Como Analista de Compras sua principal tarefa consiste em identificar qual fornecedor oferece o melhor preço para cada um dos produtos de sua empresa.
Diariamente, você busca no Google Shopping e no Buscapé os preços dos seguintes produtos: iPhone 12 64GB e Placa de Vídeo RTX 3060.
A fim de tornar sua busca mais refinada, você usa os critérios definidos na planilha produtos.xlsx
, a qual especifica os preços mínimo e máximo para cada produto bem como os termos de busca e os termos banidos.
Por fim, você sumariza os resultados de sua busca numa tabela que é enviada por e-mail para o seguinte endereço: diegotorrescoder@gmail.com.
Neste projeto, foram usadas as seguintes bibliotecas:
- os
- datetime
- pandas
- selenium
- webdriver-manager
Para resolver este desafio, este foi o passo a passo adotado:
- Criar um navegador do Google Chrome
- Importar a base de dados
produtos.xlsx
- Visualizar a base de dados
- Procurar cada produto no Google Shopping e no Buscapé
- Verificar se o produto do anúncio possui todos os termos da busca
- Verificar se o produto do anúncio não contém os termos banidos
- Verificar se o preço do produto do anúncio está dentro da faixa de preços admitida
- Salvar as ofertas em um dataframe
- Exportar o dataframe como uma planilha do Excel
- Enviar por e-mail os resultados
Veja a planilha que obtive no dia 22/03/2023:
Inicialmente, navegue para a pasta na qual deseja clonar o repositório deste projeto. Em seguida, clone este repositório com o seguinte comando:
git clone https://github.com/diego-torres-coder/Robo-Buscador-de-Precos.git
Para criar o ambiente virtual, navegue até a pasta do projeto e digite o seguinte comando no terminal:
conda create -n scrapper-robot python=3.10
Em seguida, ative o ambiente:
conda activate scrapper robot
Com o ambiente ativo, instale as dependências do projeto:
pip3 install numpy pandas openpyxl jupyter selenium webdriver-manager
Alternativamente, você pode instalar as dependências deste projeto a partir do arquivo requirements.txt
:
pip3 install -r requirements.txt
Execute o Jupyter Notebook:
jupyter notebook
Abra o arquivo principal deste projeto e execute todas as células.