Een prijsscraper die de prijs pakt die je betaalt, niet de oude

Prijzen vergelijken tussen winkels betekent elke dag één getal lezen van duizenden pagina's, en dat goed doen. Het moeilijke is niet de pagina ophalen. Het is de goede prijs erop vinden.

Prijzen scrapen om te vergelijken

{"page": "…/p/mok", "price": {"value": "8,99", "confidence": "sure"}}
{"page": "…/p/lamp", "price": {"value": "15,99", "confidence": "sure"}}
{"page": "…/p/vaas", "price": {"value": null, "confidence": "none"}}

English

Waarom prijsscrapers de prijs fout hebben

  1. Oude en nieuwe prijs. Een aanbieding toont ze allebei. Pak je de eerste, dan vergelijk je met een prijs die niemand betaalt.

  2. Gesplitste prijzen. Euro's en centen in twee elementen: "2" en "69" worden 2 of 269.

  3. Andere producten op de pagina. Gerelateerde producten, bundels en "vaak samen gekocht" hebben allemaal hun eigen prijs.

  4. Prijs per eenheid. Per kilo of per liter naast de prijs per verpakking. Allebei nuttig, als twee velden, niet door elkaar.

Wat een prijsscraper je moet vertellen

Niet alleen de prijs, maar ook hoe zeker hij is. Een prijs met "fallback" of "conflict" is een pagina om naar te kijken; een prijs die stilletjes van vorm veranderde is een foute rij in je vergelijking.

  1. sure. de hoofdregel matchte, zoals op elk voorbeeld

  2. fallback. een reserveregel matchte: de pagina is veranderd, de waarde klopt waarschijnlijk nog

  3. conflict. regels die bij je voorbeelden passen zijn het oneens: kijk voor je hem gebruikt

  4. none. de waarde staat er niet (uitverkocht, verwijderd, andere opmaak)

Prijsscrapers vergeleken

1 miljoen productpagina's lezen, per run. Het ophalen komt er in elke rij nog bij.

AanpakPer pagina1 miljoen pagina's
Een groot AI-model op ruwe HTML1 cent per pagina en meer€10.000+ per run
Een klein AI-model op ingekorte HTML0,05 tot 0,5 cent per pagina€500 – €5.000 per run
Een headless browserseconden en honderden MB per paginaservers die meegroeien met de crawl
Een extractiescript€0 per pagina, onder 1 ms€78 eenmalig (5 velden)

Meer hierover

Probeer het op je eigen pagina's

Plak een paar links en een paar waarden. Het bekijken is gratis, en je hoort de prijs voordat er iets betaald wordt.

Probeer het op je eigen pagina's