Este é o único serviço do nosso catálogo cuja coluna de preço é uma escada. Uma URL de produtos promocionais voltou com vinte e uma de vinte e três colunas preenchidas, e o campo de preços traz cinco faixas de quantidade onde todas as outras páginas daqui trazem um número só. Conferimos a linha na página ao vivo e na página do fornecedor para a qual ela aponta.
ProductDetails da loja que este serviço lê.pricing trazia na nossa linha cinco faixas de quantidade numa única cadeia, e o preço unitário cai conforme a quantidade sobe. price_from não é o preço na menor quantidade - é o degrau mais barato, o que só se alcança no maior pedido. Trate-o como um piso, não como um ponto de partida, ou todo orçamento que você montar com este arquivo sairá baixo.
Esta é a armadilha. Você envia um endereço da loja da WB Mason e a coluna url volta apontando para o site de outra empresa - o fornecedor que de fato fabrica o item. Confirmamos que o fornecedor é citado na página da WB Mason, então não é confusão. Mas um importador que suponha que url é um link de volta para o site consultado vai montar um catálogo cheio de links de saída para outra pessoa.
Este não é um esquema de varejo com um campo de impressão pendurado. imprint_methods, imprint_colors, imprint_sizes, full_color_process, personalization e sold_unimprinted são todas colunas separadas. Na nossa linha as três primeiras traziam valores reais - uma lista de métodos, quinze cores nomeadas e três áreas de impressão - enquanto as três últimas dizem o que o item não aceita. Esse é o formato dos dados de produtos promocionais, e é por isso que a lista de colunas aqui é mais longa que nas nossas páginas de varejo.
shipping_weight não voltou como um peso. Voltou como um objeto convertido em texto - a estrutura interna impressa em vez de lida - com duas descrições aninhadas e uma palavra de unidade no fim. Não é JSON válido, porque as aspas são do tipo errado, então um analisador vai recusar. Há um peso aproveitável lá dentro, mas você vai extraí-lo com uma expressão regular e não com um acesso a campo. Sinalizamos isso em vez de arrumar em silêncio, porque a exportação é o que você vai receber de verdade.
image trazia um caminho relativo em vez de uma URL que se possa buscar - um segmento de diretório e um identificador, sem esquema e sem host. Todo outro serviço de catálogo que rodamos devolve um endereço de imagem absoluto, então este precisa de uma base na frente antes que algo carregue. Melhor pegar isso no seu carregador do que nos registros do seu CDN.
A página que você envia devolve cerca de 290 KB de HTML e não traz nenhum bloco de dados estruturados - é uma aplicação renderizada no cliente, então cada valor teve de ser lido da página renderizada em vez de retirado de um registro legível por máquina. Ainda assim corroboramos a linha: a referência, o nome do produto, o degrau de cima e o de baixo da escada, o país de origem e o material aparecem nela, e a capitalização incomum do material na nossa linha acaba sendo exatamente como a página escreve. A página do fornecedor citada em url traz a mesma referência e o mesmo preço de piso.
Lidas de uma exportação real, na ordem da planilha. As notas vêm de um produto que as nossas execuções devolveram três vezes e de consultas diretas tanto à página que enviamos quanto à página do fornecedor para a qual ela aponta. Onde aqui se diz que uma coluna trazia valor, isso descreve uma linha que realmente mantemos.
sizes; veja a nota abaixo.pricing, o que só vale na maior quantidade. É um piso, não um preço de entrada.ok na URL real da loja e http 404 nos dois envios de preenchimento, que é o que um endereço fictício devolve. Leia primeiro.Vinte e três colunas por linha · CSV, JSON ou Excel
Leia esta tabela com um número em mente: um. Nossas cinco execuções produziram três linhas bem-sucedidas, e essas três são idênticas byte a byte - o mesmo produto, buscado três vezes em dois dias. Então tudo acima descreve bem um item e não diz nada sobre como o serviço se comporta ao longo de um catálogo. Vinte e uma das vinte e três colunas traziam valores nele, e nós as corroboramos em duas páginas ao vivo, mas não podemos dizer se o próximo produto preenche as mesmas colunas. Quatro coisas vão morder um importador, e as quatro são propriedades da exportação e não do item. price_from é o degrau mais barato da escada de quantidades, não o preço de entrada. url aponta para o site do próprio fornecedor, não para a WB Mason. image é um caminho relativo e precisa de uma base. E shipping_weight é um objeto convertido em texto que nenhum analisador de JSON vai aceitar. Mais uma coisa que relatamos sem resolver: o tamanho em name e o número em sizes não batem, e o bloco de peso menciona dois tamanhos diferentes também. Não sabemos qual é a dimensão do produto, então não vamos chutar por você.
A escada é o ponto. Divida pricing em quantidade e preço unitário e você calcula o total de uma linha em qualquer faixa sem perguntar a ninguém - e enxerga a diferença entre o degrau de entrada e o piso, que é o que price_from sozinho esconde.
Método de impressão, cores e áreas imprimíveis são colunas separadas, então uma lista curta de itens que aceitam uma decoração específica é um filtro e não um exercício de leitura. sold_unimprinted é um booleano de verdade, o que reduz a pergunta do produto sem gravação a uma consulta de uma linha.
production_time e origin chegam juntos, e é essa dupla que decide se um item consegue chegar a tempo. Os dois são texto livre na nossa linha, então conte com analisar a faixa antes de ordenar por ela.
Como url resolve para o site do próprio fornecedor e não para a loja, uma execução sobre uma lista curta diz qual fabricante está por trás de cada anúncio. É incomum, e assim que você sabe que a coluna se comporta assim ela deixa de ser um defeito e passa a ser útil.
Uma única vez, no cadastro. Sem cartão e sem nada para cancelar depois.
Cobrado pelas linhas realmente devolvidas. Este serviço devolveu uma linha por URL enviada em todas as execuções que temos, então uma lista de URLs custa mais ou menos o que o tamanho dela sugere.
O saldo não expira no ritmo do mês. Precifique uma linha promocional uma vez por trimestre e nada no meio, se o trabalho for assim.
LIVESCRAPER10 no checkout.O outro catálogo voltado à personalização que cobrimos - vale ler ao lado deste se você está comparando como duas gráficas expõem as suas opções.
Um catálogo de embalagens nas nossas dezessete colunas padrão, onde uma URL de categoria devolveu 99 linhas com preço. O contraste com a escada daqui é justamente o ponto.
A linha mais cheia que mantemos no esquema padrão - quinze de dezessete colunas, cada valor confirmado no anúncio ao vivo.
Uma imagem datada do anúncio ao lado da linha, para quando um preço orçado precisa ser prova e não só um número num arquivo.
Preços de catálogo e referências numa loja pública são fatos comerciais corriqueiros. O acesso aqui foi o menos acidentado de todos os sites que cobrimos, e as ressalvas são sobre os dados e não sobre a permissão.
Um preço, um nome de produto e um número de catálogo são fatos sobre mercadoria posta à venda, lidos de uma página servida a qualquer visitante. Nada nas vinte e três colunas descreve uma pessoa: nem nome, nem e-mail, nem telefone, nem conta - então as questões de proteção de dados que moldam os nossos serviços de dados pessoais não se colocam aqui. Os preços estão publicados no anúncio e não atrás de uma conta, e é por isso que as colunas de dinheiro desta exportação chegam cheias.
O acesso foi o mais simples que já registramos. O robots.txt da loja respondeu a um pedido comum com HTTP 200 em 12 de agosto de 2026 e tem noventa bytes: um grupo geral, um único caminho proibido que nada tem a ver com produtos, e uma linha de sitemap. Lido com um comparador de grupos correto, o caminho de detalhe de produto que este serviço usa está permitido. Nada do que executamos foi bloqueado, e as únicas linhas sem sucesso da nossa exportação são o serviço devolvendo um não-encontrado para um endereço de preenchimento que não existe. Uma ressalva honesta sobre alcance e não sobre permissão: a página é uma aplicação renderizada no cliente sem dados estruturados, então os valores são lidos da página renderizada - o que é mais frágil a uma reformulação do que um registro legível por máquina.
Nossos próprios termos são os mesmos de qualquer outro serviço daqui. Só páginas de acesso público, nada atrás de um login, nenhum rastreador de terceiros na camada de dados, e as exportações são apagadas automaticamente em 30 dias. Suas primeiras 500 linhas são grátis e não pedem cartão de crédito.
pricing trazia cinco faixas de quantidade na nossa linha, com o preço unitário caindo a cada passo. price_from é o mais barato desses degraus - o que só se alcança na maior quantidade - então tratá-lo como o preço de uma unidade vai subestimar todo orçamento que você montar.url leva de volta à WB Mason vai errar em cada linha.full_color_process e personalization estavam vazias, e naquele item as duas parecem ausência da opção e não dado faltante - embora um produto não consiga resolver isso.url traz a mesma referência e o mesmo preço de piso.sizes traz mais ou menos o dobro, e o bloco de peso de envio menciona dois tamanhos diferentes também. Pode ser inflado contra plano, ou diâmetro contra circunferência. Confira no anúncio antes de confiar em qualquer um dos dois.sold_unimprinted é um booleano de verdade no JSON, o que vale lembrar se você passar os dados por um formato que não tem tipo booleano.Vinte e três colunas incluindo cinco faixas de quantidade, seis campos de gravação e um link para o fornecedor, a partir de uma URL de loja - com cada valor confirmado em duas páginas ao vivo. Suas primeiras 500 linhas são grátis, depois US$ 0,002 cada.
A WB Mason é mais conhecida como distribuidora de material de escritório, mas a loja que este serviço lê é o seu catálogo de produtos promocionais - mercadoria de marca comprada em volume e impressa sob encomenda. Essa distinção molda tudo na exportação. Em vez das dezessete colunas de varejo que os nossos outros serviços de catálogo devolvem, este devolve vinte e três, e seis delas são sobre gravação: quais métodos de impressão o item aceita, quais cores, quais áreas imprimíveis, se ele aceita impressão em policromia, se pode ser personalizado e se pode ser comprado sem decoração alguma. Quem chegar aqui esperando papel de cópia vai encontrar algo bem diferente, e a página foi escrita para o comprador que de fato quer estes dados.
A diferença mais importante é o preço. Toda outra página de catálogo deste site relata um número por produto; esta relata uma escada. Nossa execução devolveu cinco faixas de quantidade num único campo, com o preço unitário caindo a cada passo conforme o pedido cresce. Isso transforma a coluna que a acompanha numa armadilha que merece ser nomeada com clareza: o valor rotulado como o preço a partir do qual o item começa é, na verdade, o degrau mais barato, a tarifa que só se alcança na maior quantidade. É um piso e não um preço de entrada, e um orçamento montado sobre ele sem ler a escada vai sair baixo sempre. Dividir esse campo exige dois delimitadores - um entre as faixas e outro entre quantidade e tarifa - e é a primeira coisa a escrever num importador.
Outras três propriedades do arquivo vão pegar um carregador escrito para os nossos outros serviços. A coluna de endereço não aponta para a WB Mason: ela resolve para o fornecedor que fabrica o item, no domínio daquela empresa. Verificamos que o fornecedor é citado na página da loja, então isso é proposital e não confusão, e é genuinamente útil para mapeamento de suprimento quando você já espera. A coluna de imagem traz um caminho relativo em vez de um endereço que se possa buscar, então precisa de uma base na frente. E a coluna de peso de envio traz um objeto convertido em texto em vez de um número, com aspas num estilo que nenhum analisador de JSON vai aceitar, com duas descrições aninhadas e uma palavra de unidade depois da chave de fechamento. Há um peso real ali dentro; tirá-lo de lá é uma expressão regular, não um acesso a campo.
Conferimos a linha em vez de confiar nela. Em 12 de agosto de 2026 a página da loja respondeu a um pedido comum com cerca de duzentos e noventa kilobytes de HTML, e ela não traz nenhum bloco de dados estruturados - é uma aplicação renderizada no cliente, então cada valor da exportação teve de vir da página renderizada. Mesmo assim, a referência, o nome do produto, o degrau de cima e o de baixo da escada, o país de origem e o material aparecem todos nela, e a capitalização incomum do material na nossa linha acaba sendo exatamente como a página escreve. A página do fornecedor citada na coluna de endereço traz a mesma referência e o mesmo preço de piso. O que não podemos oferecer é abrangência: nossas cinco execuções produziram três linhas bem-sucedidas e essas três são idênticas byte a byte, então são um produto observado três vezes e não três produtos. As duas restantes enviaram um endereço de preenchimento e devolveram um não-encontrado. Isso é uma única linha bem corroborada e um catálogo sem teste, e preferimos rotular assim a deixar a contagem de linhas parecer cobertura. O acesso em si foi o menos acidentado de todos os sites que cobrimos - o robots.txt da loja tem noventa bytes e permite o caminho de produto. Só páginas de acesso público, nenhum rastreador de terceiros na camada de dados, exportações apagadas automaticamente em 30 dias, e as suas primeiras 500 linhas grátis, sem cartão de crédito.