Cole URLs de hotéis do Booking.com, uma por linha, e a seção de avaliações volta como tabela - quem escreveu e de qual país reservou, do que gostou e do que não gostou em colunas separadas, ao lado da nota, das datas da estadia, do quarto que teve e do tipo de viagem. Onze colunas, uma linha por avaliação.
Um campo obrigatório e dois controles - mais uma coisa a preparar antes da primeira execução.
booking.com/hotel/<cc>/<slug>.html por linha - ou envie um arquivo CSV, XLSX, TXT ou Parquet.PROXY_URL residencial. Nas palavras do próprio serviço, o Booking bloqueia IPs gratuitos e de datacenter, então é preciso uma residencial paga - e o seu IP real nunca é usado.O limite é por consulta, não por execução: cinco hotéis com limite de cem são cem avaliações de cada um, não cem no total.
A ordenação abre em Most Relevant, que é a ordem do próprio Booking e não uma sem opinião. Lowest Scores é o ajuste que responde à pergunta com que a maioria chega, e Older First é o raro: permite ler as avaliações anteriores a uma reforma ou a uma troca de gestão, que nenhuma rolagem pelas mais novas vai lhe mostrar.
O Booking pergunta aos hóspedes o que gostaram e o que não gostaram como duas perguntas, e a exportação mantém isso como duas colunas em vez de um parágrafo pelo qual você precisa abrir caminho. Essa é a razão estrutural para preferir isto a um scraper de avaliações genérico - mas leia antes o dicionário de dados, porque disliked é também a coluna que as nossas próprias execuções nunca conseguiram preencher.
reviewer_country, room_type e traveler_type são declarados ao lado do texto, e é essa combinação que faz uma exportação de avaliações valer a pena: uma reclamação de quem viaja sozinho a trabalho no quarto mais barato é um sinal diferente das mesmas palavras escritas por uma família numa suíte. Confirme na sua própria execução quais chegam preenchidos - para nós vieram o texto e o país, e o resto não.
Os nomes vêm da lista declarada pelo próprio serviço, então a forma do arquivo não está em dúvida. O que cada uma continha é uma história bem mais curta, e esta página a conta em vez de descrever um esquema como se fosse um resultado.
reviewer_country voltou vazio.Os nomes são os do serviço; o comportamento é uma afirmação bem mais estreita, e a distância entre os dois é o sentido inteiro desta seção. Nossas medições vêm de trinta e seis linhas cobrindo exatamente dois hotéis - vinte e duas avaliações distintas depois de removidas as linhas repetidas entre execuções. Nessa amostra, só quatro das onze colunas carregaram algum valor: query, reviewer_name, reviewer_country e liked. As outras sete - score, review_title, disliked, date, stay_date, room_type e traveler_type - estavam vazias em todas as linhas. Elas estão documentadas por fazerem parte do esquema declarado, não por as termos visto funcionar, e por isso esta página não indica formato para as datas, nem escala para a nota, nem vocabulário para os dois campos de segmentação. O que podemos contar sobre as quatro que funcionaram está acima, e o prático é: liked é um trecho truncado com espaços dos dois lados, e um reviewer_country ausente significa que o país foi parar dentro de reviewer_name. Configure uma PROXY_URL residencial paga antes da sua primeira execução - o serviço diz sem rodeios que o Booking bloqueia IPs gratuitos e de datacenter - e então gaste algumas linhas grátis num hotel que te interessa e leia as colunas você mesmo.
Todas começam por um link de hotel que dá para copiar da barra de endereços.
Uma avaliação ruim é uma anedota; a mesma frase em trinta é uma ordem de serviço. Exporte as avaliações de uma propriedade, ordene por Lowest Scores e leia o texto de ponta a ponta - as palavras recorrentes costumam ser sobre um elevador, um serviço de café da manhã ou uma parede.
A seção de avaliações de um hotel concorrente é a descrição mais franca que existe dele, e é pública. Aponte o scraper para a página dele e você recebe as mesmas onze colunas que recebe do seu, então os dois arquivos comparam diretamente.
Older First é a ordenação que raramente se encontra em outro lugar. Para uma aquisição, uma revisão de franquia ou uma decisão de fornecedor, as avaliações de dois anos atrás dizem se um problema foi resolvido ou apenas soterrado pelas mais novas.
Sem assinatura, sem mínimo, sem licença por usuário. Suas primeiras 500 linhas são por nossa conta - depois disso é pago conforme o uso.
Em cada conta nova, uma única vez. Sem cartão de crédito. Todos os scrapers liberados. Dado quanto deste esquema nunca vimos preenchido, esta é a parte que mais importa aqui: gaste algumas linhas estabelecendo quais colunas a sua execução realmente preenche antes de planejar em cima delas.
Cerca de 2 $ por 1.000 avaliações, a mesma tarifa fixa de qualquer outro scraper da plataforma. O limite é por consulta, então dez hotéis com limite de cem são mil linhas - vale a conta antes de começar, e é bom motivo para estreitar primeiro a ordenação.
Preços por volume, SLAs, workers dedicados e onboarding sob medida para times que acompanham um portfólio em vez de uma propriedade. Informe seus números e faremos uma proposta.
LIVESCRAPER10 no checkout.Uma avaliação é um fato sobre um hotel. Estes devolvem os outros.
Os tipos de quarto e as tarifas do mesmo hotel em vez das suas avaliações, uma linha larga por propriedade. Rode os dois e você poderá pôr uma reclamação ao lado do que o quarto de que ela falava realmente custa.
Propriedades de uma busca por destino em vez de uma lista que você já tem. Rode-o primeiro quando precisar da própria lista curta, e traga as URLs para cá.
A mesma propriedade julgada por outro público. As avaliações do Booking vêm de quem reservou ali; as do Tripadvisor, de qualquer pessoa, e a diferença entre elas costuma ser o achado.
Resposta curta: sim, desde que você colete apenas o que é publicamente visível na página de um hotel - e é só isso que este serviço lê.
A seção de avaliações de um hotel é pública. Qualquer pessoa pode abrir a página sem conta e lê-la, e coletar informações publicamente visíveis para pesquisa de mercado e de concorrência é prática consolidada há muito tempo. Desde que os dados sejam de acesso público e o processo não prejudique o serviço, não há leis federais que o proíbam.
As avaliações, porém, são escritas por pessoas, e esta exportação carrega mais sobre elas do que a maioria: um nome de exibição, o país de onde reservaram e - quando chegam - o quarto em que ficaram e o tipo de viagem. Publicamente visível não é o mesmo que livre de obrigações. Se você armazena, está tratando dados pessoais, e o GDPR e regimes semelhantes se aplicam independentemente de onde obteve. Ler reclamações de forma agregada para melhorar uma propriedade é um caso simples; montar um arquivo sobre hóspedes identificáveis não é, e este serviço não foi pensado para isso.
Os termos do Booking restringem o acesso automatizado, então isso continua sendo uma questão de termos. Não tocamos em nada atrás de um login, lemos apenas o que qualquer visitante vê, não executamos rastreadores de terceiros na camada de dados e suas exportações se excluem sozinhas após 30 dias.
As perguntas que mais ouvimos. Mais alguma coisa? Fale conosco - quem escreve as respostas são pessoas, não bots.
Configure um proxy residencial, cole uma URL de hotel, tire a ordenação de Most Relevant e veja o que os hóspedes realmente escreveram. Suas primeiras 500 linhas são grátis.
As avaliações do Booking são escritas por pessoas que de fato se hospedaram - a plataforma só as aceita de reservas concluídas -, o que torna a seção incomumente valiosa de ler e incomumente difícil de ler em massa, porque é um widget pelo qual só dá para rolar. Este serviço a transforma em tabela. Cole URLs de hotéis do Booking.com, uma por linha, e cada avaliação volta como uma linha: o nome do hóspede e o país de onde reservou, do que gostou e do que não gostou em colunas separadas, a nota, a data, as datas em que ficou, o quarto que teve e o tipo de viagem. Onze colunas, uma linha por avaliação.
Dois controles moldam a execução. O limite é por consulta e não por execução, então dez hotéis a cem cada um são mil linhas; vem com 100 por padrão e o aviso do próprio campo diz para deixá-lo vazio e trazer todas. A ordenação tem cinco ajustes - Most Relevant, Newest First, Older First, Highest Scores e Lowest Scores - e o primeiro é o padrão. Vale um instante de reflexão: Most Relevant é a ordem do próprio Booking, não uma neutra. Lowest Scores é o ajuste que responde à pergunta com que a maioria chega, e Older First é o raro que deixa você ler como era uma propriedade antes de ser reformada.
Uma coisa precisa estar pronta antes da primeira execução. Nas palavras do próprio serviço, o Booking bloqueia IPs gratuitos e de datacenter, então é preciso uma PROXY_URL residencial paga - e o seu IP real nunca é usado. Fazer isso primeiro poupa uma execução vazia e uma conclusão errada sobre o serviço.
Os limites honestos ficam aqui e não escondidos, porque mudam com o que contar. Os onze nomes de coluna são a lista declarada pelo próprio serviço e são confiáveis. O comportamento por trás está medido em trinta e seis linhas cobrindo exatamente dois hotéis - vinte e duas avaliações distintas depois de removidas as duplicatas entre execuções - e nessa amostra só quatro das onze colunas carregaram algum valor: query, reviewer_name, reviewer_country e liked. As outras sete, disliked entre elas, estavam vazias em todas as linhas, então esta página não afirma formato para as datas, nem escala para a nota, nem vocabulário para os campos de quarto e de viajante. Dois detalhes práticos sobre as que funcionaram: liked é um trecho truncado com um espaço de cada lado, cortado em comprimentos diferentes em execuções diferentes; e onde reviewer_country estava vazio, o país tinha ido parar em reviewer_name. Rode o plano gratuito contra uma propriedade que te interessa e leia primeiro as suas próprias colunas. Suas primeiras 500 linhas não custam nada e não exigem cartão de crédito. Veja preços para as tarifas atuais.