~/ecommerce/sephora-scraper

Sephora Scraper (Global)

Ator Apify que extrai dados completos de produtos da Sephora — variantes, preços, imagens, ingredientes e reviews — de lojas da Sephora nos EUA, Canadá, 9 mercados da UE, 6 mercados do Oriente Médio, no Reino Unido, na Índia e 10 mercados da Ásia-Pacífico, em um único esquema normalizado.

beleza PythonCrawlee Estados UnidosCanadáFrançaItáliaAlemanhaEspanhaPolôniaRepública TchecaGréciaRomêniaPortugalEmirados Árabes UnidosArábia SauditaBahreinOmãKuwaitCatarReino UnidoÍndiaNova ZelândiaAustráliaSingapuraMalásiaTailândiaIndonésiaFilipinasHong KongTaiwanBrunei

executar no Apify

proooxy/sephora-scraper — especificações

categoriaecommerce / beleza

linguagemPython

stackPython, Crawlee

mercadosEstados Unidos, Canadá, França, Itália, Alemanha, Espanha, Polônia, República Tcheca, Grécia, Romênia, Portugal, Emirados Árabes Unidos, Arábia Saudita, Bahrein, Omã, Kuwait, Catar, Reino Unido, Índia, Nova Zelândia, Austrália, Singapura, Malásia, Tailândia, Indonésia, Filipinas, Hong Kong, Taiwan, Brunei

saídaJSON limpo e pronto para RAG

principais recursos

Um único ator para os EUA, Canadá, 9 mercados da UE, 6 mercados do Oriente Médio, o Reino Unido, a Índia e 10 mercados APAC

Mercado detectado automaticamente — cole qualquer URL sephora.* e o dispatcher a encaminha para o módulo correto

Execuções multi-mercado combinadas — URLs de EUA + UE + SEA em uma única lista startUrls, transmitidas para um único dataset marcado com `market`

Precificação correta por locale — a moeda própria de cada loja (24 no total, de USD e EUR a AED e INR), como retornada pela própria camada de localização da Sephora

Esquema normalizado — todo mercado emite a mesma estrutura `source / brand / title / options / variants / medias / stats`

Isolamento de sessão por mercado — o estado de autenticação não pode se contaminar entre regiões

Circuit breaker global — 50 falhas consecutivas abortam a execução para evitar gastar computação em um alvo fora do ar

casos de uso

Inteligência de preços pan-regional entre os mercados de beleza dos EUA, UE e APAC
Monitoramento de disponibilidade e sortimento de produtos entre mercados
Análise competitiva para marcas lançando em novas regiões da Sephora
Comparações de ingredientes entre formulações regionais
Rastreamento de reviews e avaliações — incluindo sinais de wishlist do SEA e resumos de sentimento por IA dos EUA
Auditorias de precificação de fidelidade/membership por mercado

parâmetros de entrada

Parâmetro	Tipo	Obrigatório	Descrição
`startUrls`	array	obrigatório	URLs de produto ou categoria de qualquer loja sephora.*. O mercado é detectado automaticamente pelo hostname.
`market`	string	opcional	Substituição opcional de mercado (us, eu-fr, eu-it, eu-de, eu-es, eu-pl, eu-ro, eu-pt, eu-cz, eu-gr, mena-ae, mena-sa, mena-bh, mena-om, mena-kw, mena-qa, uk, in, sea-nz, sea-au, sea-sg, sea-my, sea-th, sea-id, sea-ph, sea-hk, sea-tw, sea-bn).
`locale`	string	opcional	Locale BCP 47 opcional (ex.: fr-FR, en-NZ) — substitui o padrão do mercado.
`categoryIds`	array	opcional	UE, Oriente Médio, Reino Unido e Índia. IDs de categoria no formato próprio de cada mercado (ex.: C479 nas lojas da UE) — alternativa a colar URLs de categoria.
`onlyNewProducts`	boolean	opcional	Somente produtos adicionados recentemente: um filtro do lado do servidor em EUA/Canadá e FR, IT, DE, ES, PL, RO, PT; páginas de listagem com os mais novos primeiro em SEA e Índia. Não suportado nos demais mercados.
`newProductsPageLimit`	number	opcional	Páginas de listagem por categoria quando onlyNewProducts roda em SEA ou Índia. Padrão 3.
`advancedFilter`	string	opcional	Somente listagens de categoria dos EUA/Canadá: uma expressão de refinamento bruta como filters[isNew]=true.
`proxy`	object	opcional	Configuração de proxy do Apify. Residencial fortemente recomendado; fixe apifyProxyCountry no mercado-alvo.
`maxConcurrency`	number	opcional	Requisições simultâneas. Padrão 5. EUA: 2-5. UE: 3. SEA: 8-16.
`maxRequestsPerCrawl`	number	opcional	Limite rígido global entre todos os mercados. 0 = ilimitado.

Mercados suportados

Região	ID do Mercado	País	Moeda	Hostname
Américas	`us`	Estados Unidos	USD	sephora.com
Américas	`us`	Canadá	CAD	sephora.ca
UE	`eu-fr`	França	EUR	sephora.fr
UE	`eu-it`	Itália	EUR	sephora.it
UE	`eu-de`	Alemanha	EUR	sephora.de
UE	`eu-es`	Espanha	EUR	sephora.es
UE	`eu-pl`	Polônia	PLN	sephora.pl
UE	`eu-cz`	República Tcheca	CZK	sephora.cz
UE	`eu-gr`	Grécia	EUR	sephora.gr
UE	`eu-ro`	Romênia	RON	sephora.ro
UE	`eu-pt`	Portugal	EUR	sephora.pt
Oriente Médio	`mena-ae`	Emirados Árabes Unidos	AED	sephora.me/ae-en
Oriente Médio	`mena-sa`	Arábia Saudita	SAR	sephora.me/sa-en
Oriente Médio	`mena-bh`	Bahrein	BHD	sephora.me/bh-en
Oriente Médio	`mena-om`	Omã	OMR	sephora.me/om-en
Oriente Médio	`mena-kw`	Kuwait	KWD	sephora.me/kw-en
Oriente Médio	`mena-qa`	Catar	QAR	sephora.me/qa-en
Reino Unido	`uk`	Reino Unido	GBP	sephora.co.uk
Índia	`in`	Índia	INR	sephora.in
APAC	`sea-nz`	Nova Zelândia	NZD	sephora.nz
APAC	`sea-au`	Austrália	AUD	sephora.com.au
APAC	`sea-sg`	Singapura	SGD	sephora.sg
APAC	`sea-my`	Malásia	MYR	sephora.com.my
APAC	`sea-th`	Tailândia	THB	sephora.co.th
APAC	`sea-id`	Indonésia	IDR	sephora.co.id
APAC	`sea-ph`	Filipinas	PHP	sephora.ph
APAC	`sea-hk`	Hong Kong	HKD	sephora.hk
APAC	`sea-tw`	Taiwan	TWD	sephora.tw
APAC	`sea-bn`	Brunei	BND	sephora.bn

Exemplo de Saída

 1{
 2  "market": "sea-nz",
 3  "source": {
 4    "id": 58792,
 5    "canonicalUrl": "https://www.sephora.nz/products/rare-beauty-true-to-myself-natural-matte-longwear-foundation",
 6    "retailer": "SEPHORA",
 7    "currency": "NZD"
 8  },
 9  "brand": "Rare Beauty",
10  "title": "True To Myself Natural Matte Longwear Foundation",
11  "description": "<p>A self-priming and self-setting foundation...</p>",
12  "ingredients": "Aqua/Water, Cyclopentasiloxane, Glycerin...",
13  "currentSku": "770225",
14  "categories": ["makeup/face/foundation"],
15  "options": [
16    { "name": "shade", "id": "66488", "values": [{"value": "1 Fair Neutral", "orderable": true}] }
17  ],
18  "variants": [
19    {
20      "id": "276343",
21      "sku": "770225",
22      "price": { "current": 77.0, "original": 77.0, "stockStatus": "IN_STOCK" },
23      "options": [{"name": "shade", "value": "1 Fair Neutral"}],
24      "highlights": ["NEW", "Only at Sephora"],
25      "wishlisted": null
26    }
27  ],
28  "medias": [{ "url": "https://www.sephora.nz/.../foundation-shade.jpg", "type": "image" }],
29  "stats": { "reviewCount": 971, "rating": 4.8, "lovesCount": null }
30}

Dicas

Fixe o país do proxy no mercado-alvo. Uma saída residencial em um país incompatível é a maior fonte isolada de 403s. Defina apifyProxyCountry para o código ISO da loja (US, FR, NZ, etc.).
Faça um smoke test primeiro. Defina maxRequestsPerCrawl=10 antes da sua primeira execução de produção em um novo mercado.
Ajuste a concorrência por região. EUA: 2-5. UE: 3. SEA: 8-16. Cada mercado recebe seu próprio semáforo em execuções mistas.

faq

Quais lojas da Sephora esse scraper suporta?

EUA (sephora.com), Canadá (sephora.ca), 9 mercados da UE (FR, IT, DE, ES, PL, CZ, GR, RO, PT), 6 mercados do Oriente Médio em sephora.me (AE, SA, BH, OM, KW, QA), o Reino Unido (sephora.co.uk), a Índia (sephora.in) e 10 mercados APAC (NZ, AU, SG, MY, TH, ID, PH, HK, TW, BN). O mercado é detectado automaticamente a partir da URL — o hostname, ou o prefixo de caminho no estilo /ae-en/ em sephora.me — então execuções com mercados mistos não exigem nenhum input extra.

Posso raspar múltiplos mercados em uma única execução?

Sim. Misture URLs de sephora.com, sephora.fr e sephora.nz em uma única lista startUrls. O dispatcher as agrupa por mercado, executa cada módulo simultaneamente com a autenticação apropriada para cada mercado, e marca cada item do dataset com um campo `market`.

Como o scraper lida com proteção anti-bot?

Todos os mercados passam por proxies residenciais, com novas tentativas automáticas em uma sessão nova quando uma requisição é bloqueada. Fixe o país do proxy no mercado da loja para a melhor taxa de sucesso.

Minhas configurações de execução v1.x dos EUA existentes vão continuar funcionando?

Sim. Os inputs pré-2.0 — startUrls, maxConcurrency, proxy, maxRequestsPerCrawl — se comportam de forma idêntica. A única mudança na saída é uma nova chave `market` em cada item, uma mudança aditiva e não destrutiva.

Por que alguns campos estão nulos nos dados do SEA?

A API da Sephora SEA não expõe um contador `lovesCount`, então os itens APAC têm `stats.lovesCount = null`. Em vez disso, cada variante tem um campo booleano `wishlisted`. Por outro lado, `sentiments` (resumos de reviews por IA) e `source.crawlUrl` são exclusivos dos EUA.

Preciso de tokens de API ou contas separadas por mercado?

Não. Seu token de API do Apify existente funciona sem alterações. O ator gerencia os guest tokens por mercado internamente — nenhuma credencial é necessária para UE/SEA, e os EUA funcionam com proxies residenciais padrão do Apify.