Este es el único servicio de nuestro catálogo cuya columna de precio es una escalera. Una URL de artículos promocionales volvió con veintiuna de veintitrés columnas llenas, y el campo de precios contiene cinco tramos de cantidad donde cualquier otra página de aquí contiene una sola cifra. Comprobamos la fila contra la página en vivo, y contra la página del proveedor a la que apunta.
ProductDetails de la tienda que este servicio lee.pricing contenía en nuestra fila cinco tramos de cantidad en una sola cadena, y el precio unitario baja a medida que sube la cantidad. price_from no es el precio en la cantidad más pequeña: es el peldaño más barato, el que solo se alcanza en el pedido más grande. Trátelo como un suelo y no como un punto de partida, o todos los presupuestos que construya con este archivo saldrán bajos.
Esta es la trampa. Usted envía una dirección de la tienda de WB Mason, y la columna url vuelve apuntando a la web de otra empresa: el proveedor que realmente fabrica el artículo. Confirmamos que el proveedor aparece nombrado en la página de WB Mason, así que no es una confusión. Pero un importador que dé por hecho que url es un enlace de vuelta al sitio consultado construirá un catálogo lleno de enlaces salientes hacia otra persona.
Esto no es un esquema minorista con un campo de impresión añadido. imprint_methods, imprint_colors, imprint_sizes, full_color_process, personalization y sold_unimprinted son todas columnas separadas. En nuestra fila las tres primeras llevaban valores reales -una lista de métodos, quince colores nombrados y tres áreas de impresión-, mientras que las tres últimas dicen qué no admite el artículo. Esa es la forma de los datos de artículos promocionales, y por eso la lista de columnas aquí es más larga que en nuestras páginas minoristas.
shipping_weight no volvió como un peso. Volvió como un objeto convertido en cadena -la estructura interna impresa en vez de leída- con dos descripciones anidadas y una palabra de unidad al final. No es JSON válido, porque las comillas son del tipo equivocado, así que un analizador lo rechazará. Dentro hay un peso utilizable, pero lo extraerá con una expresión regular y no con un acceso a campo. Lo señalamos en vez de ordenarlo en silencio, porque la exportación es lo que usted recibirá de verdad.
image contenía una ruta relativa en lugar de una URL descargable: un segmento de directorio y un identificador, sin esquema ni host. Todos los demás servicios de catálogo que ejecutamos devuelven una dirección de imagen absoluta, así que este necesita que se le anteponga una base antes de que cargue nada. Mejor detectarlo en su cargador que en los registros de su CDN.
La página que usted envía devuelve unos 290 KB de HTML y no lleva ningún bloque de datos estructurados: es una aplicación renderizada en el cliente, así que cada valor tuvo que leerse de la página renderizada en vez de tomarse de un registro legible por máquina. Aun así corroboramos la fila: la referencia, el nombre del producto, el peldaño superior e inferior de la escalera, el país de origen y el material aparecen en ella, y la capitalización inusual del material en nuestra fila resulta ser exactamente como la escribe la página. La página del proveedor nombrada en url lleva la misma referencia y el mismo precio suelo.
Leídas de una exportación real, en el orden de la hoja. Las notas proceden de un producto que nuestras ejecuciones devolvieron tres veces y de consultas directas tanto a la página que enviamos como a la página del proveedor a la que apunta. Donde aquí se dice que una columna llevaba un valor, describe una fila que realmente conservamos.
sizes; vea la nota de abajo.pricing, el que solo se aplica en la cantidad más grande. Es un suelo, no un precio de entrada.ok en la URL real de la tienda y http 404 en los dos envíos de relleno, que es lo que devuelve una dirección ficticia. Léalo primero.Veintitrés columnas por fila · CSV, JSON o Excel
Lea esta tabla con un número en mente: uno. Nuestras cinco ejecuciones produjeron tres filas correctas y esas tres son idénticas byte a byte: el mismo producto, consultado tres veces en dos días. Así que todo lo de arriba describe bien un artículo y no dice nada sobre cómo se comporta el servicio a lo largo de un catálogo. Veintiuna de las veintitrés columnas llevaban valores en él, y las corroboramos contra dos páginas en vivo, pero no podemos decirle si el siguiente producto llena las mismas columnas. Cuatro cosas morderán a un importador, y las cuatro son propiedades de la exportación y no del artículo. price_from es el peldaño más barato de la escalera de cantidades, no el precio de entrada. url apunta a la web propia del proveedor, no a WB Mason. image es una ruta relativa y necesita una base. Y shipping_weight es un objeto convertido en cadena que ningún analizador de JSON aceptará. Una cosa más que informamos sin resolver: el tamaño de name y la cifra de sizes no concuerdan, y el bloque de peso menciona dos tamaños distintos también. No sabemos cuál es la dimensión del producto, así que no vamos a adivinar por usted.
La escalera es lo importante. Parta pricing en cantidad y precio unitario y podrá calcular un total de línea en cualquier tramo sin preguntar a nadie, y verá la diferencia entre el peldaño de entrada y el suelo, que es lo que price_from por sí solo esconde.
El método de impresión, los colores y las áreas imprimibles son columnas separadas, así que una preselección de artículos que admitan una decoración concreta es un filtro y no un ejercicio de lectura. sold_unimprinted es un booleano de verdad, lo que convierte la pregunta del artículo sin decorar en una consulta de una línea.
production_time y origin llegan juntos, y es la pareja que decide si un artículo puede llegar a tiempo. Ambos son texto libre en nuestra fila, así que cuente con analizar el rango antes de ordenar por él.
Como url resuelve a la web propia del proveedor y no a la tienda, una ejecución sobre una preselección le dice qué fabricante está detrás de cada ficha. Es poco habitual, y una vez que sabe que la columna se comporta así deja de ser un fallo y empieza a ser útil.
Por única vez, al registrarse. Sin tarjeta y sin nada que cancelar después.
Se factura por filas realmente devueltas. Este servicio devolvió una fila por URL enviada en todas las ejecuciones que conservamos, así que una lista de URL cuesta más o menos lo que sugiere su longitud.
El saldo no caduca en un ciclo mensual. Ponga precio a una gama promocional una vez por trimestre y nada entre medias, si así es el trabajo.
LIVESCRAPER10 al pagar.El otro catálogo orientado a la personalización que cubrimos: vale la pena leerlo junto a este si está comparando cómo dos empresas de impresión exponen sus opciones.
Un catálogo de embalaje con nuestras diecisiete columnas estándar, donde una URL de categoría devolvió 99 filas con precio. El contraste con la escalera de aquí es lo interesante.
La fila más llena que conservamos con el esquema estándar: quince de diecisiete columnas, y cada valor confirmado contra la ficha en vivo.
Una imagen fechada de la ficha junto a la fila, para cuando un precio presupuestado tenga que ser prueba y no solo una cifra en un archivo.
Los precios de catálogo y las referencias en una tienda pública son hechos comerciales corrientes. El acceso aquí fue el menos accidentado de todos los sitios que cubrimos, y las salvedades son sobre los datos y no sobre el permiso.
Un precio, un nombre de producto y un número de catálogo son hechos sobre mercancía puesta a la venta, leídos de una página que se sirve a cualquier visitante. Nada en las veintitrés columnas describe a una persona: ni nombre, ni correo, ni teléfono, ni cuenta, así que las cuestiones de protección de datos que definen nuestros servicios de datos personales no se plantean aquí. Los precios están publicados en la ficha y no detrás de una cuenta, y por eso las columnas monetarias de esta exportación llegan llenas.
El acceso fue el más simple que hemos registrado. El robots.txt de la tienda respondió a una petición corriente con HTTP 200 el 12 de agosto de 2026 y tiene noventa bytes: un grupo general, una única ruta prohibida que no tiene nada que ver con productos, y una línea de sitemap. Leído con un comparador de grupos correcto, la ruta de detalle de producto que este servicio usa está permitida. Nada de lo que ejecutamos fue bloqueado, y las únicas filas sin éxito de nuestra exportación son el servicio devolviendo un no-encontrado para una dirección de relleno que no existe. Una salvedad honesta sobre el alcance y no sobre el permiso: la página es una aplicación renderizada en el cliente sin datos estructurados, así que los valores se leen de la página renderizada, lo cual es más frágil ante un rediseño que un registro legible por máquina.
Nuestras propias condiciones son las mismas que en cualquier otro servicio de aquí. Solo páginas de acceso público, nada detrás de un inicio de sesión, ningún rastreador de terceros en la capa de datos, y las exportaciones se eliminan automáticamente a los 30 días. Sus primeras 500 filas son gratis y no requieren tarjeta de crédito.
pricing contenía cinco tramos de cantidad en nuestra fila, con el precio unitario cayendo en cada paso. price_from es el más barato de esos peldaños -el que solo se alcanza en la cantidad más grande-, así que tratarlo como el precio de una unidad subestimará todos los presupuestos que construya.url enlaza de vuelta a WB Mason se equivocará en cada fila.full_color_process y personalization estaban vacías, y en ese artículo ambas parecen una ausencia de la opción más que un dato faltante, aunque un solo producto no puede zanjarlo.url lleva la misma referencia y el mismo precio suelo.sizes contiene aproximadamente el doble, y el bloque de peso de envío menciona dos tamaños distintos también. Puede ser inflado frente a plano, o diámetro frente a circunferencia. Compruébelo en la ficha antes de fiarse de cualquiera de los dos.sold_unimprinted es un booleano de verdad en el JSON, lo cual conviene recordar si pasa los datos por un formato que no tiene tipo booleano.Veintitrés columnas que incluyen cinco tramos de cantidad, seis campos de decoración y un enlace al proveedor, a partir de una URL de tienda, con cada valor confirmado contra dos páginas en vivo. Sus primeras 500 filas son gratis y luego 0,002 $ cada una.
WB Mason es conocida sobre todo como distribuidora de material de oficina, pero la tienda que este servicio lee es su catálogo de artículos promocionales: mercancía de marca que se pide al por mayor y se imprime por encargo. Esa distinción moldea todo lo relativo a la exportación. En vez de las diecisiete columnas minoristas que devuelven nuestros otros servicios de catálogo, este devuelve veintitrés, y seis de ellas son sobre decoración: qué métodos de impresión admite el artículo, qué colores, qué áreas imprimibles, si admite impresión a todo color, si se puede personalizar y si se puede comprar sin decorar. Quien llegue aquí esperando papel de fotocopiadora encontrará algo bastante distinto, y la página está escrita para el comprador que realmente quiere estos datos.
La diferencia más importante es el precio. Cualquier otra página de catálogo de este sitio informa de un número por producto; esta informa de una escalera. Nuestra ejecución devolvió cinco tramos de cantidad en un solo campo, con el precio unitario cayendo en cada paso a medida que crece el pedido. Eso convierte la columna que lo acompaña en una trampa que merece nombrarse con claridad: el valor etiquetado como el precio desde el que parte el artículo es en realidad el peldaño más barato, la tarifa que solo se alcanza en la cantidad más grande. Es un suelo y no un precio de entrada, y un presupuesto construido con él sin leer la escalera saldrá bajo siempre. Partir ese campo requiere dos delimitadores -uno entre tramos y otro entre cantidad y tarifa- y es lo primero que hay que escribir en un importador.
Otras tres propiedades del archivo pillarán a un cargador escrito contra nuestros otros servicios. La columna de dirección no apunta a WB Mason: resuelve al proveedor que fabrica el artículo, en el dominio de esa empresa. Verificamos que el proveedor aparece nombrado en la página de la tienda, así que es deliberado y no una confusión, y resulta genuinamente útil para el mapeo de suministro una vez que se cuenta con ello. La columna de imagen contiene una ruta relativa en vez de una dirección descargable, así que necesita que se le anteponga una base. Y la columna de peso de envío contiene un objeto convertido en cadena en vez de un número, entrecomillado de una forma que ningún analizador de JSON aceptará, con dos descripciones anidadas y una palabra de unidad después de la llave de cierre. Hay un peso real ahí dentro; sacarlo es una expresión regular, no un acceso a campo.
Comprobamos la fila en vez de confiar en ella. El 12 de agosto de 2026 la página de la tienda respondió a una petición corriente con unos doscientos noventa kilobytes de HTML, y no lleva ningún bloque de datos estructurados: es una aplicación renderizada en el cliente, así que cada valor de la exportación tuvo que venir de la página renderizada. Aun así, la referencia, el nombre del producto, el peldaño superior e inferior de la escalera, el país de origen y el material aparecen todos en ella, y la capitalización inusual del material en nuestra fila resulta ser exactamente como la escribe la página. La página del proveedor nombrada en la columna de dirección lleva la misma referencia y el mismo precio suelo. Lo que no podemos ofrecer es amplitud: nuestras cinco ejecuciones produjeron tres filas correctas y esas tres son idénticas byte a byte, así que son un producto observado tres veces y no tres productos. Las dos restantes enviaron una dirección de relleno y devolvieron un no-encontrado. Eso es una única fila bien corroborada y un catálogo sin probar, y preferimos etiquetarlo así a dejar que el recuento de filas se lea como cobertura. El acceso en sí fue el menos accidentado de todos los sitios que cubrimos: el robots.txt de la tienda tiene noventa bytes y permite la ruta de producto. Solo páginas de acceso público, ningún rastreador de terceros en la capa de datos, las exportaciones se eliminan automáticamente a los 30 días, y sus primeras 500 filas son gratis sin tarjeta de crédito.