~/ecommerce/woocommerce-scraper

WooCommerce स्क्रेपर — उत्पाद, कीमत, स्टॉक और समीक्षाएँ

किसी भी WooCommerce स्टोर से प्रोडक्ट, वेरिएशन, कैटेगरी और ग्राहक रिव्यू स्क्रेप करें। सिर्फ़ डोमेन दें और यह कैटलॉग ढूंढ लेता है — तब भी जब स्टोर ने अपना JSON API बंद कर रखा हो।

सामान्य TypeScriptCheerio वैश्विक

Apify पर रन करें

proooxy/woocommerce-scraper — स्पेक

कैटेगरीecommerce / सामान्य

भाषाTypeScript

स्टैकTypeScript, Cheerio

मार्केट्सवैश्विक

आउटपुटसाफ, RAG-तैयार JSON

मुख्य विशेषताएं

सिर्फ़ डोमेन काफ़ी है — Actor खुद कैटलॉग ढूंढ लेता है

जिन स्टोर का JSON API बंद या फ़ायरवॉल से ब्लॉक है, वहां भी काम करता है

वेरिएबल उत्पादों के सभी वेरिएशन, हर एक के अपने SKU, कीमत और स्टॉक स्थिति के साथ

ग्राहक समीक्षाएँ अलग रिकॉर्ड के रूप में — रेटिंग, लेखक और तारीख सहित

कीमतें न्यूनतम मुद्रा इकाई में, साथ में स्टोर का अपना प्रारूपित स्ट्रिंग, ताकि गणना में राउंडिंग त्रुटि न हो

प्रति-स्टोर सीमाएँ, ताकि बहु-स्टोर रन में एक बड़ा कैटलॉग बाकी को न निगल ले

रन के हर स्टोर पर कीवर्ड खोज, केवल पूरे कैटलॉग की क्रॉलिंग नहीं

डिफ़ॉल्ट कॉन्करेंसी संयमित — अधिकांश WooCommerce स्टोर छोटे सेल्फ-होस्टेड WordPress साइट हैं

यूज़ केस

स्वतंत्र WooCommerce विक्रेताओं की कीमत और वर्गीकरण निगरानी
उन छोटे स्टोरों की लॉन्ग टेल से उत्पाद डेटाबेस बनाना जो किसी मार्केटप्लेस पर नहीं हैं
प्रतिस्पर्धी शोध जब प्रतिद्वंद्वी Shopify नहीं, WordPress चलाता है
समीक्षा विश्लेषण — उत्पाद धारणा और रेटिंग वितरण
तुलना साइट, मार्केटप्लेस और शॉपिंग एजेंट को उत्पाद डेटा देना
वितरण और रीसेलर जाँच के लिए स्टॉक व उपलब्धता ट्रैकिंग

इनपुट पैरामीटर

पैरामीटर	टाइप	आवश्यक	विवरण
`domains`	array	वैकल्पिक	सादे डोमेन, प्रति पंक्ति एक — स्टोर बताने का सबसे आसान तरीका
`startUrls`	array	वैकल्पिक	कोई भी WooCommerce URL: स्टोर रूट, श्रेणी पेज, टैग पेज या एकल उत्पाद
`maxProducts`	integer	वैकल्पिक	पूरे रन में सहेजे जाने वाले उत्पाद रिकॉर्ड की संख्या
`maxProductsPerStore`	integer	वैकल्पिक	हर स्टोर की अलग सीमा, ताकि एक बड़ा कैटलॉग पूरा बजट न खा जाए
`includeVariations`	boolean	वैकल्पिक	वेरिएबल उत्पादों के सभी वेरिएशन लें — SKU, कीमत और स्टॉक सहित
`includeReviews`	boolean	वैकल्पिक	ग्राहक समीक्षाओं को रेटिंग, लेखक और तारीख के साथ अलग रिकॉर्ड में सहेजें
`query`	string	वैकल्पिक	रन के हर स्टोर रूट या डोमेन पर लागू होने वाला खोज शब्द
`allowHtmlFallback`	boolean	वैकल्पिक	जिन स्टोर का JSON API बंद या अवरुद्ध है, उनके लिए HTML फ़ॉलबैक अनुमति दें
`proxy`	object	वैकल्पिक	प्रॉक्सी कॉन्फ़िगरेशन; ज़रूरत पड़ने पर ही स्क्रेपर इसे बढ़ाता है

आउटपुट उदाहरण

 1{
 2  "source": {
 3    "id": "1251",
 4    "canonicalUrl": "https://www.shoprootscience.com/shop/sample-kit",
 5    "retailer": "shoprootscience.com",
 6    "language": "en",
 7    "currency": "USD"
 8  },
 9  "title": "Sample Kit",
10  "brand": "",
11  "categories": ["Samples"],
12  "price": {
13    "current": 2000,
14    "currentFormatted": "$20.00",
15    "previous": 2000,
16    "stockStatus": "InStock",
17    "stockCount": 0
18  },
19  "stats": { "rating": 4.75, "reviewCount": 4 },
20  "options": [
21    { "type": "Sample 1", "values": [
22      { "id": "Bare Facial Serum", "name": "Bare Facial Serum" },
23      { "id": "Youth Facial Serum", "name": "Youth Facial Serum" }
24    ] }
25  ],
26  "variants": [
27    { "sku": "SK-BARE", "price": { "current": 2000, "currentFormatted": "$20.00", "stockStatus": "InStock" } }
28  ]
29}

सुझाव

एक डोमेन और छोटी सीमा से शुरू करें। सौ उत्पाद ही बता देते हैं कि वह स्टोर कौन-सा स्रोत खोलता है और रिकॉर्ड कितने पूर्ण हैं। बहु-स्टोर रन में maxProductsPerStore ज़रूर सेट करें। वरना पहला बड़ा कैटलॉग बाकी स्टोर तक पहुँचने से पहले पूरा बजट सोख लेगा। समीक्षाएँ सोच-समझकर चालू करें। ये अलग रिकॉर्ड और अलग शुल्क हैं, और अधिकांश मूल्य-निगरानी कार्य में इनकी ज़रूरत नहीं। HTML फ़ॉलबैक चालू रहने दें। बंद स्टोर इसी की वजह से काम करते हैं; प्रति-रन सीमा इसकी लागत बाँधे रखती है।

सामान्य प्रश्न

अगर स्टोर ने JSON API बंद कर रखा हो तो?

यह Actor इसी आम स्थिति के लिए बना है। यह स्थिति पहचानकर भी कैटलॉग इकट्ठा कर लेता है, इसलिए बंद स्टोर से भी प्रोडक्ट मिलते हैं।

कैसे पता चले कि साइट वाकई WooCommerce है?

डोमेन Actor को दें और उसे तय करने दें — पहचान रन का हिस्सा है।

क्या वेरिएशन अलग रिकॉर्ड होते हैं?

नहीं। एक रिकॉर्ड एक उत्पाद है और वेरिएशन उसके variants में नेस्टेड रहते हैं, हर एक के अपने SKU, कीमत और स्टॉक स्थिति के साथ। सक्षम करने पर केवल समीक्षाएँ अलग रिकॉर्ड बनती हैं।