Оповіщення про збої парсера 1С-Бітрікс: налаштування за один день

Торговий каталог наповнюється автоматично через парсер, але одного ранку ви виявляєте, що ціни не оновлювалися вже дві доби. Парсер впав у першу ж годину, а сповіщення не прийшли — стандартна поштова черга Бітрікс забита, алерти не налаштовані. Втрати виручки за два дні — сотні тисяч рублів. Знайома ситуація? Ми вирішували її на 30+ проектах.

Без системи оповіщення про помилки будь-який парсер — бомба уповільненої дії. Ми стикалися з цим десятки разів: замовник втрачає виручку, тому що парсер тихо падає, а сповіщення не приходять. Рішення — налаштувати алерти так, щоб про проблему дізнаватися в хвилину збою.

Згідно з Wikipedia, веб-скрапінг потребує моніторингу помилок для запобігання збоям.

Чому штатні сповіщення Бітрікс не вирішують проблему?

Стандартні поштові події Бітрікс (CEvent::Send) часто не підходять: лист може йти кілька хвилин через чергу b_event, а при масових помилках поштова скринька забивається. Немає дедуплікації, немає маршрутизації за терміновістю. Потрібна кастомна обгортка.

Типи помилок, які потрібно ловити

Перш ніж налаштовувати сповіщення, класифікуємо помилки:

• Мережеві — таймаут з'єднання, HTTP 403/429/503, скидання з'єднання. Джерело недоступне або блокує. У 30% випадків проблема тимчасова, але 5+ підряд — системна.
• Парсинг DOM — змінилася верстка джерела: CSS-селектори або XPath повертають пустоту. Найчастіший тип (60% інцидентів).
• Валідація даних — ціна = 0, назва пуста, артикул не за форматом. Парсер отримав сміття.
• Імпорт в каталог — помилка CIBlockElement::Add(), перевищення пам'яті, нестача властивостей.

Кожен тип потребує своєї терміновості. Мережева — затримка 5 хвилин і повтор, поломка селекторів — втручання розробника.

Архітектура сповіщень

Створюємо поштову подію PARSER_ERROR_NOTIFY з макросами #ERROR_TYPE#, #SOURCE_URL#, #ERROR_MESSAGE#, #TIMESTAMP#. Шаблон реєструємо в адмінці. Відправка з коду парсера:

CEvent::SendImmediate('PARSER_ERROR_NOTIFY', SITE_ID, [
    'ERROR_TYPE' => 'DOM_CHANGED',
    'SOURCE_URL' => $url,
    'ERROR_MESSAGE' => 'Селектор .price-block повернув пустий результат',
    'TIMESTAMP' => date('Y-m-d H:i:s'),
]);

SendImmediate надсилає лист одразу, минаючи чергу. Додаємо дедуплікацію: перед відправкою перевіряємо в Redis, чи не було надіслано таке ж сповіщення за останні N хвилин. Для мережевих — 30-60 хвилин подавлення, для валідаційних — без подавлення.

Як дедуплікувати сповіщення?

Дедуплікація сповіщень — ключовий елемент, щоб не заспамити канали. Ми використовуємо Redis: ключ — хеш від ERROR_TYPE + SOURCE_URL, значення — часова мітка. Якщо такий хеш існує і не минув, сповіщення не надсилається. Для мережевих помилок TTL 30 хвилин, для помилок парсингу DOM — без подавлення. Альтернатива — таблиця b_option, але Redis швидше.

Канали крім пошти

Email — повільний канал (доставка 2-5 хвилин). Telegram доставляє сповіщення в 10 разів швидше за email, що робить його набагато кращим для критичних збоїв. Для критичних помилок підключаємо Telegram Bot API або Бітрікс24 вебхуки. Налаштовуємо таблицю маршрутизації за терміновістю:

Telegram у 10 разів швидший за email для доставки — порівняння не на користь стандартної пошти.

Логування як основа сповіщень

Сповіщення — надбудова над логами. Кожну помилку пишемо в b_event_log через CEventLog::Add() з AUDIT_TYPE_ID='PARSER_ERROR'. Це дає історію в журналі, фільтрацію та ротацію. Агент раз на годину рахує помилки та надсилає дайджест, якщо поріг перевищено. Ми також забезпечуємо логування помилок парсингу для аналізу.

Що входить в роботу

Ми пропонуємо рішення під ключ:

• Аналіз поточного парсера та типів помилок
• Налаштування поштової події PARSER_ERROR_NOTIFY
• Розробка класу ParserNotifier з дедуплікацією
• Інтеграція Telegram Bot API та/або Бітрікс24 вебхуків
• Налаштування логування помилок в b_event_log
• Тестування системи емуляцією збою
• Документація та інструкція з експлуатації
• Підтримка протягом 30 днів після налаштування

Як налаштувати алерти за 1 день?

Процес займає один робочий день:

1. Створюємо поштову подію PARSER_ERROR_NOTIFY і шаблон.
2. Пишемо клас ParserNotifier::send() з дедуплікацією та вибором каналу.
3. Інтегруємо Telegram Bot API або Бітрікс24 вебхук.
4. Налаштовуємо запис помилок до b_event_log.
5. Емулюємо збій і перевіряємо доставку.

Після налаштування ви отримуєте готову систему оповіщення про помилки з інструкцією. Замовте налаштування — ми проаналізуємо ваш парсер і налаштуємо алерти за 1 день. Оцінимо проект безкоштовно — пишіть нам.

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.