Dokumentacja › Poradniki › Monitorowanie cen konkurencji

Monitorowanie cen konkurencji

Skonfiguruj automatyczne monitorowanie cen na stronach konkurencji za pomocą FourA API.

Co zbudujesz

Skrypt w języku Python, który:

  1. Pobiera strony produktów z listy adresów URL konkurencji
  2. Wyciąga dane o cenach z kodu HTML
  3. Zapisuje wyniki w pliku CSV
  4. Działa według harmonogramu

Wymagania wstępne

  • Klucz API FourA (pobierz go tutaj)
  • Python 3.8+
  • Pakiety requests i beautifulsoup4
pip install requests beautifulsoup4

Krok 1: Zdefiniuj cele

Utwórz listę adresów URL produktów do monitorowania:

targets = [
    {"name": "Competitor A - Widget", "url": "https://competitor-a.com/widget", "selector": ".price"},
    {"name": "Competitor B - Widget", "url": "https://competitor-b.com/products/widget", "selector": "[data-price]"},
    {"name": "Competitor C - Widget", "url": "https://competitor-c.com/item/123", "selector": ".product-price span"},
]

Krok 2: Pobierz strony przez FourA

import requests
import time

SINGLE_URL = "https://eu.api.foura.ai/api/single/"
BROWSER_URL = "https://eu.api.foura.ai/api/browser/"
API_KEY = "YOUR_API_KEY"

HEADERS = {
    "X-API-Key": API_KEY,
    "Content-Type": "application/json"
}

def fetch_page(url, use_browser=False):
    if use_browser:
        resp = requests.post(BROWSER_URL, headers=HEADERS, json={
            "url": url,
            "timeout_ms": 15000
        })
        if resp.status_code == 429:
            time.sleep(5)
            return fetch_page(url, use_browser)
        return resp.json().get("body", "")
    else:
        resp = requests.post(SINGLE_URL, headers=HEADERS, json={
            "method": "GET",
            "url": url,
            "unblocker": True
        })
        if resp.status_code == 429:
            time.sleep(5)
            return fetch_page(url, use_browser)
        return resp.json().get("data", "")

Krok 3: Wyciągnij ceny

from bs4 import BeautifulSoup
import re

def extract_price(html, selector):
    soup = BeautifulSoup(html, "html.parser")
    element = soup.select_one(selector)
    if not element:
        return None
    # Extract numeric price from text like "$49.99" or "49,99 EUR"
    text = element.get_text(strip=True)
    match = re.search(r'[\d,.]+', text)
    return float(match.group().replace(',', '.')) if match else None

Krok 4: Uruchom i zapisz wyniki

import csv
from datetime import datetime

def monitor_prices():
    timestamp = datetime.now().isoformat()
    results = []

    for target in targets:
        html = fetch_page(target["url"])
        price = extract_price(html, target["selector"])
        results.append({
            "timestamp": timestamp,
            "name": target["name"],
            "url": target["url"],
            "price": price
        })
        print(f"{target['name']}: {price}")
        time.sleep(1)  # Be polite

    # Append to CSV
    with open("prices.csv", "a", newline="") as f:
        writer = csv.DictWriter(f, fieldnames=["timestamp", "name", "url", "price"])
        if f.tell() == 0:
            writer.writeheader()
        writer.writerows(results)

if __name__ == "__main__":
    monitor_prices()

Krok 5: Zaplanuj uruchamianie

Uruchamiaj skrypt co godzinę za pomocą cron:

crontab -e
# Add this line:
0 * * * * cd /path/to/project && python3 monitor.py >> monitor.log 2>&1

Wskazówki

  • Zacznij od endpointu single, przełącz się na browser, jeśli strony korzystają z renderowania JavaScript
  • Dodaj obsługę błędów: strony zmieniają układy. Zapisuj błędy osobno.
  • Aktualizuj selektory: gdy konkurent zmieni wygląd strony, zaktualizuj selektor CSS
  • Szanuj inne witryny: rób odstępy między zapytaniami, unikaj godzin szczytu, przestrzegaj robots.txt

Kolejne kroki

Aktualizacja: 27 kwietnia 2026
← Scrapowanie dynamicznych stron