Extrair as avaliações de um perfil de corretor do Zillow
Um perfil de corretor do Zillow mostra uma média de estrelas e, abaixo dela, as avaliações que os clientes escreveram. O Scraper de Avaliações do Zillow transforma isso em linhas. A entrada é uma URL zillow.com/profile/, colada uma por linha ou enviada em um arquivo CSV, XLSX, TXT ou Parquet, e cada avaliação volta como um registro com o autor, a nota que ele deu, a data, o título, o texto da avaliação e uma coluna de classificação. Sete colunas, uma linha por avaliação, cada uma marcada com a URL de perfil de onde veio, de modo que um arquivo cobrindo muitos corretores continua separável.
Este é o terceiro dos nossos três serviços de perfil do Zillow, e os três recebem a mesma entrada. O scraper de corretores devolve uma linha por corretor - o resumo do perfil, com contatos e a nota e o número de avaliações do próprio perfil. O de transações devolve uma linha por negócio. Este devolve uma linha por avaliação. Rode uma única lista de URLs nos três e junte pela URL do perfil, e você terá os números de capa, os negócios e as opiniões reunidos. Este também é o único com controles de ordenação: um seletor Sorting com Newest first, Rating low to high e Rating high to low, além de um botão separado From (oldest first). Com um limite por consulta, esses controles decidem quais avaliações você recebe, e não apenas a ordem delas.
Uma coisa precisa ser dita antes de você planejar uma execução. O Zillow bloqueia IPs de datacenter, e uma execução sem proxy residencial não devolve nada. Pior: ela não avisa. O job termina com sucesso e entrega a linha de cabeçalho de sete colunas sem dados abaixo - o que, neste serviço, se lê como um corretor que ninguém avaliou. Toda exportação que temos deste serviço está nesse estado, assim como toda exportação dos nossos outros dois serviços de perfil do Zillow, ao longo de execuções espalhadas por vários meses, e é por isso que o requisito aparece no topo desta página e não em uma nota de rodapé. Isso também significa que os nomes das colunas estão confirmados e o conteúdo das células não: não vamos dizer em que formato date chega, que vocabulário review_type usa, nem em que escala rating está - e, quanto a este último, note que não há coluna max_rating, então a escala realmente não pode ser recuperada do arquivo.
No lado jurídico, esta exportação merece mais cuidado do que as duas irmãs. As avaliações são públicas e coletar opiniões publicadas para pesquisa é comum - mas author nomeia uma pessoa comum e não um profissional, e o nome de alguém junto da opinião que escreveu é dado pessoal. Na UE e no Reino Unido isso faz de você o controlador, com uma base legal a estabelecer e a obrigação de dizer de onde os dados vieram. Os termos do Zillow restringem o acesso automatizado por cima disso, e o texto da avaliação é de outra pessoa, então republicá-lo literalmente é uma questão diferente de analisá-lo. Comece grátis: suas primeiras 500 linhas não custam nada e não pedem cartão, e depois são US$ 0,002 por linha, tarifa fixa, com o proxy residencial como custo à parte.