Архив Парсинг

Язык в описании профиля: какие поля не выбрасывать

Практический разбор для темы «язык в описании профиля»: что проверить, какие ошибки типичны и как не отдать сырой файл в следующий модуль.

2 мин чтения

Язык в описании — слабый признак. Человек может писать био на английском и жить в вашем городе, и наоборот. Колонка годится как пометка для ручной проверки, не как автоматический приговор всей базе.

Речь именно про «язык в описании профиля». Ниже не обещание результата кампании, а порядок проверки, после которого файл или задачу можно либо остановить, либо осознанно увеличить.

Что именно проверить

Не удаляйте колонку, по которой строку можно проверить: id, источник, статус, исходное имя. Красивый короткий файл без идентификатора уже нельзя ни сверить, ни вычесть из следующего запуска.

Практический список для этой темы:

  • Посмотрите, откуда взялся язык: из био, из имени или программа угадала.
  • Проверьте 10 строк глазами.
  • Не удаляйте язык, которого не ждали, пока не поняли цену ошибки.
  • Храните исходное био рядом, если оно есть.

Пример, который можно повторить

Возьмите пять строк, которые фильтр пометил как «не тот язык», и откройте профили. Если два из пяти вам подходят, фильтр врёт чаще, чем помогает. Оставьте пометку, но не режьте файл автоматически.

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

  • Доверять автоопределению языка без выборки.
  • Путать язык интерфейса Telegram и язык био.
  • Считать язык города заменой географии.

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.