Кто умеет парсить статьи? Есть работа!

[Яло]

Приветствую, форумчане! Нужно спарсить очень много контента (статьи) на определенную тематику.

Суть вопроса такая:
1. Называю тематику
2. Статьи могут быть как с одного сайта, так и с разных (их нужно будет большое количество, для начала 100мб)
3. Статьи должны быть полноценными (с подзаголовками h2/h3 и т.д), но без h1. Длинна статей должна быть от 3к.
4. Все подзаголовки должны быть обрамлены в соответствующие теги <h2/3/4>, все абзацы <p>, перечисление <ul/li> и т.д
5. Каждая статья должна быть в отдельном txt файле.
6. По цене не определилась. Предлагайте ту сумму, за которую готовы взяться за работу. Цена должна быть эквивалентна 100мб, чтобы в будущем (если сработаемся) я делала заказы на определенное количество мб исходя из цены за 100.

Что не подходит:
1. Контент из книг (нужны только спаршенные с других сайтов статьи)
2. Дубли статей
3. Мусорный контент (наличие посторонних символов и постороннего html кода)
4. Контент должен быть строго тематическим!

Это основное. По нюансам определимся в ходе работы.

 

[AlexPR]

Приветствую, форумчане! Нужно спарсить очень много контента (статьи) на определенную тематику.

С разных или с одного сайта? Можно подробней?

 

[Winst]

Цена вопроса?

 

[Entrol]

Интересуют подробности

 

[Яло]

Суть вопроса такая:
1. Называю тематику
2. Статьи могут быть как с одного сайта, так и с разных (их нужно будет большое количество, для начала 100мб)
3. Статьи должны быть полноценными (с подзаголовками h2/h3 и т.д), но без h1. Длинна статей должна быть от 3к.
4. Все подзаголовки должны быть обрамлены в соответствующие теги <h2/3/4>, все абзацы <p>, перечисление <ul/li> и т.д
5. Каждая статья должна быть в отдельном txt файле.
6. По цене не определилась. Предлагайте ту сумму, за которую готовы взяться за работу. Цена должна быть эквивалентна 100мб, чтобы в будущем (если сработаемся) я делала заказы на определенное количество мб исходя из цены за 100.

Что не подходит:
1. Контент из книг (нужны только спаршенные с других сайтов статьи)
2. Дубли статей
3. Мусорный контент (наличие посторонних символов и постороннего html кода)
4. Контент должен быть строго тематическим!

Это основное. По нюансам определимся в ходе работы. Спасибо тем, кто откликнулся.

 

[AlexPR]

100мб ? Както странны вы решили текст измерить.

 

[Яло]

Ну давайте представим - 1к текста в среднем весит 1 килобайт в зависимости от симвоолов, ну пусть статья на 3к символов будет весить 4 килобайта. Вот считайте - 25 000 статей по 3к символов будут весить где-то 100мб. Все зависит от длинны статьи.

 

[Яло]

Просто когда парсят, не считают количество статей - считают вес (одного или напаршенных в папку) документов.

 

[Seva]

а потом через годик на продажу как уник

 

[Яло]

Вот это схема! Продавать не думали ее?

 

[Seva]

Я нет а вот вы были замечены в продаже

 

[Яло]

Ну так там были качественные уникальные статьи, для моего дела грех такие использовать.

 

[petrovna38]

Цена вопроса интересует

 

[Яло]

Кого заинтересовало - пишите в лс цену, за сколько возьметесь работать. Можно и меньше, чем 100 мб. В общем пишите - обсудим!!

 

[aeneas]

1000у.е. за 100 )