Parser dla prom.ua
Wszystko zrobione, jestem zadowolony z rezultatu.
1. Cel projektu
Opracować skrypt (parser), który automatycznie zbiera informacje o produktach z platformy Prom.ua na podstawie podanych słów kluczowych i zapisuje wyniki w Excelu.
2. Dane wejściowe
Plik Excel z listą produktów i słów kluczowych do wyszukiwania (plik może być zmieniany i uzupełniany).
Możliwość załadowania nowej listy bez zmiany kodu.
3. Wymagania funkcjonalne
Automatyczne wyszukiwanie produktów na Prom.ua na podstawie podanych słów kluczowych.
Zbieranie takich parametrów produktu:
-Zapytanie, na podstawie którego znaleziono kartę produktu (słowo kluczowe)
-Nazwa produktu
-Dostępność
-Cena
-Kolor (jeśli podano)
-Link do karty produktu
-Link do zdjęcia produktu
-Nazwa sklepu
Jeśli jakiejś informacji brakuje na stronie, na przykład o kolorze, wówczas w komórce wpisujemy N/D
Tworzenie wyjściowego pliku Excel z uzyskanymi danymi.
Możliwość okresowego aktualizowania danych.
4. Wymagania dotyczące pliku wyjściowego
Format: .xlsx
Struktura:
Przykład prześlę.
5. Dodatkowe wymagania
Możliwość pracy przez proxy lub z symulacją zachowania użytkownika (jeśli Prom.ua blokuje zapytania).
Optymalizacja szybkości działania i poprawne przetwarzanie błędów (na przykład, jeśli nie ma produktów dla danego słowa kluczowego).
6. Omówienie szczegółów
W celu wyjaśnienia szczegółów możliwy kontakt telefoniczny lub przez komunikator.
Budżet: 3000 UAH Termin: 2 dni
💬 Witam! Gotowy do realizacji skryptu do automatycznego zbierania informacji o produktach z Prom.ua na podstawie podanych słów kluczowych z wyjściem wyników do Excela.
✅ Stos technologiczny:
Python (Requests, Aiohttp, BeautifulSoup) — do szybkiego i efektywnego parsowania bez użycia Selenium.
Openpyxl / Pandas — do tworzenia i aktualizacji plików Excel.
Serwery proxy — do omijania możliwych blokad ze strony Prom.ua.
Logowanie i obsługa błędów — zapewnienie stabilnej pracy skryptu nawet w przypadku braku produktów lub zmiany struktury strony.
📌 Gwarantuję:
Jakościowe i szybkie wykonanie projektu.
Stałe wsparcie techniczne oraz możliwość poprawek w razie potrzeby (dodatkowa opłata).
Optymalizację pracy parsera dla wysokiej prędkości zbierania danych.
💡 Proszę, daj znać, z jakim przybliżonym zakresem słów kluczowych planujesz pracować (dziesiątki, setki czy tysiące)?
📲 Chętnie omówię szczegóły w wiadomościach prywatnych i zaproponuję najlepsze rozwiązanie dla Twojego projektu. Czekam na Twoją odpowiedź!
Budżet: 5000 UAH Termin: 2 dni
Dzień dobry!
Z radością wykonam Twoje zamówienie, mam duże doświadczenie w parsowaniu danych. Aby zrealizować postawione zadanie, napiszę skrypt w Pythonie z wykorzystaniem niezbędnych modułów (takich jak: requests, beautifulSoup i inne).
Jeśli potrzebujesz, mogę wysłać przykłady już napisanych skryptów do parsowania, już robiłem całkowicie analogiczne zadanie, ale dla OLX, więc nie będzie żadnych trudności.
Będę zadowolony z współpracy, jeśli moja kandydatura Cię zainteresuje - pisz na prywatne, omówimy wszystkie szczegóły.
Miłego dnia!
Budżet: 4000 UAH Termin: 2 dni
Cześć!
Jestem programistą Pythona, mam duże doświadczenie w tworzeniu różnych parserów.
Zrobię dla Ciebie parser do promu ze wszystkimi wskazanymi wymaganiami.
Pisz, omówimy Twój projekt!
Z poważaniem,
Andrzej
Budżet: 5000 UAH Termin: 7 dni
Cześć!😎
Jestem gotów opracować dla Ciebie skrypt-parser dla Prom.ua zgodnie z Twoim zadaniem technicznym.
Technologiczny stos, który będę używać:
🔸Python – główny język programowania.
🔸Requests do wysyłania zapytań HTTP.
🔸BeautifulSoup do parsowania kodu HTML.
🔸Pandas / openpyxl do pracy z plikami Excel.
🔸Proxy (w razie potrzeby) do omijania blokad.
🔸Asyncio (jeśli to konieczne) do asynchronicznego przetwarzania zapytań, co pozwoli zwiększyć wydajność.
Jestem gotów omówić szczegóły, wyjaśnić niuanse i rozpocząć pracę. Czekam na Twoją odpowiedź w celu dalszej współpracy⚡🙋♂️
Z poważaniem,
Andrij!)
Budżet: 2000 UAH Termin: 4 dni
Gotowy się tym zająć.
Ale trzeba doprecyzować szczegóły zamówienia, piszcie!
Są opracowania właśnie dotyczące promocji.
Budżet: 2000 UAH Termin: 3 dni
Dzień dobry! Twój projekt wygląda bardzo obiecująco. Jestem gotów rozpocząć pracę i wykonać go na najwyższym poziomie.
Budżet: 3500 UAH Termin: 2 dni
Dzień dobry! Opracowywałem różne parsery dla promu, trzeba tylko przerobić pod wasze potrzeby. Również frontend promu czasami się zmienia i obiecuję wspierać projekt. Obiecuję również umieścić na hostingu, jeśli to potrzebne. Piszcie, zrobię szybko i jakościowo!
Jeśli chodzi o proxy, polecam używać mobilnego, doświadczenie już było, również dla promu)
Zrobię za pomocą requests, bs4 (Tak będzie szybciej parsować, niż przez selenium)
Budżet: 3000 UAH Termin: 1 dzień
Dzień dobry, robiłem parsing Prom już mnóstwo razy, strukturę rozumiem, bo to dla dalszego importu na Prom, jak się domyślam. Posiadam taki stos technologii do parsowania: Playwright, BeautifulSoup, lxml, Scrapy, Selenium, Requests, API CapMonster.
Playwright dobrze wspiera asynchroniczność i jest szybszy oraz lepszy niż Selenium. CapMonster API do przechodzenia wszelkich captcha w zasadzie. W razie potrzeby mogę również wszystko postawić na proxy. Jedyną rzeczą, której nie zauważyłem ani w dokumencie, ani w TZ, są kluczowe słowa, możecie wyjaśnić, bo trochę nie rozumiem. Proszę również napisać do mnie prywatnie w celu bardziej szczegółowej dyskusji na temat projektu.
Budżet: 2500 UAH Termin: 2 dni
zrobię na nodejs. na wyjściu lepiej zrobić plik csv, z potrzebną strukturą. wtedy będzie mniejsze obciążenie.
reszta wszystko odpowiada życzeniom, omówimy.
zrobię na nodejs. na wyjściu lepiej zrobić plik csv, z potrzebną strukturą. wtedy będzie mniejsze obciążenie.
reszta wszystko odpowiada życzeniom, omówimy.
Budżet: 5000 UAH Termin: 3 dni
Witam. Mogę zrealizować twoje zamówienie na python selenium. Jak chcesz, aby twój skrypt wyglądał?
Budżet: 16000 UAH Termin: 1 dzień
Dzień dobry,
Jestem gotów zająć się Państwa projektem. Moja specjalizacja to automatyzacja procesów biznesowych, w tym zbieranie danych. Mogę opracować skrypt (parser) do automatycznego zbierania informacji o produktach z platformy Prom.ua na podstawie podanych słów kluczowych i zapisywania wyników w Excelu. Będę w stanie zrealizować automatyczne wyszukiwanie produktów, zbieranie potrzebnych parametrów i tworzenie wyjściowego pliku Excel. Dodam również możliwość okresowego aktualizowania danych i pracę przez proxy.
Moja stawka to 16$ za godzinę. Aby rozpocząć pracę, będę potrzebował dokładniej zapoznać się z wymaganiami i omówić szczegóły.
Z poważaniem,
Maksym
Budżet: 15000 UAH Termin: 15 dni
Dobry wieczór. Już jest prawie analogiczny skrypt - działa przez playwright na pythonie. Mogę to zrobić w formie programu konsolowego - wszystko będzie zautomatyzowane.
Dzień dobry! Należy wykonać dwa zadania: 1. Opracować parser produktów z zewnętrznej strony (10–40 tys. pozycji, marketplace) z zachowaniem zorganizowanych danych w MySQL do późniejszego wyświetlenia w WordPressie. 2. Zainstalować i skonfigurować n8n na VPS, a także zorganizować przetwarzanie treści AI: konfiguracja promptów, przeredagowanie tekstów, przetwarzanie obrazów, optymalizacja SEO i sprawdzanie tekstów pod kątem detekcji AI. Można oszacować koszt realizacji zarówno całego projektu, jak i każdego zadania osobno. .
Trzeba wykonać parsowanie z kanałów Viber (Łączna liczba - 49 kanałów, około 80 tys. subskrybentów).
Dla istniejącego systemu mikroserwisowego wymagana jest opracowanie niezależnej usługi do przetwarzania plików Excel. Zadanie polega na stworzeniu niezawodnego procesu przyjmowania, walidacji i transformacji danych z tabel do zorganizowanego formatu bazy danych. Funkcjonalne zadania: Opracowanie API opartego na gRPC do odbierania poleceń przetwarzania i zwracania statusów wykonania. Realizacja logiki parsowania plików: odczyt dużych ilości danych (XLSX), czyszczenie, sprawdzanie typów i przekształcanie do modeli biznesowych. Realizacja warstwy dostępu do danych (Repository/Unit of Work) do zapisywania wyników w PostgreSQL za pomocą Entity Framework Core. Zapewnienie bezpieczeństwa wątków i efektywnego wykorzystania zasobów (szczególnie przy przetwarzaniu dużych plików). Wymagania techniczne: Platforma: .NET 10. Wzorce architektoniczne: Dependency Injection, CQRS, modułowa architektura projektu. Komunikacja: Wyłącznie gRPC. Praca z Excelem: Wykorzystanie wydajnych bibliotek (np. EPPlus, OpenXML lub analogi według wyboru). Modularność: Kod powinien być zorganizowany w sposób umożliwiający łatwe skalowanie usługi i testowanie. Oczekiwany rezultat: W pełni działający mikroserwis, gotowy do wdrożenia w środowisku kontenerowym. Czysta baza kodu z przestrzeganiem zasad SOLID. Udokumentowane pliki .proto. Podstawowe testy jednostkowe dla krytycznych punktów przetwarzania danych. Wymagania dla kandydata: W odpowiedzi proszę podać: Twoje doświadczenie w pracy z .NET w architekturze mikroserwisowej. Przykłady tego, jak organizujesz DI i modularność w swoich projektach. Doświadczenie w pracy z bibliotekami Excel w .NET. Gotowość do pracy na podstawie kontraktów gRPC.
Dzień dobry. Potrzebny parser według słów kluczowych z wyświetlaniem wyników przez bota Telegram. Jak to ma działać: Automatyczne wyszukiwanie na 4 stronach według słów kluczowych, które czasami się zmieniają. Zapytania są wysyłane co kilka minut. Słowa są ładowane w formie pliku .txt. TG powinien zawierać przyciski: uruchom bota, zatrzymaj bota, pobierz plik (pobiera plik z aktualnymi słowami kluczowymi), załaduj plik (ładuje edytowany plik z nowymi słowami). Bots powinien ignorować wcześniej znalezione wyniki, tzn. nie wskazuje tego samego ogłoszenia dwa razy. Wynik przychodzi do bota w formie linku z zdjęciem, ale wystarczy też sam link. P.S. wyszukiwanie na stronach bez API, VPS na 6TB i 50 IP już są dostępne. Po szczegółowe informacje proszę kontaktować się na PW.
Zadanie: jeden dashboard ze wszystkimi wskaźnikami biznesowymi — reklama, lejek, płatności, praca menedżerów, planowanie przychodu. Dane są pobierane automatycznie przez API. Zakres: tylko kierunek YCL (zatrudnienie w Europie). W Kommo są też inne kierunki — do magazynu trafiają tylko transakcje z lejek YCL (filtr według lejka/tagu ustalimy).1. Źródła danych (integracje) Kommo CRM — leady, transakcje, etapy lejka, odpowiedzialni, źródła, daty przejść między etapami (koniecznie zachować historię), przyczyny odmowy, pola niestandardowe transakcji (patrz p. 2). Stripe — płatności, kwoty, statusy (sukces/odmowa/zwrot), powiązanie z transakcją. Meta Ads — wydatki, wyświetlenia, kliknięcia, CPL, leady według kampanii (działa teraz). Google Ads, Reddit Ads, LinkedIn Ads — planowane; architektura — rozszerzalne konektory bez przeróbek rdzenia. SEO/organika— Google Search Console + GA4. Przeszły związek: źródło ruchu → lead w Kommo → płatność w Stripe (UTM, ID transakcji w metadanych Stripe — mechanikę zaproponować). 2. Obowiązkowe przekroje (pola transakcji w Kommo) Każda metryka musi być filtrowana/grupowana według: Obywatelstwo klienta (Kenia, Nigeria, Indie itp.). Status pobytu: mieszka w swoim kraju / ekspat (już przebywa w Europie). To dwa różne segmenty z różnym cyklem, konwersją i wartością transakcji. Kraj umiejscowienia / usługa: Polska, Serbia, Słowacja, Niemcy (ZAV). Menedżer, zespół, kanał ruchu, okres. Jeśli jakichś pól w Kommo brakuje — wykonawca wskazuje, jakie pola należy dodać, zamawiający dodaje.3. Lejek i wskaźniki wyprzedzające Dane w przekroju lejka, dla każdego etapu — podsumowujące i wyprzedzające (leading) metryki: Ruch → lead: leady, CPL według kanałów + dynamika wydatków/kliknięć dzień do dnia. Lead → kwalifikacja: konwersja + czas pierwszej odpowiedzi, kontakty/telefony do menedżera dziennie, leady bez odpowiedzi. Kwalifikacja → umowa/faktura: konwersja + wysłane oferty, zawieszone transakcje (dni na etapie powyżej normy). Faktura → płatność: płatności, średnia wartość transakcji + niezapłacone faktury, nieudane płatności. Podsumowanie: przychód, ROMI według kanałów, run rate do planu miesiąca. 4. Cykl transakcji Średni i medianowy cykl lead → płatność (punkt odniesienia biznesu ~4 tygodnie), trend cyklu w czasie. Rozkład cyklu według etapów (ile dni transakcja spędza na każdym etapie) — aby zobaczyć, który etap się wydłuża. Lista transakcji, które utknęły na etapie dłużej niż norma. Przekrój cyklu według segmentów: obywatelstwo, status pobytu, kraj umiejscowienia, menedżer. 5. Wczesne ostrzeżenie o spadku (kluczowy blok) Ponieważ cykl ~4 tygodnie, dzisiejsze leady = płatności za miesiąc. System powinien: Porównywać leady/kwalifikacje bieżącego tygodnia z średnią ruchomą (4 tygodnie) i przy odchyleniu w dół wydawać alert: „leadów −X%, przy cyklu 4 tygodnie oczekuj spadku płatności w tygodniu [daty]”. Budować prognozę płatności na 4 tygodnie do przodu z bieżącego pipeline'u: transakcje na każdym etapie × historyczna konwersja etapu × pozostały cykl. Podświetlać na czerwono tygodnie, gdzie prognoza jest niższa od planu — z zapasem czasu na reakcję. 6. Dopłaty i planowanie sprzedaży W karcie transakcji Kommo przechowywane są data i kwota planowanej dopłaty. System powinien: Zbierać kalendarz przyszłych dopłat: całkowita liczba oczekiwanych, według tygodni/miesięcy. Podświetlać przeterminowane dopłaty (data minęła, brak płatności w Stripe) — osobna lista do dociśnięcia. Liczyć plan miesiąca jako: plan − już opłacone − dopłaty zgodnie z harmonogramem = ile nowych sprzedaży potrzebnych (w pieniądzach i w sztukach transakcji przy średniej wartości transakcji). Harmonogram według tygodni: dopłaty + prognoza nowych płatności w stosunku do tygodniowego planu. 7. Praca menedżerów Dzienny przekrój dla każdego menedżera: kontakty/telefony, rozmowy, wysłane oferty, płatności — dla każdego dnia osobno, z wykresem za okres. Postęp realizacji osobistego planu w porównaniu z tempem miesiąca (na przodzie / w tempie / w tyle). Benchmarking z kolegami. 8. Wizualizacja i role „Sygnalizatory” (zielony/żółty/czerwony) w kluczowych metrykach w odniesieniu do norm/planu; skale postępu; wykresy trendów; adaptacja do urządzeń mobilnych. Role: CEO — wszystko; ROP — cały lejek i menedżerowie; team lead — swój zespół; menedżer — swoje wskaźniki i pozycja w stosunku do kolegów. 9. Raporty i AI Automatyczne raporty według harmonogramu (codzienne podsumowanie, tygodniowy raport) w dashboardzie i/lub komunikatorze. Zapytania w dowolnej formie („jak zmienił się CPL z Meta w ciągu 2 tygodni?”) — LLM nad magazynem. Alerty w strefie czerwonej oraz według zasad z p. 5–6. 10. Oczekiwania techniczne i etapowość Magazyn (PostgreSQL/BigQuery lub analog) + ETL: webhooks Kommo + okresowa synchronizacja (15–60 min). Frontend: niestandardowy lub narzędzie BI — zaproponować z uzasadnieniem; wymagania dotyczące ról, sygnalizatorów, prognoz i zapytań AI muszą być wykonalne. Etapy: (1) audyt i mapa metryk → (2) MVP: Kommo + Stripe + Meta, lejek, sygnalizatory, role → (3) cykl transakcji, wczesne ostrzeżenie, dopłaty i plan → (4) SEO, raporty AI, alerty → (5) nowe kanały reklamowe. Płatność etapowa, po każdym etapie — demo. W odpowiedzi proszę wskazać: podobne projekty (analiza przeszła), stack z uzasadnieniem, oszacowanie czasów i kosztów według etapów, miesięczny koszt posiadania (hosting, tokeny, licencje).