O histórico de um corretor,
em linhas que você pode somar.

O Zillow exige um proxy residencial,
e a falha é silenciosa.

Esta é a primeira coisa a saber sobre este scraper, por isso ela não fica enterrada mais abaixo na página.

O Zillow fica atrás do PerimeterX. Uma execução sem proxy residencial não dá erro, não avisa e não para - ela termina com sucesso e entrega um arquivo com a linha de cabeçalho de treze colunas e nada abaixo. É uma falha bem pior do que uma queda, porque um arquivo vazio parece exatamente um corretor sem transações listadas. Se um perfil que você sabe ser movimentado voltar vazio, cheque o proxy antes de qualquer outra coisa.

Podemos dizer isso com alguma segurança, e não como mera ressalva. Toda exportação que temos deste serviço está vazia, e também toda exportação dos nossos outros dois serviços de perfil do Zillow, os serviços de corretores e avaliações, ao longo de execuções espalhadas por vários meses. Cada uma traz uma linha de cabeçalho correta e zero linhas de dados. É um retrato consistente e bem corroborado do que acontece sem uma saída residencial, e é por isso que o requisito aparece no topo e não em uma nota de rodapé.

A consequência para esta página é que os nomes das colunas são sólidos e o conteúdo das células não. Os treze nomes abaixo, e a ordem deles, estão confirmados em dobro - pela linha de cabeçalho XLSX de cinco execuções distintas e pelo array de colunas publicado, que batem exatamente. O que não vamos fazer é dizer como são os valores, porque não vimos nenhum. Onde uma descrição abaixo precisaria de um formato, uma escala ou um vocabulário, ela diz isso em vez de adivinhar.

query

A URL de perfil que você enviou, repetida em cada linha que saiu dela. É assim que um arquivo com muitos perfis volta a se separar direitinho, um por corretor.

agent

O corretor em cujo perfil a transação estava listada.

address

O endereço do imóvel. Não vimos este campo preenchido, então não presuma se ele chega em uma linha só ou dividido em partes.

price

O preço da transação. Confirme o formato em uma execução real antes de fazer o parse - não podemos dizer se ele traz símbolo de moeda, separadores de milhar ou um número puro.

transaction_type

Que tipo de transação foi. Uma coluna separada de status - isso dá para ver pela linha de cabeçalho - mas não vimos o vocabulário dela, então não programe contra um conjunto fixo de valores.

date

Quando a transação aconteceu. Formato não confirmado; faça o parse com cautela.

status

A situação da transação. Distinta de transaction_type e, como ela, um vocabulário que nunca vimos preenchido.

beds

Número de quartos do imóvel. Se chega como número ou como texto está sem confirmação.

baths

Número de banheiros. Mesma ressalva - e vale lembrar que lavabos costumam ser escritos em formas que não são números inteiros.

sqft

A área do imóvel. Unidade e formatação não confirmadas.

property_type

Que tipo de imóvel é. Mais um vocabulário que não vimos, então trate-o como aberto e não como uma enumeração.

represented

Que lado do negócio o corretor representou. Esta é a coluna que vale manusear com cuidado. O nome aponta para um lado e não para uma pessoa, mas nunca a vimos preenchida - se uma execução real colocar ali um nome em vez de um lado, trate a célula como dado pessoal. Veja a seção jurídica.

listing_url

Link de volta para o imóvel no Zillow, para quando uma linha levantar uma pergunta que o arquivo não responde.

Os nomes são sólidos; os conteúdos ainda não. As treze colunas acima e a ordem delas são corroboradas por duas fontes independentes - a linha de cabeçalho XLSX de cinco exportações distintas e o array de colunas publicado -, então construa seu esquema em torno desses nomes com confiança. O que esta página não vai lhe dizer é o que as células contêm: toda exportação que temos é um cabeçalho sem linhas abaixo. Note o único ponto estrutural em que você pode confiar: transaction_type e status são duas colunas distintas, ou seja, não são dois nomes para a mesma coisa, quaisquer que sejam os vocabulários. E o Zillow fica atrás do PerimeterX, então uma execução ao vivo precisa de um proxy residencial - essa é a razão de aquelas exportações estarem vazias, e não qualquer dúvida sobre o conjunto de colunas.

O que esta exportação
não traz.

Treze colunas sobre negócios e imóveis, e nenhuma forma de falar com alguém. Estas três cobrem o terreno em volta.

O que as pessoas perguntam
antes de se cadastrar.

As perguntas que mais ouvimos. Mais alguma coisa? Fale conosco - quem escreve as respostas são humanos, não bots.