@afilimax/amazon-scraper

O @afilimax/amazon-scraper é uma biblioteca poderosa e resiliente para extração de dados de produtos da Amazon, focada especialmente no marketplace brasileiro (Amazon.com.br). Construída sobre o ecossistema @xcrap, ela oferece um sistema híbrido de requisições que maximiza a velocidade e a taxa de sucesso.

✨ Principais Características

• 🔄 Sistema Híbrido Resiliente: Utiliza GotScrapingClient por padrão para máxima velocidade. Se um CAPTCHA for detectado, a biblioteca muda automaticamente para o PuppeteerExtraClient (browser real) para resolver o desafio e obter os dados.
• 🛡️ Evasão de Bots: Integra StealthPlugin e AmazonCaptchaPlugin para minimizar bloqueios.
• 📊 Dados Estruturados: Extrai títulos, preços, imagens, avaliações, especificações técnicas, disponibilidade e informações de frete.
• 🧩 Baseado em @xcrap: Utiliza modelos de extração e transformação declarativos, facilitando a manutenção.
• 📦 Tipagem TypeScript: Totalmente escrito em TypeScript com definições de tipos para todos os retornos.

🚀 Instalação

npm install @afilimax/amazon-scraper

Nota: Certifique-se de ter as dependências do @afilimax/core devidamente configuradas se estiver usando em um ambiente monorepo.

🛠️ Como Usar

Exemplo Básico

import { AmazonScraper } from '@afilimax/amazon-scraper';

async function run() {
    // Inicializa o scraper
    const scraper = new AmazonScraper({
        quiet: false // Define se deve exibir logs no console
    });

    try {
        const url = 'https://www.amazon.com.br/dp/B08P2B889P';
        
        // Obtém os dados do produto
        const product = await scraper.getProduct({ url });

        console.log('Dados do Produto:', JSON.stringify(product, null, 2));
    } catch (error) {
        console.error('Erro ao extrair produto:', error);
    } finally {
        // Importante fechar o browser (Puppeteer) se ele tiver sido aberto
        await scraper.close();
    }
}

run();

Configurações Avançadas

Você pode passar opções customizadas para o Puppeteer ou para o cliente de requisições HTTP (Got):

const scraper = new AmazonScraper({
    puppeteer: {
        headless: true,
        args: ['--no-sandbox']
    },
    gotScraping: {
        // Opções do got-scraping
    },
    quiet: true
});

📋 API Reference

AmazonScraper

constructor(options?: AmazonScraperOptions)

• puppeteer: Opções para o PuppeteerExtraClient.
• gotScraping: Opções para o GotScrapingClient.
• quiet: Se true, desativa os logs de depuração.

getProduct(options: { url: string }): Promise<ScrapedProduct>

Extrai todos os dados de um produto a partir de uma URL. Faz a limpeza automática de parâmetros de rastreamento da Amazon antes da extração.

getProductPageParser(options: { url: string }): Promise<HtmlParser>

Obtém apenas o parser HTML da página. Útil se você precisar fazer extrações manuais específicas usando @xcrap/extractor.

close(): Promise<void>

Fecha as instâncias abertas do browser. Sempre chame este método ao finalizar o uso.

🗃️ Estrutura de Dados Retornada

O método getProduct retorna um objeto seguindo o scrapedProductSchema do @afilimax/core, contendo:

• title: Título do produto.
• price: Preço atual (normalizado).
• description: Descrição detalhada.
• images: Array de URLs das imagens em alta resolução.
• brand: Marca do produto.
• rating: Objeto com média e total de avaliações.
• specifications: Lista de especificações técnicas.
• features: Características principais.
• availability: Status de estoque.
• shipping: Informações de frete estimadas.
• scrapedAt: Timestamp da extração.

🤝 Contribuição

Este projeto é focado no marketplace brasileiro. Se você deseja adicionar suporte para outros idiomas ou marketplaces regionais da Amazon, sinta-se à vontade para abrir uma issue ou enviar um Pull Request.

1. Clone o repositório.
2. Instale as dependências: npm install.
3. Execute os testes: npm test.

📄 Licença

Distribuído sob a licença MIT. Veja LICENSE para mais informações.