Архив Парсинг

Дубли одного человека из двух чатов: что увидеть на малой пробе

Практический разбор для темы «дубли одного человека из двух чатов»: что проверить, какие ошибки типичны и как не отдать сырой файл в следующий модуль.

3 мин чтения

Один человек в двух чатах — это один адресат, если дальше будет сообщение или инвайт. В файле парсинга это две строки. Без сверки по id вы дважды потратите действие и дважды попадёте в отчёт.

Речь именно про «дубли одного человека из двух чатов». Ниже не обещание результата кампании, а порядок проверки, после которого файл или задачу можно либо остановить, либо осознанно увеличить.

Что именно проверить

Ограничьте объём так, чтобы каждую важную строку можно было открыть руками. Проба отвечает на вопрос «связка живая», а не «кампания удалась». Пока строки пробы не объяснены, полный файл не подключают.

Практический список для этой темы:

  • Сведите дубли по id, не по имени: имена совпадают у разных людей.
  • Сохраните оба источника в отдельной колонке, прежде чем схлопнуть строки.
  • Посчитайте, какая доля файла — повторы.
  • Не схлопывайте строки без id: их нечем склеить надёжно.

Пример, который можно повторить

Возьмите человека, которого видите в двух чатах, и найдите обе строки. После сверки должна остаться одна, с пометкой обоих чатов. Если программа склеила по имени и склеила разных людей, правило свёртки неверное.

Если на этом примере отчёт и то, что вы видите в Telegram, расходятся, увеличивать объём рано. Сначала добейтесь совпадения на известных вам строках.

Частые ошибки

  • Склеивать по отображаемому имени.
  • Удалять дубль вместе с пометкой источника.
  • Запускать рассылку по сырому файлу из нескольких чатов.

Что делать с результатом

Сохраните исходный файл, копию пробы и отчёт. В имени должны быть дата и источник. Следующий модуль получает только ту копию, которую вы уже открывали. Строки с непонятным статусом не кладите ни в успех, ни в повтор, пока не разберёте одну такую строку. Если правка касалась формата колонки, повторите ту же короткую пробу, а не новый полный список.

Deskgram 2 в этом сценарии

В Deskgram 2 есть парсер аудитории: программа для Windows и macOS, модули полного набора входят в подписку. На момент карточки каталога это 2 190 ₽ в месяц. Аккаунты, прокси, Premium и внешние запросы к ИИ в эту сумму не входят. Секретные чаты программа не поддерживает. Мы не измеряли скорость и не обещаем, что любой файл пройдёт: карточка описывает состав, а не результат вашей базы.

Другие программы с этой задачей и без подмены чужих обещаний собраны в теме парсинга.