O Google Flights compara uma origem e um destino entre companhias aéreas e mostra os itinerários. Este serviço transforma essa comparação em uma tabela - uma linha por itinerário, trazendo a companhia aérea, os horários de partida e chegada, a duração da viagem, o número de paradas e a tarifa exibida.
Os preços de voos mudam mais rápido do que quase tudo o que se pode extrair, e o Google é explícito sobre o quanto disso é condicional.
O próprio material de ajuda do Google diz que tarifas, impostos, taxas e até quais voos estão disponíveis para compra podem variar por cidade por causa das regras de negócio das companhias aéreas, e que a moeda exibida para você pode não ser a moeda em que será cobrado. Também observa que o local de onde você pesquisa afeta os resultados, inclusive quais parceiros de reserva aparecem. Portanto, um preço nesta exportação é o que o Google exibiu, para aquela rota, naquela data, a um visitante em um lugar específico - não um preço universal do assento.
O mesmo vale ao longo do tempo, e não apenas do espaço. Os preços mudam com o dia da semana que você pesquisa e com o dia em que por acaso pesquisa. Uma exportação capturada hoje de manhã e outra capturada hoje à noite estão ambas corretas e não são a mesma medição. Tudo o que você construir sobre esses dados deve registrar o momento da captura com o mesmo cuidado com que registra a tarifa.
Nada disso torna os dados menos úteis - torna-os uma série temporal em vez de uma consulta pontual. Uma única extração diz quanto custa uma rota agora. A mesma extração repetida em uma programação diz como uma rota se comporta, que é a pergunta que a maioria das pessoas realmente faz.
Não há URL para copiar. Você informa uma rota e uma data.
departure_date.return_date para ida e volta, ou omita para só ida.Ambas as datas são timestamps UNIX na referência publicada. Se você omitir a ida, é usada a data atual.
Estas são as colunas que a exportação deste scraper declara, na ordem em que o cabeçalho as lista. Cada descrição explica para que serve a coluna e o que o Google Flights mostra naquela posição de uma página de resultados.
origin, forma a rota à qual a linha pertence, o que importa assim que um arquivo contém mais de uma busca.Duas colunas são sobre a busca, não sobre o voo. departure_date, return_date e query devolvem o que você pediu, e é isso que permite a um arquivo conter muitas rotas e datas ao mesmo tempo - mantenha-as e use-as como chave ao comparar execuções. E não calcule a duração da viagem a partir dos dois horários de relógio: departure_time é local à origem e arrival_time é local ao destino, então a aritmética está errada em toda rota que cruza um fuso horário. duration é a coluna que já sabe disso.
Nenhuma delas é uma peculiaridade do scraper. São propriedades de como as tarifas aéreas funcionam, e decidem o que a exportação pode sustentar honestamente.
Uma tarifa só é verdadeira no instante em que foi exibida. A própria orientação do Google diz que os preços mudam com a data da viagem e com as regras das companhias, e que a disponibilidade em si muda. Guarde o horário da captura ao lado de cada linha e trate o par como a observação. Uma tabela de preços sem horários de execução é uma tabela de números que você não consegue mais interpretar.
O Google afirma que tarifas, impostos, taxas e os voos disponíveis para venda podem diferir por cidade, que o local escolhido afeta quais parceiros de reserva aparecem, e que a moeda exibida pode não ser aquela em que você será cobrado. Para que uma comparação de preços signifique algo, mantenha a localidade de busca constante entre as execuções que pretende comparar - e anote qual era, porque nenhuma coluna registra isso.
departure_time é local à origem e arrival_time é local ao destino. Subtraia um do outro em uma rota transatlântica e você terá uma resposta errada por horas - às vezes negativa. duration é a coluna que já considera a diferença e o tempo de conexão, e stops é o que explica por que dois itinerários da mesma rota diferem em meio dia.
A busca de voos é uma das superfícies mais agressivamente protegidas da web, e este serviço está registrado internamente como necessitando de um proxy residencial - uma requisição que aciona as defesas devolve uma página sem voos em vez de um erro. Trate um resultado vazio como condição de nova tentativa, e não como «esta rota não tem voos», e planeje de acordo. Para nós isso não é hipotético: veja a nota final sobre as nossas próprias execuções.
Onde uma comparação de rotas é mais útil como tabela do que como página de resultados.
A pergunta raramente é «quanto custa este voo» e quase sempre «é uma boa hora para comprar». Execute a mesma rota e data em uma programação, guarde cada linha com seu horário de captura, e você terá o histórico de preços que uma busca única nunca poderá dar - inclusive com quanta antecedência a tarifa começa a subir.
As regras de viagens corporativas são escritas no abstrato - tarifa mais barata, no máximo uma parada, chegar antes das nove. Extraia as rotas que as suas pessoas realmente voam e você poderá testar essas regras contra itinerários reais: com que frequência o voo direto compensa o adicional e quanto uma política de companhia preferencial custa por viagem.
Em um conjunto de rotas, airline, stops e duration descrevem o formato competitivo de um mercado - quem oferece o único serviço direto, onde a conexão é a norma, quais companhias precificam uma contra a outra. É inteligência no nível da rota que, de outro modo, você compraria de um fornecedor de dados de aviação.
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 nova conta, uma única vez. Sem cartão de crédito. Todos os scrapers liberados. Uma única rota em uma única data são poucos itinerários, então o plano gratuito cobre um primeiro experimento de verdade, e não apenas simbólico.
Cerca de 2 $ por 1.000 itinerários. Como aqui o valor vem da repetição e não da amplitude, o gasto sensato é um conjunto estreito de rotas amostradas com frequência - a mesma rota todo dia por um mês custa muito pouco e responde a uma pergunta que uma busca avulsa não responde.
Preços por volume, SLAs, workers dedicados e onboarding sob medida para times que acompanham muitas rotas e datas de partida em uma programação recorrente. Informe seus números e faremos uma proposta.
LIVESCRAPER10 no checkout.O resto de uma viagem é um lugar para ficar e um motivo para ir. Estes dois cobrem o terreno dos dois lados do aeroporto.
Quem ranqueia para as rotas e destinos que lhe interessam - as companhias aéreas, agências e comparadores que disputam o mesmo viajante.
Hospedagem para as mesmas datas e o mesmo destino, para que uma viagem possa ser orçada de ponta a ponta, e não um trecho por vez.
Resposta curta: sim. Uma tarifa publicada é um anúncio, exibido a todo viajante que pesquisa a rota.
Os resultados do Google Flights são públicos. Qualquer pessoa pode pesquisar uma rota sem conta, e coletar preços publicamente visíveis para pesquisa e comparação é uma prática consolidada há muito tempo. Desde que os dados sejam públicos e o processo não prejudique o serviço, não há leis federais que o proíbam.
O assunto não é controverso. Cada uma dessas onze colunas descreve um itinerário: uma rota, uma companhia, um horário, uma duração, uma tarifa. Não há dados pessoais em lugar algum da exportação: nenhum passageiro, nenhuma reserva, nenhum viajante. Nada no arquivo identifica uma pessoa, e nenhuma reserva é feita em seu nome.
Os termos do Google restringem o acesso automatizado, então isso continua sendo uma questão de termos de uso. Não tocamos em nada atrás de um login, não reservamos nada, 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.
origin, destination, airline, departure_time, arrival_time, duration, stops, price, departure_date, return_date e query. Uma linha por itinerário. Note que aqui query vem por último, e não primeiro, o que é incomum entre os nossos serviços.departure_date e return_date, ambos como timestamps UNIX. Se você omitir a ida, é usada a data atual.return_date. A referência é explícita: se não for fornecido, apenas departure_date é usado. A coluna continua aparecendo na exportação; ela simplesmente fica vazia nessas linhas.departure_time é local ao aeroporto de origem e arrival_time é local ao destino, então subtraí-los está errado em qualquer rota que cruze um fuso horário, às vezes de forma dramática. Use duration, que já considera a diferença e o tempo de conexão.stops indica quantas vezes o itinerário pousa entre origem e destino, e zero significa direto. Em uma viagem com conexão, o campo airline pode citar mais de uma companhia, e a comercializadora muitas vezes não é a que opera a aeronave.Informe dois códigos de aeroporto e uma data, e leve os itinerários como linhas - companhia aérea, horários, duração, paradas e a tarifa exibida. Suas primeiras 500 linhas são grátis.
O Google Flights é onde começa uma parcela muito grande da pesquisa de viagens aéreas. Ele compara uma origem com um destino entre companhias e datas, e apresenta o resultado como uma lista de itinerários: quem voa, quando, quanto tempo leva, quantas vezes para e quanto custa. Essa interface foi feita para escolher um voo. Ela não foi feita para nenhuma pergunta sobre uma rota ao longo do tempo - se uma tarifa está subindo, quanto o serviço direto cobra a mais do que o de uma parada, quais companhias realmente competem em um par de cidades. Este serviço responde a isso transformando uma busca de rota em uma tabela: uma linha por itinerário, onze colunas, exportadas como CSV, JSON ou Excel.
Operá-lo é deliberadamente simples. A referência publicada recebe cada consulta como um par de códigos de aeroporto - origem primeiro, destino depois - com as datas de ida e volta fornecidas separadamente como timestamps UNIX. Deixe a data de volta de fora e a busca é só de ida; a referência afirma claramente que, nesse caso, apenas a data de ida é usada, e a própria ida assume por padrão a data atual. Há ainda parâmetros de idioma e região, e defini-los importa mais aqui do que na maioria dos serviços, pelo efeito que têm sobre os preços.
O ponto central a entender sobre esses dados é que uma tarifa é um momento, e não um fato. O próprio material do Google é incomumente direto quanto a isso: tarifas, impostos, taxas e até quais voos estão à venda podem variar por cidade sob as regras de negócio das companhias; o local de onde você pesquisa afeta os resultados, inclusive quais parceiros de reserva são exibidos; e não se garante que a moeda exibida seja aquela em que você será cobrado. Os preços também mudam com a data da viagem e com a data em que você por acaso pesquisa. Nada disso torna a exportação pouco confiável - torna-a uma série temporal. Registre o horário da captura ao lado de cada linha, mantenha a localidade de busca constante entre as execuções que pretende comparar, e um preço isolado e ambíguo vira uma tendência sobre a qual agir. Mais uma armadilha que vale nomear: departure_time é local ao aeroporto de origem e arrival_time é local ao destino, então subtrair um do outro dá uma resposta errada em qualquer rota que cruze um fuso horário. A coluna duration já considera a diferença e o tempo de conexão; use-a.
Uma nota honesta sobre a evidência por trás desta página. Tudo acima é ou o esquema declarado da exportação - os onze nomes de coluna, idênticos no cabeçalho de todas as seis execuções locais que fizemos - ou uma propriedade documentada da requisição, ou uma declaração publicada pelo Google sobre o seu próprio produto. Não há resultados de extração aqui, porque não temos nenhum: cada uma dessas seis execuções retornou um array vazio. O motivo está registrado internamente e vale repetir, porque também é o que tem mais chance de acontecer com você: o serviço precisa de um proxy residencial, e uma requisição que aciona as defesas do Google volta como uma página sem voos, e não como um erro. Por isso esta página não cita nenhuma tarifa, nenhuma companhia, nenhuma duração e nenhuma contagem de itinerários, e nada disso será acrescentado enquanto uma exportação real não sustentar. O que ela descreve - para que serve cada coluna e como o Google Flights se comporta - é preciso. Comece grátis: suas primeiras 500 linhas não custam nada e não exigem cartão de crédito.