استخراج کاتالوگ محصول؛ عنوان، قیمت، تصویر و مشخصات

اگر می‌پرسید استخراج داده محصول چیست، پاسخ این است: تبدیل عنوان، قیمت، تصویر، مشخصات و شناسهٔ کالای منتشرشده در صفحات عمومی مجاز به یک جدول قابل تطبیق — نه کپی شرح رقیب برای فروش روی دامنهٔ شما. کاتالوگ اسکرپ‌شده خوراک تصمیم، مهاجرت یا پایش است. جایگزینی برای خوراک رسمی تأمین‌کننده نیست و حق نشر متن و عکس را جابه‌جا نمی‌کند.

پیشنهاد گوگل و عبارت‌های نزدیک اغلب این‌اند: «استخراج داده محصول»، «اسکرپ کاتالوگ»، «استخراج قیمت و مشخصات کالا»، «تطبیق محصول»، «SKU چیست»، «خروجی JSON محصول» و «اتصال کاتالوگ به فروشگاه». در این راهنما تعریف کاتالوگ، تطبیق، تغییر قیمت، قالب استاندارد و اتصال به فروش را می‌نویسیم. پایش نوسان را در مانیتورینگ قیمت رقبا جدا نگه دارید، رندر جاوااسکریپت را در اسکرپ با Playwright، و اجرا را در خدمات اسکرپ داده روبینش.

A product page should include structured information about the product such as name, image, price and availability so that users and systems can understand the offer.

استخراج کاتالوگ چیست و چه چیزی نیست؟

استخراج کاتالوگ یعنی برای هر کالا یک رکورد با فیلدهای توافق‌شده بسازید: نام نمایشی، برند، شناسه در صورت وجود، قیمت عددی، واحد پول، URL تصویر، مشخصات کلیدی، وضعیت موجودی اگر عمومی است، و زمان برداشت. هدف این است دو منبع یا دو تاریخ با هم مقایسه شوند. هدف این نیست که شرح بازاریابی رقیب را در فروشگاه خودتان بازنشر کنید. آن کار مسئلهٔ حق مؤلف است، نه مسئلهٔ سلکتور.

کاتالوگ با فهرست URL فرق دارد. کرالر آدرس‌ها را پیدا می‌کند؛ استخراج فیلد را پر می‌کند. کشف را در تفاوت کرالر و اسکرپر ببینید. کاتالوگ با یک شات قیمت هم فرق دارد. یک عدد بدون تطبیق مدل، رنگ و گارانتی تصمیم خرید را خراب می‌کند. اگر سؤال‌تان فقط «دیشب قیمت چه شد» است، مقالهٔ پایش قیمت کافی است. اگر سؤال «این SKU در سه منبع کدام ردیف است» است، این صفحه است.

منبع را از روز اول بنویسید. صفحهٔ دسته، صفحهٔ محصول، یا JSON-LD روی همان صفحه. اگر فروشنده API یا فایل اکسل رسمی می‌دهد، همان را منبع حقیقت بگیرید. اسکرپ ویترین را برای فیلدی بگذارید که در قرارداد نیست و روی صفحهٔ عمومی هست — با نرخ پایین و با گزارش شکست.

تطبیق محصول را قبل از جدول بزرگ حل کنید

دو عنوان شبیه، دو کالا نیستند. رنگ، ظرفیت، گارانتی و بستهٔ تعداد قیمت را عوض می‌کنند. تطبیق یعنی کلید مشترک: SKU، GTIN اگر روی صفحه است، یا قاعدهٔ مستند از برند + مدل + ویژگی. بدون کلید، گزارش «ارزان‌تر از رقیب» ممکن است دو مدل متفاوت را مقایسه کند.

تطبیق فازی عنوان کمک می‌کند کاندیدا پیدا شود، نه اینکه خودکار قطعی شود. رکورد مشکوک را برای بررسی انسانی علامت بزنید. درصد اطمینان دروغین در جلسهٔ فروش خطرناک‌تر از ردیف خالی است. اگر منبع شناسه ندارد، از URL نرمال‌شده به‌علاوه منبع یک کلید بسازید و قاعده را در فایل همراه بنویسید تا اجرای بعد ردیف‌ها را عوض نکند.

برای فروشگاه خودتان، تطبیق به کاتالوگ داخلی وصل می‌شود: همان SKU باید در وب و اپ یکی باشد. اتصال سبد را در اتصال اپ به فروشگاه بخوانید. معماری ویترین را در طراحی سایت فروشگاهی ببینید تا خوراک اسکرپ جای انبار شما ننشیند.

تغییر قیمت را چطور در کاتالوگ ببینیم؟

کاتالوگ یک عکس است؛ پایش یک فیلم. اگر هر شب همان کلید را با قیمت جدید ذخیره کنید، روند ساخته می‌شود. آستانهٔ هشدار را از نوسان طبیعی کالا بگیرید نه از هر ریال. قیمت عضویت، قیمت با انتخاب ویژگی، و قیمت خط‌خورده را ستون جدا کنید. قاطی کردن آن‌ها «تغییر» جعلی می‌سازد.

موجودی نمایشی را با قیمت یکی نکنید مگر هر دو روی صفحه عمومی و برای همان تنوع باشند. «ناموجود» با قیمت صفر فرق دارد. زمان برداشت و وضعیت HTTP را نگه دارید تا بفهمید منبع قطع بوده یا قیمت عوض شده. جزئیات هشدار را در راهنمای پایش قیمت دنبال کنید؛ اینجا فقط می‌گوییم کاتالوگ بدون کلید تطبیق، تاریخچهٔ بی‌معنی می‌سازد.

خروجی استاندارد یعنی چه؟

نام ستون را قفل کنید: title، price_amount، currency، image_url، source_url، collected_at. CSV برای جدول ساده؛ JSON وقتی چند تصویر یا چند تنوع دارید. رمزگذاری فارسی را در Excel تست کنید. نسخهٔ خام HTML یا JSON صفحه را برای نمونهٔ شکست نگه دارید، نه برای همهٔ میلیون‌ها URL مگر قرارداد آرشیو دارید.

مشخصات را به کلید تکراری تبدیل کنید: «وزن» همیشه وزن باشد نه یک بار «وزن کالا». واحد را جدا کنید. اگر منبع جدول مشخصات را عوض کند، نگاشت را در یک فایل قاعده نگه دارید تا کد سلکتور با معنی فیلد قاطی نشود. تکرار، تاریخ، واحد پول و فیلد خالی را در پاک‌سازی داده اسکرپ جدا اجرا کنید؛ اینجا حداقل این است که خالی با صفر عوضی گرفته نشود.

اتصال به فروشگاه؛ چه چیزی را وارد کنید

ورود خودکار عنوان و عکس رقیب به ووکامرس یا فروشگاه اختصاصی معمولاً هم حقوقی مشکل دارد هم عملی: موجودی شما نیست، شرح شما نیست، تصویر شما نیست. اتصال سالم وقتی است که منبع خودتان یا تأمین‌کنندهٔ مجاز خوراک می‌دهد و اسکرپ فقط برای کنترل کیفیت ویترین عمومی همان منبع است. مسیر ساخت فروش را در طراحی سایت فروشگاهی ببینید؛ اسکرپ را به انبار دروغین تبدیل نکنید.

اگر هدف مهاجرت از کاتالوگ قدیمی خودتان است، استخراج از دامنهٔ خودتان با نقشهٔ فیلد روشن است. اگر هدف مقایسهٔ بازار است، خروجی را در داشبورد داخلی نگه دارید نه روی صفحهٔ محصول مشتری. رستوران منوی خود را از عکس اینستاگرام رقیب نسازد؛ ویترین خودش را در طراحی سایت رستوران جدا نگه دارد. صرافی نرخ را از منبع مجاز با زمان مشخص بردارد نه از اسکرین گیج‌کننده — طراحی سایت صرافی.

اشتباهات رایج استخراج کاتالوگ

• یکی‌دانستن عنوان با هویت کالا
• قیمت متنی را عدد فرض کردن
• وارد کردن شرح و عکس رقیب در فروشگاه خود
• نادیده‌گرفتن تنوع رنگ و گارانتی
• خروجی بدون زمان برداشت
• اتصال به سبد قبل از تطبیق SKU
• پوشش «همهٔ بازار» بدون تعریف بازار

چک‌لیست قبل از استخراج کاتالوگ

1. سؤال تصمیم و فهرست فیلد حداقل نوشته شده است.
2. منبع مجاز و مسیر API در صورت وجود بررسی شده است.
3. کلید تطبیق قبل از حجم بالا آزمایش شده است.
4. قیمت، واحد و زمان ستون جدا دارند.
5. تصویر فقط به‌صورت URL مرجع است مگر مجوز دارید.
6. نمونهٔ CSV یا JSON در ابزار مقصد باز می‌شود.
7. رکورد مشکوک صف بررسی دارد.
8. ورود به فروشگاه مشتری از منبع خودتان جدا شده است.

جمع‌بندی: فیلد، کلید، مصرف

استخراج داده محصول یعنی رکورد قابل تطبیق از ویترین عمومی مجاز. تطبیق قبل از تاریخچهٔ قیمت می‌آید. خروجی استاندارد به پنل وصل می‌شود؛ کپی محتوای رقیب فروشگاه نمی‌سازد. پوشش نامحدود و رتبه وعده نمی‌شود.

اگر می‌خواهید فیلد و منبع را روی پروژهٔ خودتان محدود کنید، از صفحه اسکرپ داده روبینش و فرم مشاوره شروع کنید. این مقاله تعرفه نمی‌سازد. ده کالای تطبیق‌شده با کلید روشن، از هزار ردیف بدون هویت برای تصمیم هفته مفیدتر است.