Техническое задание: Парсинг текстовой информации

Цель проекта

Разработать решение для автоматического сбора и структурирования текстовых данных с целевых веб-страниц.

Источники данных

Парсинг необходимо выполнить с трёх сайтов:

• banki.ru
• vbr.ru
• sravni.ru

Конкретные страницы для обработки указаны в отдельном предоставленном списке.

Требования к данным

Необходимо извлекать блоки с текстовой информацией согласно предоставленным типам и примерам.

Структура выходных данных

Каждая запись должна содержать следующие поля:

• URL страницы
• Тип блока (согласно классификации)
• Заголовок H2 (или H1, если H2 отсутствует)
• Заголовок H3
• Текст содержимого

Требования к формату и обработке

• Итоговые данные должны быть представлены в формате Excel или текстовом файле с разделителем точка с запятой (;).
• Все символы точки с запятой, встречающиеся в исходных текстах, необходимо заменить на запятые, чтобы не нарушать структуру файла.
• Пример ожидаемого результата парсинга предоставлен для ознакомления.

Дополнительные указания

Для уточнения деталей по типам блоков и списку страниц будут предоставлены вспомогательные материалы.