Автонаповнення описів товарів у 1С-Бітрікс із зовнішніх джерел

Ви запустили інтернет-магазин на 1С-Бітрікс. Тисячі товарів, але описи порожні або скопійовані з прайсу. Контент-менеджери витрачають години на пошук і форматування — і все одно описи різняться стилем та якістю. Помилки при копіюванні, дублі, неактуальна інформація.

Вихід — автоматизоване наповнення із зовнішніх джерел. Нещодавно до нас звернувся клієнт з каталогом 10 000 товарів електроніки. Описи були лише у 20%, інші порожні. Після впровадження системи заповнення досягло 95% за два тижні. Наш fallback-підхід забезпечує стабільність у 3 рази вищу, ніж парсинг одиничного джерела.

Ми проектуємо систему, яка сама збирає описи, не затираючи ручні правки, і використовує ланцюжок джерел з fallback. Інтеграція з будь-якими постачальниками через єдиний інтерфейс провайдера. Отримайте консультацію по вашому проекту — оцінимо обсяг робіт безкоштовно.

Тригери для заповнення описів

Автонаповнення запускається в трьох ситуаціях:

• При додаванні нового товару — оброблювач події OnAfterIBlockElementAdd. Товар тільки створено, поля порожні — система йде за описом до джерел.
• За розкладом для незаповнених — cron-задача знаходить елементи з порожнім DETAIL_TEXT і ставить їх у чергу.
• При ручному запиті — менеджер в адміністративній частині натискає «Отримати опис» для конкретного товару.

Як захистити ручні правки? Оброблювач і прапорець блокування

Ключовий елемент — властивість DESCRIPTION_LOCKED (тип S, значення Y/N). Коли менеджер редагує опис в адміністративній частині вручну:

• Встановлюється DESCRIPTION_LOCKED = Y
• Система автонаповнення пропускає цей елемент

Встановлюємо прапорець через оброблювач OnBeforeIBlockElementUpdate — перевіряємо, чи змінився DETAIL_TEXT відносно попереднього значення. Якщо так і зміна прийшла не від системи автонаповнення — ставимо прапорець.

В документації Bitrix Framework описано рекомендований підхід до контролю змін через події.

Ланцюжок джерел з fallback

Опис шукається послідовно: якщо перше джерело не дало результату — пробуємо наступне:

1. API виробника за VENDOR_CODE
2. База Icecat за EAN/штрихкодом
3. Парсинг сайту виробника
4. AI-генерація за назвою та характеристиками (крайній варіант)

Кожне джерело реалізує єдиний інтерфейс:

interface DescriptionProviderInterface {
    public function getDescription(string $sku): ?string;
}

Оркестратор перебирає провайдери в порядку пріоритету. Додатково кешуємо відповіді — якщо провайдер падає, використовуємо останній успішний результат.

Чому черга та пріоритетизація важливі?

Не всі товари однаково важливі. Пріоритет у черзі:

• Високий: товари з активними замовленнями або переглядами (дані з b_sale_order_item, b_stat_session)
• Середній: нові товари без опису
• Низький: старі товари, що не переглядались більше 30 днів

Реалізується через поле priority в таблиці черги, воркер вибирає завдання ORDER BY priority DESC. Це гарантує, що найважливіші позиції отримують опис в першу чергу.

Процес роботи

Типові помилки при автонаповненні:

• Затирання ручних правок: наше рішення з прапорцем DESCRIPTION_LOCKED виключає цю проблему.
• Нестабільні джерела: fallback та кешування відповідей забезпечують відмовостійкість.
• Змішування джерел: пріоритет та збереження мета-інформації дозволяють відстежити походження опису.

Що входить в результат

• Повністю реалізована система автонаповнення з чергою та пріоритетами
• Підключені джерела (до 4 в базовій версії)
• Механізм захисту ручних правок
• Документація з архітектури та експлуатації
• Навчання менеджерів (1 година)
• Технічна підтримка протягом 1 місяця після запуску

Економічний ефект

Для каталогу на 10 000 товарів щорічна економія складає сотні тисяч гривень. Заміна ручної праці автоматизацією дозволяє скоротити витрати в кілька разів. Проект окупається за 2–3 місяці.

Гарантуємо, що після впровадження менеджери витрачають на опис товарів до 80% менше часу. Сертифіковані спеціалісти з досвідом понад 10 років. Зв'яжіться з нами, щоб обговорити ваш каталог та отримати оцінку.

З чого почати розробку парсера для 1С-Бітрікс?

XMLReader, а не SimpleXML — вибір інструмента визначає долю проекту. SimpleXML завантажує весь XML у пам’ять, і при файлі постачальника на 800 МБ PHP впаде з fatal error на ліміті 512 МБ. XMLReader обробляє потоково, node за node, споживаючи 20–30 МБ — в 30 разів ефективніше. З цієї деталі стартує будь-яка розробка парсерів під Бітрікс. Ми робимо такі системи вже понад 10 років, реалізували 50+ проектів, і жоден не обходиться без правильного вибору парсера.

Проблеми, які вирішує парсинг

• Первинне наповнення каталогу — 15 000 карток з описами, характеристиками, фото. Вручну це три місяці контент-менеджера; парсер — тиждень з налагодженням. Економія часу — до 90%.
• Моніторинг цін конкурентів — збір даних з Ozon, Wildberries, сайтів конкурентів. Конкурент знизив ціну на ходову позицію — дізнаєтеся через дві години, а не через два тижні. Окупається за 2–3 місяці.
• Агрегація постачальників — п’ять прайсів у різних форматах (CSV з CP1251, XML у CommerceML, Excel з об’єднаними комірками) перетворюються на єдиний каталог із загальною системою властивостей інфоблоку.
• Збагачення карток — підтягуємо характеристики, інструкції, 3D-моделі з сайтів виробників. Без цього картка товару — пустушка для SEO.
• Оновлення асортименту — товари, які зникли з фіду постачальника, деактивуються через CIBlockElement::Update($ID, ['ACTIVE' => 'N']). Нові — створюються. Каталог синхронізовано.

Інструменти для розробки парсерів

Статичні сайти — PHP (Goutte, Symfony DomCrawler) або Python (Scrapy, lxml). Швидкість: 50–100 сторінок/сек. Вистачає для каталогів без JS-рендерингу.

SPA та динамічні сайти — Puppeteer або Playwright. Нескінченний скрол, AJAX-фільтри, lazy-load картинок — headless-браузер все це обробить. Швидкість падає до 1–10 сторінок/сек, але альтернативи немає: дані існують лише після виконання JavaScript.

Файли постачальників:

• Excel (XLS, XLSX) — PhpSpreadsheet. Обережно з об’єднаними комірками та формулами — вони ламають автоматичний мапінг.
• CSV — fgetcsv() з правильною кодуванням. Постачальники люблять CP1251, BOM у UTF-8 та крапку з комою замість коми. Все це потрібно детектувати та обробляти.
• XML/YML — XMLReader для великих файлів, SimpleXML для фідів до 50 МБ.
• CommerceML — стандартний формат обміну з 1С. Розбираємо import.xml та offers.xml, мапимо на структуру інфоблоків.

API — REST-ендпоінти постачальників, API маркетплейсів (Ozon Seller API, Wildberries API). Працюємо в рамках rate limits, обробляємо пагінацію.

Як влаштований пайплайн автонаповнення?

Чотири етапи. Кожен може зламатися по-своєму.

1. Збір. Парсер обходить джерела по cron-розкладу. Сирі дані пишемо в проміжну таблицю — не одразу в b_iblock_element. Логуємо все: скільки сторінок обійшли, скільки елементів розпарсили, де отримали 403 або timeout. Без логів налагодження парсера — ворожіння на кавовій гущі.

2. Нормалізація. Тут основна робота:

   • Очищення HTML-тегів, зайвих пробілів, Unicode-сміття
   • Одиниці виміру: «мм» → «мм», «millimeters» → «мм», «миллиметр» → «мм»
   • Мапінг категорій постачальника → розділи інфоблоку Бітрікс. В одного постачальника «Ноутбуки», в іншого «Ноутбуки та планшети», у третього «Laptops» — все в одну секцію
   • Дедуплікація за артикулом, EAN/GTIN. Один товар від трьох постачальників не повинен з’явитися тричі

3. Завантаження в Бітрікс. Через CIBlockElement::Add() для нових елементів, CIBlockElement::Update() для існуючих. Зображення: завантажуємо, ресайзимо через CFile::ResizeImageGet(), конвертуємо в WebP. Властивості — через CIBlockElement::SetPropertyValuesEx(). SEO-мета через \Bitrix\Iblock\InheritedProperty\ElementValues. ЧПУ генеруємо з транслітерації назви.

4. Оновлення. Ключовий момент — не затерти ручні правки контент-менеджера. Оновлюємо лише ціну, залишки, активність. Опис та фото, доопрацьовані вручну, позначаємо прапорцем UF_MANUAL_EDIT у властивостях елемента і пропускаємо при імпорті. Товари, що зникли з фіду — деактивуємо, але не видаляємо.

Моніторинг цін конкурентів: необхідність та реалізація

Окрема підсистема зі своєю специфікою:

Результат — дашборд: ваш товар vs конкуренти, історія цін, тренди. Менеджер бачить, де можна підняти ціну без втрати позиції, а де потрібно реагувати.

Модуль імпорту CSV/XML: налаштування під ваш формат

Для файлів від постачальників — кастомний модуль з адмінкою:

• Налаштовуваний мапінг: «колонка B у файлі → властивість BRAND інфоблоку»
• Автодетект кодування (CP1251, UTF-8, UTF-16) через mb_detect_encoding() з перевіркою
• Завантаження зображень за URL з чергою агентів Bitrix — щоб не забити канал
• Інкрементальне оновлення за хешем рядка: змінився рядок — оновлюємо, ні — пропускаємо
• Cron-розклад, звіт: створено 145, оновлено 892, помилок 3 (з деталями)

Великі файли: CSV обробляємо батчами по 1000 рядків через fgetcsv(), XML потоково через XMLReader, фонове виконання через чергу агентів Бітрікс — ніяких PHP-таймаутів.

Правова сторона — що важливо врахувати

• robots.txt — поважаємо. Crawl-delay — дотримуємося.
• Частота запитів — 1–2 в секунду, не більше. Не потрібно DDoS-ити чужий сайт.
• Контент виробників — використовуємо. Унікальні авторські тексти — не копіюємо.
• Персональні дані — не збираємо.

Що входить в розробку парсера під ключ?

Скільки часу займає розробка парсера?

Процес і терміни:

1. Прототип — парсер для 1–2 джерел за 2–3 дні. Оцінюємо якість даних, підводні камені (захист Cloudflare, капча, динамічне підвантаження).
2. Розробка — повний пайплайн: парсер → нормалізація → імпорт в Бітрікс → адмінка для управління.
3. Тестування — проганяємо на повному обсязі каталогу, перевіряємо edge-кейси (порожні поля, кривий HTML, биті картинки).
4. Запуск — налаштовуємо cron, моніторинг помилок через Telegram-бот.
5. Підтримка — конкурент переробив верстку? Оновлюємо CSS-селектори в парсері.

Отримайте консультацію: розкажіть про своє джерело даних — ми підберемо оптимальний підхід. Зв’яжіться для оцінки вашого проекту — запропонуємо рішення під ваш бюджет. Гарантуємо стабільну роботу парсерів і повну підтримку.