Escreva o que procura e onde, e receba os registos como linhas: o nome, o telefone, a rua, as categorias, a classificação e o número de avaliações, os horários, o site - e, onde o enriquecimento resolve, e-mails de contacto com um veredicto de entregabilidade, perfis sociais e detalhes lidos do próprio site. Sessenta e três colunas, uma linha por registo.
A entrada são as mesmas duas coisas que escreveria no próprio site - o que quer e onde o quer.
Ambos os campos acabam em cada linha, unidos num único valor query na forma search, location, por isso um ficheiro que misture várias pesquisas continua separável depois.
Os campos de diretório são apenas o primeiro terço da linha. O resto é enriquecimento: e-mails com veredicto de entregabilidade, perfis sociais e detalhes lidos do próprio site do negócio.
Os endereços chegam acompanhados de um estado em vez de sozinhos, por isso uma lista pode ser reduzida ao que vale a pena contactar antes de alguém a carregar numa ferramenta de envio.
Os horários chegam como Mo-Fr 09:00-18:00, Sa 09:00-15:00 e não em prosa - uma forma que pode analisar em vez de uma frase que tem de interpretar.
Esta exportação tem dados reais, por isso esta página pode ser específica quanto a formatos. Tem também uma propriedade que corrompe uma pipeline em silêncio, e ela merece dois parágrafos antes da tabela.
A ordem das colunas não é estável entre execuções. Todas as execuções que temos trazem os mesmos sessenta e três nomes, mas nem sempre chegam na mesma sequência - numa delas hours ficou em penúltimo lugar em vez de vigésimo, e as colunas seguintes deslocaram-se uma posição. Nada foi acrescentado, removido ou renomeado; apenas a ordem se moveu.
Isso é inofensivo se ler por nome de coluna e destrutivo se ler por posição. Um carregador que toma a coluna 20 como amenities porque era amenities na semana passada vai encher esse campo com horários de abertura e nunca dará erro. Mapeie a linha de cabeçalho por nome em cada importação - e, se a sua ferramenta tornar isso incómodo, é esta a única coisa que vale a pena resolver antes da primeira execução a sério e não depois.
Retiradas da linha de cabeçalho e das chaves JSON de execuções reais, que coincidem. Os formatos abaixo estão medidos em células preenchidas - onde uma coluna tem forma fixa, ela é dada; onde não tem, não se inventa.
(212) 473-4444 - parênteses, um espaço e depois um hífen.categories unido por vírgula e espaço, por isso as duas são o mesmo facto duas vezes - fique com a que lhe servir e ignore a outra.reviews_count chegam sempre juntas - um registo tem as duas ou nenhuma.open now, closed now, opening soon, open 24 hours. Leia-o contra o scraped_at dessa linha, não contra a execução; veja a nota abaixo.email_1 a email_3 e em emails, que são as colunas a ler para endereços de contacto.Mo-Fr 09:00-18:00, Sa 09:00-15:00 - códigos de dia de duas letras, intervalos unidos por vírgulas.emails, cada uma com duas partes unidas por vírgula: um veredicto de entregabilidade e depois um detalhe. O detalhe não é um vocabulário fixo - pode nomear o tipo de caixa de correio ou repetir um domínio -, por isso decida pela parte antes da vírgula e trate o resto como texto livre.<title> do site do negócio.phone, por isso desduplique contra essa coluna antes de ligar seja para onde for.phones_extra, alinhado por posição e sempre do mesmo comprimento - mas uma entrada pode ser null onde o tipo não foi determinado, por isso indexe com cuidado.phone.contact_name.2026-07-06 09:16:41.954000. Isto varia dentro de uma única execução - as linhas de um ficheiro não foram todas lidas no mesmo instante, e é isso que faz de open_status um facto por linha.search, location, repetidas em cada linha que delas resultou.email_2 sem este.Leia esta exportação por nome de coluna, nunca por posição. Todas as execuções trazem os mesmos sessenta e três nomes, mas a ordem não é fixa - numa das nossas, hours chegou em penúltimo lugar em vez de vigésimo, e tudo o que vinha a seguir deslocou-se uma posição. Nada foi renomeado nem deixado de fora; um carregador posicional teria simplesmente escrito horários de abertura no campo dos atributos e reportado sucesso. A segunda coisa a saber é que scraped_at varia dentro de um único ficheiro, porque as linhas não foram todas capturadas no mesmo instante - por isso open_status descreve o momento próprio de cada linha e não é uma propriedade da execução. E três formas menores a tratar antes que surpreendam: category é apenas categories unido por vírgulas, ou seja o mesmo facto duas vezes; amenities pode meter dois valores numa cadeia separados por uma quebra de linha; e phones_extra_types alinha com phones_extra índice a índice mas pode conter um null onde o tipo não foi determinado.
Quatro controlos, e são a totalidade da entrada: onde procurar, o que procurar, em que sítio e quanto levar. Os botões de ordenação e filtro ao lado dos resultados são controlos de vista - moldam o que está a ver, não o que a execução vai buscar.
Alguns exemplos de como as equipas usam registos de diretório para responder a uma pergunta que têm mesmo.
Uma categoria e uma cidade produzem os registos; as colunas de enriquecimento produzem a forma de lhes chegar. Como cada endereço chega com um veredicto de entregabilidade, a lista pode ser filtrada antes de chegar a uma ferramenta de envio em vez de depois de voltarem os bounces.
Classificação, número de avaliações e anos de atividade estão na mesma linha, e isso chega para distinguir um mercado cheio de um mercado magro e um recém-chegado de uma casa antiga - sem abrir um único registo à mão.
As colunas do site dizem com que cada um foi construído e se traz um pixel do Facebook ou uma etiqueta do Google. Para quem vende aos utilizadores de uma plataforma, isso transforma um diretório numa lista qualificada.
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. O limite de registos e todos os formatos de exportação estão incluídos.
Cerca de 2 $ por cada 1.000 registos, com as colunas de enriquecimento incluídas em vez de faturadas como passo à parte. O estimador mostra o número de linhas e o custo em créditos antes de uma execução arrancar.
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.A mesma tarefa de categoria e cidade contra o outro grande índice local. Correr os dois é como encontra os negócios que uma fonte lista e de que a outra nunca ouviu falar.
Para as linhas em que o enriquecimento incorporado voltou sem endereço. Dê-lhe os sites desta exportação e trabalhe a lacuna em vez de a aceitar.
Resposta curta: sim para o conteúdo dos registos - mas esta exportação traz dados de contacto e um veredicto de entregabilidade, e é essa a parte que merece a sua atenção.
Um registo das Yellow Pages existe para ser encontrado. O nome, o telefone, a morada, as categorias, os horários e a classificação são mostrados a qualquer pessoa que faça a pesquisa, com sessão iniciada ou não, e recolher informação de negócios publicamente listada para estudo de mercado é uma prática estabelecida há muito. Nada aqui toca num início de sessão, numa conta ou numa barreira de pagamento.
O enriquecimento é onde é devido cuidado. Esta exportação não para no diretório: acrescenta endereços de e-mail, as pessoas a eles associadas, telefones adicionais com o tipo de linha e perfis sociais. Um endereço de empresa num domínio de empresa é um contacto profissional na maioria das leituras - mas o endereço de um indivíduo identificado é dado pessoal na UE e no Reino Unido independentemente de onde tenha sido publicado, e emails_persons existe precisamente para nomear indivíduos. Se está a fazer prospeção, o fundamento legal e a oposição são consigo, e o veredicto de entregabilidade em emails_status diz-lhe se uma mensagem chega, não se lhe é permitido enviá-la. As duas coisas não têm relação e vale a pena mantê-las separadas também na sua cabeça.
Se a sua pergunta é sobre a estrutura do mercado e não sobre contacto - quantos, há quanto tempo, com que reputação -, descarte as colunas de e-mail, telefone e pessoas na importação e a maior parte disto deixa de se lhe aplicar. Não corremos rastreadores de terceiros na camada de dados, e as suas exportações apagam-se sozinhas ao fim de 30 dias. Os termos das Yellow Pages restringem o acesso automatizado, por isso reveja-os antes de escalar.
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 Yellow Pages Search Scraper da Livescraper transforma uma categoria e uma localidade numa tabela de leads. Escolhe uma região, escreve o que procura e onde, limita se quiser o número de registos, e descarrega os resultados como um CSV, um Excel ou um JSON limpos. Volta uma linha por registo, e as suas duas entradas viajam em cada linha como um único valor query, por isso um ficheiro que misture várias pesquisas continua separável.
Cada linha traz sessenta e três colunas. O lado do diretório é o nome do negócio, o telefone, a rua, a cidade, o estado e o código postal, as categorias tanto como array como em cadeia unida, a classificação e o número de avaliações, os horários numa forma compacta e legível por máquina, um excerto de descrição, uma imagem e um link de volta ao registo. O lado do enriquecimento acrescenta endereços de e-mail com veredicto de entregabilidade, as pessoas a eles associadas, mais telefones com o seu tipo de linha, perfis sociais e detalhes lidos do próprio site do negócio - o seu título, descrição, keywords, com que foi construído e se traz um pixel do Facebook ou uma etiqueta do Google.
As equipas de vendas usam-no para construir uma lista contactável numa só passagem, filtrando pelo veredicto de entregabilidade antes de algo chegar a uma ferramenta de envio. Quem investiga põe classificação, número de avaliações e anos de atividade lado a lado para distinguir um mercado local cheio de um magro. As equipas de go-to-market filtram pelas colunas do site para encontrar negócios que usam uma plataforma específica.
Uma propriedade desta exportação merece atenção antes de construir sobre ela: a ordem das colunas não é estável entre execuções. Todas trazem os mesmos sessenta e três nomes, mas numa das nossas a coluna hours chegou em penúltimo lugar em vez de vigésimo e as colunas seguintes deslocaram-se uma posição. Nada foi renomeado nem deixado de fora, e é exatamente por isso que um carregador que lê por posição mapeia mal em silêncio e reporta sucesso - mapeie a linha de cabeçalho por nome em cada importação. Vale também a pena saber que scraped_at varia dentro de um único ficheiro, por isso o campo open_status descreve o momento próprio de cada linha e não a execução no seu conjunto. 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.