Ozon Parser

Парсер товаров Ozon.ru с GUI и Telegram-ботом. Многопоточный сбор данных о товарах и продавцах.

Demo

Возможности

• ✅ Парсинг до 10,000 товаров из категорий
• ✅ Данные о продавцах: ИНН, рейтинг, статистика
• ✅ Многопоточность (до 5 воркеров)
• ✅ Экспорт в Excel + JSON
• ✅ Telegram бот для управления
• ✅ GUI интерфейс

Установка

git clone https://github.com/NurjahonErgashevMe/ozon-parser
cd ozon-parser
pip install -r requirements.txt

Требования: Python 3.11, Chrome браузер

Запуск

python main.py          # GUI
python bot.py           # Только Telegram бот
python app.py           # CLI

Конфигурация

Создайте config.txt:

TELEGRAM_BOT_TOKEN=your_bot_token
TELEGRAM_CHAT_ID=your_user_id
USER_your_user_id_SELECTED_FIELDS=name,company_name,inn,price
USER_your_user_id_FIELD_ORDER=name,company_name,inn,price
USER_your_user_id_DEFAULT_COUNT=500

Доступные поля

Поле	Описание
article	Артикул товара
name	Название товара
seller_name	Имя продавца
company_name	Название компании
inn	ИНН продавца
card_price	Цена по карте
price	Текущая цена
original_price	Старая цена
product_url	Ссылка на товар
image_url	Ссылка на изображение
orders_count	Количество заказов
reviews_count	Количество отзывов
average_rating	Средний рейтинг
working_time	Дата регистрации

Особенности

• Обход блокировки: 3 драйвера × 3 попытки = 9 попыток обхода антибота
• Резервный поиск seller_id: если не найден в основных данных, ищет по всему JSON
• Умное управление ресурсами: автоматическое распределение воркеров между пользователями
• Headless режим: настраивается в src/config/settings.py

Структура вывода

output/
└── category_name_DD.MM.YYYY_HH-MM-SS/
    ├── links_*.json               # Собранные ссылки
    ├── category_*.json            # Данные в JSON
    └── category_*.xlsx            # Excel отчет

Troubleshooting

Парсинг селлеров не работает?

• Проверьте что в SELECTED_FIELDS есть хотя бы одно поле селлера: inn, company_name, seller_name, orders_count, reviews_count, average_rating, working_time

Блокировка Ozon?

• Установите HEADLESS = False в src/config/settings.py
• Используйте прокси
• Увеличьте задержки между запросами

Лицензия

MIT License