Архив Парсинг

Еженедельная чистка базы: когда не смешивать задачи

Практический разбор для темы «еженедельная чистка базы»: что проверить, какие ошибки типичны и как не отдать сырой файл в следующий модуль.

3 мин чтения

База недельной давности — не тот же список. Люди выходят из чатов, username меняется, часть строк вы уже использовали. Чистка — это сверка с тем, что вы уже трогали, и с тем, что файл ещё открывается, а не ритуал «удалить неактивных».

Речь именно про «еженедельная чистка базы». Ниже не обещание результата кампании, а порядок проверки, после которого файл или задачу можно либо остановить, либо осознанно увеличить.

Что именно проверить

Разные источники и разные модули держите в разных файлах, пока каждый не подписан. Смешение даёт отчёт, в котором ошибка формата неотличима от отказа человека.

Практический список для этой темы:

  • Храните дату выгрузки в имени файла.
  • Вычтите id, которые уже были в отчёте инвайта или рассылки.
  • Не удаляйте строки только потому, что им семь дней, если сценарий этого не требует.
  • Оставьте исходник недели и положите рядом почищенную копию.

Пример, который можно повторить

Возьмите отчёт прошлой задачи и найдите пять id в новой выгрузке. Они не должны снова уйти в тот же сценарий без причины. Если программа не умеет вычитать прошлый отчёт, сделайте это в таблице до запуска.

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

  • Копить все выгрузки в один файл без дат.
  • Повторять инвайт по той же базе.
  • Чистить так, что пропадает id.

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.