten, und Duplikate werden nicht entfernt. Laden Sie dieselbe Datei zweimal hoch, und diese URLs werden tatsächlich zweimal abgerufen und zweimal abgerechnet. Das ist dieser Pipeline eigen: Manche unserer anderen Scraper deduplizieren beim Upload und dieser nicht - übertragen Sie die Gewohnheit also nicht.
Bei einer CSV- oder TXT-Datei wird die ganze Zeile als eine URL genommen, eine Tabelle mit zusätzlichen Spalten ist hier also nicht das Richtige. Nur eine XLSX-Datei wird spaltenweise gelesen, und dort nimmt sie Spalte A.
Der Dateiauswahldialog listet Parquet neben CSV, XLSX und TXT auf, kann eine solche Datei im Browser aber gar nicht lesen und sagt Ihnen das auch - nehmen Sie eines der anderen drei Formate.
Ein paar Beispiele dafür, was ein Lebensmittelkatalog wert ist, sobald er eine Tabelle ist.
Geben Sie ihm eine Kategorieseite, und Sie bekommen jedes Produkt darauf als Zeile, mit Marke und Identifikator-Spalten neben dem Namen. Eine Übersichtsseite nach etwas anderem zu sortieren als dem, was die Website anbietet, ist der ganze Zweck.
Weil service auf jeder Zeile steht, kann eine Tabelle Tesco neben den anderen Händlern dieser Pipeline führen und sich trotzdem sauber aufteilen. Wo mpn oder gtin deklariert sind, lässt sich derselbe Artikel über Lieferanten hinweg zuordnen.
Dieselbe Kategorie-URL nach Zeitplan gibt Ihnen zwei vergleichbare Dateien. Was hinzukam, was verschwand und was sich änderte, ist ein Diff statt eines Nachmittags voller Klicks - und sku ist der Schlüssel dafür, wo sie veröffentlicht wird.
Kein Abo, kein Mindestumsatz, keine wiederkehrende Rechnung. Ihre ersten 500 Zeilen gehen auf uns - danach zahlen Sie nach Verbrauch, zum selben Pauschalpreis wie bei jedem anderen Scraper hier.
Für jedes neue Konto, einmalig. Keine Kreditkarte erforderlich. Limits pro Abfrage, Datei-Upload und jedes Exportformat inbegriffen - und bei diesem Händler auch kein Proxy, den Sie bezahlen müssten.
Derselbe Pauschalpreis wie bei jedem anderen Scraper der Plattform. Der Schätzer zeigt vor dem Start die Zeilenzahl und die Credit-Kosten - hier einen Blick wert, denn das Limit gilt pro Abfrage, und eine Liste von Kategorie-URLs vervielfacht es.
Mengenpreise, dedizierte Worker und ein SLA, um einen Katalog nach Zeitplan zu verfolgen. Nennen Sie uns Ihre Zahlen, und wir machen ein Angebot.
LIVESCRAPER10 beim Checkout.Zwei Geschwister auf demselben gemeinsamen Werkzeug, und eines für den Fall, dass die strukturierten Daten nicht enthalten, was Sie brauchen.
Dieselben fünfzehn Spalten und dieselbe JSON-LD-Obergrenze auf einem anderen Katalog - und, wie hier, kein eigener Proxy. Wenn Sie beide verfolgen, hält service die Zeilen in einer einzigen Datei auseinander.
Wieder dieselbe Pipeline, mit einem Unterschied, auf den es ankommt: Lowes ist einer der vier Händler, die einen eigenen Residential-Proxy brauchen. Gut zu wissen, bevor Sie annehmen, jede Seite dieser Familie laufe gleich.
Wenn das Feld, das Sie wollen, nie in die strukturierten Daten gelangt ist, liest dieser die Seite selbst und liefert die Attribute zurück, die Sie benennen. Langsamer und weniger vorhersehbar als ein festes Schema - dafür nicht auf das beschränkt, was für Suchmaschinen deklariert wurde.
Kurz gesagt: Das sind öffentliche Katalogdaten ohne personenbezogene Daten darin - und die strukturierten Daten sind von vornherein dafür veröffentlicht, von Maschinen gelesen zu werden.
Alles in diesen fünfzehn Spalten wird jedem Besucher auf einer öffentlichen Tesco-Produktseite gezeigt, angemeldet oder nicht. Es wird kein Login verwendet, keine Bezahlschranke überwunden und kein Konto angefasst, und der Durchlauf geht über unseren Proxy-Pool statt über Ihre eigene IP. Gelesen wird konkret der JSON-LD-Block - strukturierte Daten, die ein Händler genau deshalb einbettet, damit automatisierte Leser Name, Preis und Verfügbarkeit aufnehmen können.
In diesem Export wird nirgends eine Person genannt. Es gibt keine Spalte für Kundschaft, bewertende Personen oder Verkäufer - reviews ist eine Zahl, kein Bewertungstext, es kommt also nicht einmal ein Bewertungstext zurück. Es geht um Produkte und Preise, was die Sache für den Datenschutz an das leichtere Ende der Skala rückt.
Die eigenen Bedingungen von Tesco regeln die automatisierte Erhebung von ihrer Website; lesen Sie sie, bevor Sie hochskalieren, statt sich darauf zu verlassen, dass die Seiten öffentlich sind. Und wenn Sie Produktbeschreibungen oder Bilder weiterveröffentlichen, denken Sie daran, dass das fremde Texte und fremde Fotografien sind - sie zur Analyse zu erheben ist die eine Frage, sie zu veröffentlichen eine andere. Wir betreiben auf der Datenebene keine Tracker von Dritten, und Ihre Exporte löschen sich nach 30 Tagen selbst.
Die Fragen, die wir am häufigsten hören. Noch etwas? Sprechen Sie uns an - die Antworten schreiben Menschen, keine Bots.
Ihre ersten 500 Zeilen sind kostenlos - keine Karte, kein Abo. Danach sind es 0,002 $ je Zeile, pauschal.
Der Tesco Produkt-Scraper macht aus Produkt- und Kategorieseiten auf tesco.com Zeilen. Fügen Sie eine Produkt-URL aus dem Lebensmittelbereich ein - das eigene Beispiel der Plattform ist tesco.com/groceries/en-GB/products/305096546 - oder eine Kategorie- beziehungsweise Such-URL, eine pro Zeile, oder laden Sie eine CSV-, XLSX- oder TXT-Datei hoch, setzen Sie ein Limit pro Anfrage, und jedes Produkt kommt als Datensatz zurück, mit der Anfrage, aus der es stammt, dem Dienst, der es erzeugt hat, dem Namen, Preis und Währung, Verfügbarkeit, Marke, sku, mpn und gtin, einer Bewertung und Bewertungszahl, einem Bild, einem Link und einer Beschreibung. Fünfzehn Spalten in der Datei und sechzehn im JSON, eine Zeile pro Produkt. Anders als bei manchen Händlern dieser gemeinsamen Pipeline - das Werkzeug nennt Lowes, Grainger, Zalando und Fastenal - braucht Tesco keinen eigenen Residential-Proxy, es gibt also außer der Liste und dem Limit nichts einzurichten.
Zwei Dinge lohnen sich zu verstehen, bevor Sie auf diesem Export aufbauen, und beide hängen daran, woher die Daten stammen. Produkte werden aus dem JSON-LD gelesen, das eine Seite über sich selbst veröffentlicht - die strukturierten Daten, die Händler einbetten, damit Suchmaschinen Preis und Lagerstatus anzeigen können. Deshalb tragen die Spalten die Namen, die sie tragen: sku, mpn, gtin, brand, availability und currency sind das Standardvokabular zur Beschreibung eines Produkts. Das setzt zugleich eine Obergrenze: Jede Spalte nach service existiert nur, wenn der Händler dieses Feld deklariert hat - ein leeres Feld heißt also nicht veröffentlicht und nicht Durchlauf fehlgeschlagen, und erneutes Laufenlassen füllt es nicht.
Das Zweite ist, dass diese Seite keine Beispielwerte druckt, weil wir sie nie gegen Tesco haben laufen lassen. Von den fünfundvierzig Exporten, die wir aus der gemeinsamen Pipeline hinter diesem Dienst vorliegen haben, ist kein einziger ein Tesco-Durchlauf - vierundvierzig lieferten eine Kopfzeile und keine Zeilen, und der eine befüllte ist ein anderer Händler. Dieser Export ist genau eine ehrliche Beobachtung wert, und sie betrifft das Werkzeug und nicht Tesco: query und service waren auf jeder Zeile befüllt, weil der Scraper sie selbst schreibt, und sechs der fünfzehn Spalten waren auf jeder Zeile leer. Rechnen Sie auch hier mit Lücken, rechnen Sie damit, dass sie anders fallen, weil ein anderer Händler andere strukturierte Daten veröffentlicht, und lassen Sie einen kleinen Durchlauf auf der kostenlosen Stufe entscheiden, welche - das ist eine Frage, die 500 kostenlose Zeilen ein für alle Mal klären.
Rechtlich gehört dies zu den leichteren Exporten in unserem Katalog. Alles Erhobene wird jedem Besucher auf einer öffentlichen Produktseite gezeigt, weder Login noch Bezahlschranke sind im Spiel, und in den fünfzehn Spalten wird nirgends eine Person genannt - reviews ist eine Zahl und kein Bewertungstext, es kommt also nicht einmal ein Bewertungstext zurück. Es geht um Produkte und Preise. Die eigenen Bedingungen von Tesco regeln die automatisierte Erhebung von ihrer Website weiterhin; lesen Sie sie, bevor Sie hochskalieren, und denken Sie daran, dass Produktbeschreibungen und Bilder fremde Texte und fremde Fotografien sind, falls Sie sie weiterveröffentlichen wollen. Fangen Sie kostenlos an: Ihre ersten 500 Zeilen kosten nichts und brauchen keine Kreditkarte, danach sind es 0,002 $ je Zeile, pauschal.