Farfetch-Preisverfolgung in Echtzeit – eine globale Online-Einzelhandelsplattform für Luxusmode. Zwei Möglichkeiten für den Einstieg: eine vollständig verwaltete Intelligence-Plattform oder ein benutzerdefinierter Scraper, erstellt mit Bright Data's AI Scraper Builder.
Bright Insights ist die vollständig verwaltete Retail-Intelligence-Plattform von Bright Data. Keine Scraper zu erstellen, keine Infrastruktur zu warten – nur strukturierte, analysebereite Preisdaten, die an Dashboards, Data Feeds oder Ihre BI-Tools geliefert werden.
Warum Teams Bright Insights wählen:
- 🚀 Kein Setup – In wenigen Minuten live mit sofort einsatzbereiten Dashboards und Data Feeds
- 🤖 KI-gestützte Empfehlungen – Ein konversationeller KI-Assistent verwandelt Millionen von Datenpunkten sofort in umsetzbare Erkenntnisse
- ⚡ Echtzeit-Monitoring – Stündliche bis tägliche Aktualisierungsraten mit sofortigen Alerts (E-Mail, Slack, webhook)
- 🌍 Unbegrenzte Skalierung – Jede Website, jede Geografie, jede Aktualisierungsfrequenz
- 🔗 Plug-and-play-Integrationen – AWS, GCP, Databricks, Snowflake und mehr
- 🛡️ Vollständig verwaltet – Bright Data übernimmt Schemaänderungen, Website-Updates und Datenqualität automatisch
Wichtige Anwendungsfälle:
- ✅ Überwachen Sie Preise seltener und limitierter Editionen auf Farfetch
- ✅ Verfolgen Sie die Verfügbarkeit über Größen und Farben hinweg in Echtzeit
- ✅ Überprüfen Sie Wiederverkaufsaufschläge im Vergleich zu Einzelhandelspreisen
- ✅ Überwachen Sie die Einhaltung von MAP-Richtlinien und erkennen Sie Preisverstöße
- ✅ Verfolgen Sie Wettbewerber-Promotions und Promotionsdynamiken
- ✅ Speisen Sie saubere, harmonisierte Daten direkt in dynamische Preisalgorithmen oder KI-Modelle ein
Ab $250/Monat – Individuelles Angebot anfordern →
Keine vorgefertigte Farfetch-Scraper-API? Kein Problem. Bright Data's AI Scraper Builder generiert in nur wenigen Klicks einen benutzerdefinierten Farfetch-Scraper — ganz ohne Programmierung.
Öffnen Sie den Farfetch AI Scraper Builder →
Wählen Sie die Domain, beschreiben Sie Ihre Datenanforderungen, und lassen Sie unseren KI-Scraper-Builder die API automatisch erstellen.
- Beschreiben Sie den Datenbedarf in einfachem Englisch
- Die KI generiert sofort die Scraper-API
- Führen Sie API-Anfragen für sofortige Ergebnisse aus
- Bearbeiten Sie den Code in der integrierten IDE, falls erforderlich
Sobald Ihr Scraper erstellt ist, erhält er eine Web Scraper ID (gd_xxxxxxxxxxxx) — kopieren Sie sie für den Setup-Schritt unten.
- Python 3.9 oder höher
- Ein Bright Data-Konto (kostenlose Testversion verfügbar)
- Ein Bright Data-API-Token (so erhalten Sie eines)
- Eine Web Scraper ID für Farfetch (aus dem obigen Build-Schritt)
-
Dieses repository klonen
git clone https://github.com/bright-data-de/farfetch-price-tracker.git cd farfetch-price-tracker -
Abhängigkeiten installieren
pip install -r requirements.txt
-
Zugangsdaten konfigurieren
Kopieren Sie
.env.examplenach.envund tragen Sie Ihre Werte ein:cp .env.example .env
BRIGHTDATA_API_TOKEN=your_api_token_here BRIGHTDATA_DATASET_ID=your_dataset_id_here
Ihre Web Scraper ID Fügen Sie die Web Scraper ID aus Ihrem AI Scraper Builder-Dashboard in
BRIGHTDATA_DATASET_IDein (Format:gd_xxxxxxxxxxxx).
Sobald Ihr Farfetch-Scraper erstellt wurde und Ihre Web Scraper ID in .env konfiguriert ist, funktioniert die Python-Schnittstelle auf die gleiche Weise:
Übergeben Sie eine Liste von Farfetch-Produkt-URLs, um strukturierte Preisdaten abzurufen:
from price_tracker import track_prices
urls = [
"https://www.farfetch.com/en/products/sample-product-123456",
# Add more product URLs here
]
results = track_prices(urls)
for item in results:
print(f"{item.get('title')} - {item.get('final_price', item.get('price'))} {item.get('currency', '')}")Oder direkt ausführen:
python price_tracker.pyFinden Sie Produkte, die einer Keyword-Suche entsprechen:
from price_tracker import discover_by_keyword
results = discover_by_keyword("laptop", limit=50)Sammeln Sie alle Produkte von einer Farfetch-Kategorieseite:
from price_tracker import discover_by_category
results = discover_by_category(
"https://farfetch.com/category/example",
limit=100,
)Jeder Ergebnisdatensatz enthält die folgenden Felder:
| Field | Description |
|---|---|
url |
Produktseiten-URL |
title |
Produktname |
brand |
Marke/Haus |
price |
Einzelhandelspreis |
currency |
Währungscode |
in_stock |
Verfügbarkeit |
color |
Farbe |
size |
Verfügbare Größen |
material |
Verwendete Materialien |
sku |
SKU / Referenznummer |
images |
Produktbilder |
description |
Produktbeschreibung |
timestamp |
Zeitstempel der Erfassung |
[
{
"url": "https://www.farfetch.com/en/products/sample-product-123456",
"title": "Example Product Name",
"brand": "Example Brand",
"initial_price": 59.99,
"final_price": 44.99,
"currency": "USD",
"discount": "25%",
"in_stock": true,
"rating": 4.5,
"reviews_count": 1234,
"images": ["https://farfetch.com/images/product1.jpg"],
"description": "Product description text...",
"timestamp": "2025-01-15T10:30:00Z"
}
]Die Funktion trigger_collection() akzeptiert optionale Parameter zur Steuerung der Datenerfassung:
| Parameter | Type | Default | Description |
|---|---|---|---|
limit |
integer | - | Maximale Anzahl der zurückzugebenden Datensätze |
include_errors |
boolean | true |
Fehlerberichte in die Ergebnisse einschließen |
notify |
string (URL) | - | Webhook-URL, die aufgerufen wird, wenn der Snapshot bereit ist |
format |
string | json |
Ausgabeformat: json, csv oder ndjson |
Beispiel mit Optionen:
from price_tracker import trigger_collection, get_results
inputs = [{"url": "https://www.farfetch.com/en/products/sample-product-123456"}]
snapshot_id = trigger_collection(inputs, limit=200, notify="https://your-webhook.com/hook")
results = get_results(snapshot_id)- 🌟 Farfetch Price Tracker - Bright Insights (Managed)
- 🏗️ Einen Farfetch-Scraper erstellen
- 📖 Bright Data Web Scraper API-Dokumentation
- 🗄️ Web Scrapers Control Panel
- 🔑 So erhalten Sie ein API-Token
- 🌐 Bright Data-Homepage
Erstellt mit Bright Data – der branchenführenden Webdatenplattform.