# استخراج أسعار البقالة: أي متجر، وأي متسوق؟

> URL: https://foura.ai/ar/blog/grocery-price-scraping-store-shopper
> Updated: 2026-09-15
> Index: https://foura.ai/llms.txt

عُرضت دزينة من بيض Lucerne في أحد متاجر Safeway في واشنطن العاصمة على تطبيق Instacart بأسعار 3.99 دولار، و4.28 دولار، و4.59 دولار، و4.69 دولار، و4.79 دولار. المتجر نفسه، واللحظة نفسها، لكن بمتسوقين مختلفين. أي من هذه الأرقام الخمسة ينتمي إلى لوحة تتبع الأسعار الخاصة بك؟

## التحدي

في قطاع البقالة، يتوقف استخبارات الأسعار عن كونه مجرد "جلب صفحة المنتج، واستخراج السعر". فسعر البقالة يرتبط بمتجر محدد، وغالبا بمنطقة توصيل معينة، وبشكل متزايد بالشخص الذي يشاهد السعر نفسه.

لنبدأ بالمتجر. يوضح [دليل مقارنة أسعار البقالة](https://scrapfly.io/blog/posts/how-to-build-a-grocery-price-comparison-tool-with-python) من Scrapfly أن سعر جالون الحليب يبلغ 3.98 دولار في أحد متاجر Walmart و4.29 دولار في متجر آخر يبعد عنه 20 ميلا، ويحذر من أن أي جلسة لا تحدد موقع المتجر تتلقى بيانات افتراضية قد لا تطابق أي متجر حقيقي. كما يرصد [دليل توصيل البقالة لعام 2026](https://scrapeinsight.com/blog/scrape-grocery-delivery-data/) من ScrapeInsight الأمر نفسه على مستوى أدنى: 3.99 دولار في منطقة توصيل معينة، و4.49 دولار على بعد أميال قليلة. وتصف [دراسة حالة ShopGrok](https://brightdata.com/customer-stories/general/shopgrok) من Bright Data كيف تحول تسعير التجزئة في أستراليا ليعتمد على الرمز البريدي على مدار ما يقرب من أربع سنوات من عمل تلك الشركة.

ثم يأتي دور المتسوق. في ديسمبر 2025، أشركت Groundwork Collaborative وConsumer Reports وMore Perfect Union نحو [ 437 متسوقا في اختبارات حية عبر أربع مدن](https://groundworkcollaborative.org/work/instacart/)، حيث قاموا بملء سلال تسوق متطابقة على Instacart من نفس المتاجر في التوقيت نفسه. ظهر 74% من المنتجات بأكثر من سعر واحد. وعندما اختلفت الأسعار، بلغ متوسط الفجوة بين أدنى سعر وأعلاه 13%، بينما تفاوتت السلال الكاملة بنحو 7%.

اجمع بين هذه العوامل وستحصل على الخلل الذي يجعل بيانات البقالة باهظة التكلفة. إذا فقدت سياق المتجر، فلن يتعطل أي شيء ظاهريا. لن يرجع الموقع أي خطأ، بل سيرجع سعرا صالحا تماما لمتجر لم تطلبه، مصحوبا برمز SKU، ورقم، وختم زمني، وتجتاز جميعها كل عمليات التحقق من القيم الفارغة لديك.

لقد كتبنا سابقا عن الحالة التي [يبدو فيها الحظر كنقطة بيانات](https://foura.ai/blog/alternative-data-silent-collection-gaps). أما هذه الحالة فاكتشافها أكثر صعوبة، لأن الصفحة هي بالفعل صفحة أسعار حقيقية، لكنها ليست الصفحة التي تقصدها.

## التحقق من المتجر داخل الاستجابة

ترسل معظم أدوات جمع البيانات محددات المتجر (مثل cookie أو query parameter أو header) وتفترض صحتها. أما الممارسة الأكثر موثوقية فهي إلزام الاستجابة بإثبات ذلك. إذا كانت الصفحة تذكر اسم المتجر الذي جرى تصييرها له، مثل معرف متجر في البيانات المضمنة أو اسم المتجر في شريط الاستلام، فإن هذه العلامة تصبح معيار النجاح لديك. في FourA، يتم ذلك عبر استدعاء واحد لـ Proxy Finder:

```python
import requests

r = requests.post(
    "https://api.foura.ai/api/proxy",
    headers={"X-API-Key": "pk_live_..."},
    json={
        "maxTries": 6,
        "request": {
            "method": "GET",
            "url": "https://grocer.example/product/0001234",
            "headers": [["Cookie", "store=1234"]],
            "validate": {
                "status": {"accept": [200]},
                "data": {
                    "accept": ["\"storeId\":\"1234\""],
                    "fail": ["Just a moment", "Access Denied"]
                }
            }
        }
    }
).json()

if "error" in r:
    report = r.get("attemptReport", {})
    print(report.get("summary", r["error"]))
    if report.get("contentRejected", 0) > report.get("defense", 0) + report.get("noResponse", 0):
        print("the site answered for another store: check the store selection")
else:
    page, exit_id = r["data"], r["proxy"]
```

هناك ثلاثة تفاصيل في ذلك الـ request يسهل الخطأ فيها.

ينجح `accept` عند ظهور أي سلسلة من سلاسله النصية في الصفحة. إذا وضعت محدد السعر بجوار محدد المتجر، فستمر صفحة المتجر الخطأ دون مشاكل لأنها تحتوي على سعر أيضاً. احتفظ بمحدد المتجر بمفرده في `accept`، وضع سلاسل الـ challenge في `fail`.

يغير الـ header الخاص بك `Cookie` طريقة عمل عمليات إعادة المحاولة. عندما يرفض موقع المتصفح الذي قدمناه، ينتقل Proxy Finder عادةً إلى عائلة متصفحات أخرى في المحاولة التالية. لكن هذا لا يحدث عند إرفاق الـ cookie الخاصة بك. ترتبط الجلسة بالبصمة التي حصلت عليها، لذا يحتفظ الـ request الذي يحمل الـ cookie الخاصة به بالمتصفح الذي بدأ به. إذا تبين أن موقع سلسلة المتاجر حساس تجاه المتصفحات، فاختر واحداً بوضوح عبر [ملفات تعريف المتصفح](https://foura.ai/blog/browser-profiles-per-request) بدلاً من الاعتماد على التدوير.

وتخبرك المهمة الفاشلة بنوع الفشل الذي واجهته. تحمل كل استجابة فاشلة من Proxy Finder ترويسة `attemptReport`. يحسب `defense` الإجابات التي تم فيها التعرف على فحص bot، ويحسب `noResponse` نقاط الخروج التي لم تصل إلى الموقع أبداً، ويحسب `contentRejected` الصفحات التي عادت برمز HTTP 200 دون فحص bot ولم يتم استبعادها إلا عبر قاعدة المحتوى الخاصة بك. بالنسبة لأداة جمع بيانات البقالة، يعني هذا التعداد الأخير أمراً محدداً: لقد استجاب الموقع، ولكن ليس للمتجر المطلوب. ولن يؤدي استخدام المزيد من نقاط الخروج إلى حل ذلك. يغطي [دليل تقرير المحاولات](https://foura.ai/docs/troubleshooting/proxy-attempt-report) الإحصاءات الأخرى.

## تثبيت هوية المتسوق، أو قياس التباين

تضيف نتائج Instacart متغيراً ثانياً، وهناك طريقتان دقيقتان للتعامل معه.

بالنسبة للوحة مقارنة الأسعار، احتفظ بعملية جمع بيانات كل متجر ضمن هوية واحدة. أعد استخدام نقطة الخروج الناجحة (`r["proxy"]`، وهو معرف مبهم) عبر Single مع الـ cookie نفسها، وخزن ذلك المعرف بالإضافة إلى `X-FourA-Request-Id` من الـ response header مع كل صف. عندما يرتفع السعر فجأة، يمكنك تمييز التغيير الفعلي في المتجر عن التغيير الناتج عن تبديل الجلسة.

أما لأبحاث التسعير، فافعل العكس عن قصد. خذ عينات من نفس الـ SKU في نفس المتجر عبر عدة جلسات مستقلة، واحتفظ بالتوزيع الإحصائي بدلاً من الاعتماد على أول إجابة. اللوحة التي تقدم رقماً واحداً في حين يرى المتسوقون خمسة أرقام ليست دقيقة، بل هي مجرد مصادفة.

## النتائج

لنأخذ سلسلة متاجر إقليمية تقارن 120 متجراً منافساً عبر 2,500 من الـ SKUs، مع التحديث يومياً (سيناريو توضيحي يستند إلى معايير المجال). هذا يعني قراءة 300,000 صفحة يومياً، وفي أي ليلة ستعود بعض هذه القراءات للمتجر الخطأ: تغير تنسيق الـ cookie، أو أغلق المتجر، أو بدأ الموقع في تفضيل الموقع الجغرافي للـ IP على الـ cookie.

- **صفحات المتجر الخاطئ تفشل أثناء الجمع.** لا تتحول مطلقاً إلى صفوف بيانات، لذا فإن أي تغير في السعر ضمن اللوحة هو تغير فعلي في ذلك المتجر تحديداً.
- **أوجه الفشل تصل مصنفة.** ارتفاع `contentRejected` يذهب للمسؤول عن منطق اختيار المتجر، وارتفاع `defense` يشير إلى مشكلة وصول، بينما ارتفاع `noResponse` يخص الـ exits. ثلاثة مسؤولين، وثلاثة حلول، دون أن يضيع أحد ساعات الصباح في التخمين.
- **كل صف قابل للتتبع.** وجود معرف exit ومعرف request لكل عملية رصد يحول سؤال "هل هذا الارتفاع المفاجئ حقيقي؟" إلى مجرد عملية بحث سريعة.
- **الفارق السعري يصبح رقماً دقيقاً لديك.** بالنسبة لوحدات SKU التي تجمع عينات لها عبر الجلسات، يمكنك الإبلاغ عن النطاق السعري الحقيقي الذي يواجهه المتسوقون بدلاً من الاكتفاء بقراءة واحدة منه.

حدود هذا النهج: أسعار الأعضاء وبرامج الولاء محجوبة خلف الحسابات، والتجارب المرتبطة بمتسوق مسجل الدخول لن تظهر إطلاقاً في الجلسات المجهولة. جمع هذه البيانات مسألة تتعلق بشروط الخدمة قبل أن تكون مسألة هندسية. كما أن دقة محدد المتجر تعتمد كلياً على كيفية اختيارك له. استخرجه من كود الصفحة المصدري مباشرة، لا تعتمد على الذاكرة، وأعد التحقق منه كلما غيرت السلسلة تصميم موقعها.

## الخلاصة الأساسية

كان سعر البقالة في السابق حقيقة مرتبطة بالمنتج وحده. أما اليوم، فهو معلومة تخص المنتج، والمتجر، والمتسوق معاً. وأداة الجمع التي تكتفي بتسجيل المنتج فقط لا تنتج سوى ضوضاء مغلفة في مخطط بيانات شديد الترتيب.

إذا استمر التسعير المخصص لكل متسوق في التوسع، فإن السؤال الذي يطرحه مشترو بيانات البقالة سيتحول من "كم يبلغ سعره؟" إلى "كم يبلغ سعره هنا، وما مدى اتساع النطاق السعري؟" وبالتالي، لن تكون أدوات الجمع الجديرة بالثقة هي تلك التي تملك أكبر عدد من الـ exits، بل تلك التي يستطيع كل request فيها تحديد المتجر المستهدف وإثبات ذلك.
