Готовая выгрузка вместо онлайн-парсера
Если нужно разобрать или проверить готовую строку JSON, хватит онлайн-валидатора или пары строк кода на Python. Моя задача другая: сначала добыть данные с сайта, а уже потом сложить их в JSON.
Бывает, что страница сама подгружает данные JSON-запросом, и я использую это для точного сбора. На выходе вы получаете файл или адрес, по которому приложение читает данные без работы с вёрсткой.
Что можно получить
- плоский массив объектов или вложенную структуру: категория, товар, варианты;
- точные типы: числа числами, булевы значения, даты в ISO;
- массивы картинок и характеристик без склеивания в строки;
- файл на диск, архив или endpoint на вашем сервере;
- вариант jsonl: по объекту на строку для потоковой загрузки.
Когда JSON лучше таблицы
Если у записей разная структура, много вложенности, или данные грузятся в веб-приложение, JSON удобнее csv. Если вам нужно открыть данные в Excel, лучше таблица. Проектируем схему вместе: сначала пример одного объекта, потом полный сбор.
Нюанс: у сайтов бывает официальный API, и тогда я использую его, потому что он стабильнее парсинга вёрстки. Какой путь доступен, проверяю до оценки.
Примеры структуры
Для каталога удобна такая схема: объект товара с полями id, title, price, массив images и массив variants, где у каждого варианта свои размер, цвет, цена и остаток. Для компаний: название, адрес, массив телефонов, рубрики, координаты.
Для каждого поля фиксирую тип и правило для пустого значения: null или отсутствие ключа. Разработчику это важно, иначе приложение падает на первой записи без цены.
Схему согласуем на одном образце, после этого сбор идёт по понятной структуре без переделок. Напишите в чат своими словами задачу, в режиме диалога обсудим и определим стоимость.