Cole um URL de pesquisa da OLX de qualquer país onde a plataforma funcione - olx.ro, olx.pl, olx.kz, olx.in - e receba os anúncios em linhas: título e descrição, o preço com a moeda em que está expresso, onde está o artigo, quem o vende e se é um profissional, todas as imagens e um link para a oferta.
A entrada é exatamente a pesquisa da OLX que está a ver, no site nacional onde a está a ver.
Uma linha por anúncio, cada uma etiquetada com a consulta de que veio - por isso uma execução que atravessa vários países continua a poder ser reconduzida à sua lista de entrada.
A OLX opera muitos sites nacionais, e isto lê-os todos a partir de um só formulário. Cole uma pesquisa romena e uma polaca em linhas seguidas: ambas voltam com a mesma forma.
Cidade, região e distrito recebem cada um a sua coluna, com identificadores ao lado dos nomes, em vez de chegarem numa cadeia que é preciso desmontar. A cadeia combinada continua lá se a quiser.
Uma coluna dedicada assinala se o anúncio é uma venda entre particulares ou de um comerciante - exatamente a divisão que decide se uma série de preços mede um mercado de consumo ou um profissional.
Cada linha traz o anúncio tal como os resultados da OLX o mostram: título e descrição, o preço e a sua moeda, a localização decomposta, o vendedor e a antiguidade da sua conta, todas as imagens e um link para a oferta.
A lista de colunas abaixo é o cabeçalho de execuções reais, não uma especificação. Leia a nota que se segue antes de construir sobre ela: esta saída tem três particularidades em que as pessoas tropeçam, e uma delas parte em silêncio uma comparação de preços se deduzir a moeda a partir do país em que pesquisou.
Retiradas do cabeçalho de execuções reais, idênticas à lista de colunas da plataforma. O JSON e a folha de cálculo usam os mesmos nomes: aqui nenhum formato é mais estreito do que outro.
business: os dois não se acompanham de forma fiável em nenhum dos sentidos.yes e no.YYYY-MM-DD. Um sinal aproximado de há quanto tempo alguém está estabelecido.url em todas as linhas que vimos - os dois são um par duplicado, fique com um e ignore o outro.yes e no."; " para obter a lista.YYYY-MM-DD. Uma data verdadeira - não é preciso calcular nada contra a data da sua execução.listing_url.images.150 000 km · 2022. Varia consoante a categoria e traz espaços no fim, por isso apare-a antes de a analisar.Três particularidades desta saída fazem tropeçar quem a usa. A primeira, e a mais cara: currency tem de ser lida linha a linha. Uma única pesquisa num site nacional voltou com preços em mais do que uma moeda, por isso uma série de preços que assuma a moeda a partir do domínio mistura unidades em silêncio. A segunda: images é uma cadeia unida por ponto e vírgula mais espaço, não um array - divida por "; ", e note que image é apenas a sua primeira entrada. A terceira: url e listing_url eram idênticos em todas as linhas que vimos, tal como a location combinada e as colunas separadas de cidade e região - várias das vinte e oito são portanto o mesmo facto duas vezes. E mais uma coisa antes de escrever o analisador: details é texto livre que muda de forma consoante a categoria e traz espaços no fim, e company_name não acompanha de forma fiável o indicador business em nenhum dos sentidos.
Um limite por consulta decide quanto custa uma execução e quanto acaba no ficheiro. É escolhido antes de a tarefa arrancar - juntamente com a forma como passa a lista de pesquisas.
Alguns exemplos de como as equipas usam dados de classificados para responder a uma pergunta que têm mesmo.
A OLX cobre muitos países com uma só forma de saída, por isso a mesma pesquisa lançada sobre vários sites nacionais dá um panorama de preços transfronteiriço num único ficheiro. Converta a partir da coluna da moeda em vez do domínio e a comparação aguenta-se.
O indicador de profissional divide uma categoria num mercado de consumo e num mercado profissional. Os dois comportam-se de forma diferente no preço e na rotação, e quando são somados numa média desaparecem os dois.
Cidade, região e distrito chegam como colunas próprias com identificadores incluídos, por isso a agregação geográfica não começa com cirurgia de cadeias de texto. Cruze pelos nomes normalizados e as grafias locais deixam de ser um problema.
Sem subscrição, sem mínimo, sem fatura recorrente. As suas primeiras 500 linhas são por nossa conta - depois paga conforme usa, à mesma tarifa fixa de qualquer outro scraper daqui.
Em cada conta nova, uma única vez. Sem cartão de crédito. Limites por consulta, carregamento de ficheiros e todos os formatos de exportação incluídos.
Cerca de 2 $ por cada 1.000 anúncios. O estimador prévio mostra o número de linhas e o custo em créditos antes de uma execução arrancar - sem faturas surpresa nem unidades de computação para converter.
Preços por volume, workers dedicados e um SLA para monitorização contínua ou extrações históricas muito grandes. Diga-nos os seus números e preparamos uma proposta.
LIVESCRAPER10 no pagamento.O outro marketplace da Polónia, e um com que a OLX compete diretamente. Correr os dois sobre a mesma categoria é a forma de não confundir a oferta de uma plataforma com a do mercado inteiro.
O mesmo trabalho num marketplace local dos EUA - título, preço pedido, cidade e estado, e um link para cada anúncio. Útil quando compara como uma categoria se comporta entre regiões.
Resposta curta: sim, para o conteúdo público dos anúncios - e esta saída traz mais detalhe sobre o vendedor do que a maioria, o que merece alguma preparação.
Os anúncios na OLX são publicados para serem encontrados. O título, a descrição, o preço, a localização, as imagens e o nome público do vendedor são mostrados a quem quer que faça a pesquisa, com ou sem sessão iniciada. Recolher dados de anúncios publicamente visíveis para estudar preços é uma prática estabelecida há muito, e nada aqui toca num início de sessão ou numa barreira de pagamento.
Este esquema traz mais sobre o vendedor do que um scraping só de preços: um nome público, um identificador de conta, uma data de criação da conta, um indicador de profissional e colunas para um nome comercial e um telefone. A OLX é muito grande na UE, por isso o RGPD aplica-se ao que fizer com isso a jusante, não ao facto de ter sido publicado. Daí decorrem duas consequências. Se o seu tema são preços e oferta, descarte as colunas do vendedor na importação e a questão deixa de ser sua. E se as guardar, trate a coluna do telefone como dado pessoal por princípio, independentemente do que uma execução concreta devolva.
Os próprios termos de serviço da OLX restringem o acesso automatizado, por isso isto é tanto uma questão de termos como legal - se tem uma relação contratual com a plataforma, reveja-os. Não corremos rastreadores de terceiros na camada de dados, e as suas exportações apagam-se sozinhas ao fim de 30 dias.
As perguntas que mais ouvimos. Mais alguma? Fale connosco - as respostas são escritas por pessoas, não por bots.
500 linhas grátis de uma só vez em cada conta nova - sem data de validade. Depois 0,002 $ por linha, conforme usa - sem cartão guardado até que o diga.
O OLX Scraper da Livescraper transforma pesquisas de marketplace em dados de anúncios. Submete URLs de pesquisa olx.* de qualquer país onde a plataforma funcione - escritos um por linha ou carregados como ficheiro CSV, XLSX, TXT ou Parquet -, limita as linhas por consulta se for preciso, e descarrega os resultados como um CSV, um Excel ou um JSON limpos.
Cada linha traz o anúncio tal como os resultados da OLX o mostram, ao longo de vinte e oito colunas: o identificador, título e descrição, o preço e a moeda em que está expresso, a data de publicação, todas as imagens, um link para a oferta, a cidade, a região e o distrito como colunas separadas com nomes apresentados e normalizados, e o nome público do vendedor, o identificador da conta, a antiguidade da conta e o indicador de profissional. Tudo isso está na folha de cálculo tal como no JSON.
As equipas de preços lançam uma pesquisa sobre vários sites nacionais para construir um panorama transfronteiriço num só ficheiro. As equipas de estratégia usam o indicador de profissional para dividir uma categoria na sua metade de particulares e na sua metade profissional, que se comportam de forma diferente e enganam quando somadas numa média. Quem investiga usa as colunas de localização decompostas para agregar a oferta do distrito à região sem desmontar cadeias de texto.
Há três particularidades desta saída que convém conhecer antes de construir sobre ela. A moeda tem de ser lida linha a linha - uma pesquisa num único site nacional devolveu mais do que uma moeda, por isso deduzi-la do domínio produz números errados. A coluna images é uma cadeia unida por ponto e vírgula em vez de um array. E várias colunas são o mesmo facto duas vezes: url e listing_url coincidiam em todas as linhas que vimos, tal como image e a primeira entrada de images. Comece grátis: as suas primeiras 500 linhas não custam nada e não exigem cartão de crédito, e depois é uma tarifa fixa de 0,002 $ por linha.