Obtención de datos de la WEB -- 2
Budget: $750 – $1,500 USD
Se requiere obtener de manera automática información pública contenida en la web.
Los documentos o resultados a entregar son:
1. El código (Python, NodeJS u otro) de las consultas para realizar esta extracción y
2. Las bases de datos (xls, cvs, mysql o lo que se proponga) serán obtenidas en una única extracción de cada uno de los sitios elegidos para esto. La cantidad de registros por sitio flúctua entre 2.000 y 2.000.000 (en 3 sitios) para cada uno.
Se deberá generar filtros para algunos de ellos, debodo a que en algunos de ellos sólo se necesita obtener un subconjunto de datos (subcategorías).
Toda la información a obtener pertenece a productos vendidos en el mercado y zona geográfica de Chile (proveedores internacionales no están incluidos como por ejemplo Aliexpress).
Esto debe ser realizado lo antes posible, con un máximo de 6 semanas y puede considerar entregables parciales, por lo que busco a alguien que tenga las habilidades y el compromiso para terminar el proyecto a tiempo.
______________________________________________-
It is required to automatically obtain public information contained on the web.
The documents or results to be delivered are:
1. The code (Python, NodeJS or other) of the queries to perform this extraction and
2. The databases (xls, cvs, mysql or whatever is proposed) will be obtained in a single extraction from each of the sites chosen for this. The number of records per site fluctuates between 2,000 and 2,000,000 (in 3 sites) for each one.
Filters must be generated for some of them, because in some of them it is only necessary to obtain a subset of data (subcategories).
All the information to be obtained pertains to products sold in the Chilean market and geographical area (international providers are not included, such as Aliexpress).
This needs to be done as soon as possible, with a maximum of 6 weeks and may consider partial deliverables, so I am looking for someone who has the skills and commitment to finish the project on time.
Los documentos o resultados a entregar son:
1. El código (Python, NodeJS u otro) de las consultas para realizar esta extracción y
2. Las bases de datos (xls, cvs, mysql o lo que se proponga) serán obtenidas en una única extracción de cada uno de los sitios elegidos para esto. La cantidad de registros por sitio flúctua entre 2.000 y 2.000.000 (en 3 sitios) para cada uno.
Se deberá generar filtros para algunos de ellos, debodo a que en algunos de ellos sólo se necesita obtener un subconjunto de datos (subcategorías).
Toda la información a obtener pertenece a productos vendidos en el mercado y zona geográfica de Chile (proveedores internacionales no están incluidos como por ejemplo Aliexpress).
Esto debe ser realizado lo antes posible, con un máximo de 6 semanas y puede considerar entregables parciales, por lo que busco a alguien que tenga las habilidades y el compromiso para terminar el proyecto a tiempo.
______________________________________________-
It is required to automatically obtain public information contained on the web.
The documents or results to be delivered are:
1. The code (Python, NodeJS or other) of the queries to perform this extraction and
2. The databases (xls, cvs, mysql or whatever is proposed) will be obtained in a single extraction from each of the sites chosen for this. The number of records per site fluctuates between 2,000 and 2,000,000 (in 3 sites) for each one.
Filters must be generated for some of them, because in some of them it is only necessary to obtain a subset of data (subcategories).
All the information to be obtained pertains to products sold in the Chilean market and geographical area (international providers are not included, such as Aliexpress).
This needs to be done as soon as possible, with a maximum of 6 weeks and may consider partial deliverables, so I am looking for someone who has the skills and commitment to finish the project on time.