Looking for international version of our service? Go to 2captcha.com

Логотип «RuCaptcha»Перейти на главную страницу
Туториалы по обходу капчи

Эта статья была полезной?

Как парсить Flippa

Грегори Фишер
Грегори Фишер

Технический специалист

Flippa — биржа, на которой продают готовый онлайн-бизнес: SaaS-сервисы, интернет-магазины, контентные сайты, YouTube-каналы, приложения и домены. В карточке каждого лота указаны цена, месячная прибыль и выручка, мультипликатор, тип бизнеса, отрасль, возраст проекта и страна. По этим данным можно понять, сколько сейчас просят за SaaS с прибылью $10 тысяч в месяц, или следить за тем, как меняются цены.

Сайт работает через Cloudflare, но страницы поиска открываются обычным запросом, и все 50 карточек приходят сразу в HTML. Аккуратнее нужно быть с самими цифрами. Прибыль и выручка на карточках округлены, мультипликатор не всегда сходится с ними, французская версия сайта показывает цены в евро, а запуск на три страницы может незаметно собрать только одну, если не проверять пагинацию.

Разберём открытый парсер Flippa из проекта 2scraper. Он принимает любую ссылку на поиск flippa.com с фильтрами, а также страницы категорий: /websites, /apps, /domains и /buy/sitetype/saas. Каждый лот превращается в строку JSON или CSV. Все цифры в статье взяты из README, changelog и раздела с типичными проблемами в репозитории, рядом указана дата замера.

Что вы получите

На каждый лот одна строка из 33 колонок. Самые полезные:

Поле Что в нём
sku Номер лота на Flippa, по нему сравниваются запуски
url Ссылка на лот вида flippa.com/<id>-<slug>
title Заголовок карточки: название бизнеса или, у конфиденциальных лотов, что-то вроде «SaaS | Internet»
description Короткое описание от продавца
price, currency Цена. На аукционе это стартовая цена или текущая ставка. У лотов «Open to Offers» и при продаже доли поле пустое
original_price, discount_pct Заполняются, если цену снизили. Скидку парсер считает сам по двум ценам, а не берёт со значка «Reduced 28%»
asset_type, industry Тип (SaaS, Ecommerce, YouTube Channel…) и отрасль (Internet, Health and Beauty…)
monthly_profit, monthly_revenue Прибыль и выручка за месяц, округлённые до трёх значащих цифр. Прибыль может быть отрицательной
profit_multiple Мультипликатор в том виде, в каком его показывает Flippa, например 4.1
age_text, country Возраст и страна так, как их пишет сайт: «12 years», «FL, United States»
bid_count Число ставок на аукционе
broker_name, managed_by_flippa Брокер и есть ли на карточке отметка «Brokered by Flippa»
page, position Номер страницы и место на ней; на каждой странице отсчёт начинается с 1

Часть колонок осталась в схеме, но сейчас всегда пустая: monetization, revenue_multiple, status, sale_method, sponsored, editors_choice, confidential, verified_listing и image_url. 28–29 сентября 2026 года Flippa переделала страницу поиска, и этих данных на карточках больше нет. Колонки не удалили, чтобы не сломать код, который их уже читает. А колонок brand, rating и in_stock здесь нет совсем: для биржи бизнесов они не имеют смысла.

Что понадобится

  • Python 3.9 или новее.
  • Playwright с Chromium — рекомендуемый вариант. Есть также версии на Selenium и pyppeteer и клиент для Scraper API, которому браузер не нужен.
  • Отдельное виртуальное окружение для каждого движка: Playwright и pyppeteer требуют несовместимых версий pyee, а pyppeteer и Selenium — urllib3.
  • Платить ни за что не нужно. Все замеры в проекте сделаны без API-ключа, прокси и облачного браузера.

Установка

bash Copy
git clone https://github.com/2scraper/flippa-scraper.git
cd flippa-scraper
python3 -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate

pip install -r requirements.txt
pip install -r requirements-playwright.txt
playwright install chromium

cp .env.example .env
python3 env_config.py   # покажет, какие настройки подхватились, без вывода секретов

Для первого запуска .env можно не заполнять. Когда понадобятся ключ или прокси, записывайте их туда, а не в командную строку: аргументы команды видны любому процессу через ps.

С pyppeteer есть две сложности. Он скачивает Chromium 2018 года, который на свежей macOS не запускается, поэтому в PYPPETEER_EXECUTABLE_PATH придётся указать путь к нормальному браузеру. Кроме того, ему нужна старая urllib3, в которой известно семь уязвимостей. Одна из них позволяет при редиректе передать логин и пароль прокси на чужой хост. Если вы работаете через прокси с авторизацией, лучше выбрать Playwright.

Первый запуск

bash Copy
# Лоты SaaS, три страницы, JSON и CSV
python3 playwright_scraper.py \
  --url "https://flippa.com/search?filter%5Bproperty_type%5D=saas" \
  --pages 3 --out saas_listings

# Страница категории
python3 playwright_scraper.py --url "https://flippa.com/websites" --pages 2

15 октября 2026 года первая команда с сервера в дата-центре, без прокси и ключа, собрала 150 лотов с трёх страниц и завершилась с кодом 0.

Значения по умолчанию: --pages 1, --delay 2 (пауза между страницами в секундах), --retries 3, --format both и --out flippa_listings. Ссылку для поиска удобнее всего получить на самом сайте: выставьте фильтры и скопируйте адрес из браузера. Все параметры filter[...] парсер передаст как есть.

Как работает парсер

Откуда берутся данные

Страница поиска Flippa собирается на сервере, так что все 50 карточек есть уже в первом ответе, без JavaScript. Структурированных данных о лотах на странице нет: ни JSON-LD, ни, после переделки, встроенного JSON. Поэтому парсер читает сами карточки.

Каждая карточка — это элемент li с идентификатором вроде listing-12857417. Парсер ищет именно «listing-» с цифрами, потому что на странице есть ещё счётчики фильтров с похожими идентификаторами, например listing-category-count-saas. Цену он берёт только из колонки с ценой: в блоке над ней тоже есть суммы, например месячная прибыль «USD $51.7K». На имена CSS-классов парсер не опирается: их генерирует Tailwind, и они меняются.

По счётчику в панели фильтров («Show 676 results») парсер отличает три случая. Если там «Show 0 results», по запросу ничего нет, и это код 4. Если карточек на странице нет, а счётчик больше нуля, выдача просто закончилась, и запуск считается завершённым. Если счётчика нет вовсе, значит, это не страница выдачи.

Пагинация проверяется на каждом запуске

Номер страницы передаётся параметром ?page=N, тем же, что в ссылке «Следующая» на сайте. На странице 50 лотов. 14 октября 2026 года фильтр с 676 результатами занял 14 страниц, на последней было 26 лотов, а 15-я вернула HTTP 200 без карточек.

Перед тем как идти дальше, парсер отдельно загружает вторую страницу и проверяет, что на ней есть лоты, которых не было на первой. Если таких нет, запуск останавливается как частичный, а в stop_reason пишется pagination_not_addressable. Проверку добавили после реальной ошибки: одна из ранних версий передавала параметр страницы, который сайт игнорировал. В итоге любой запуск на несколько страниц собирал одну и при этом сообщал об успехе.

С --concurrency N страницы начиная с третьей загружаются в N потоков, у каждого свой браузер и свой прокси. Включается это только после того, как проверка второй страницы пройдена.

Движки

Движок Последний запуск на живом сайте
Playwright (рекомендуемый) 15.10.2026, после переделки: 150 лотов, 3 страницы, код 0
pyppeteer 19.09.2026, до переделки: 50 лотов, 2 страницы
Selenium 19.09.2026, до переделки: 50 лотов, 2 страницы
Scraper API (scraper_api_client.py) 19.09.2026, до переделки: 50 лотов, 2 страницы, $0,0005 за страницу
Browser API (--cdp-endpoint) 19.09.2026, до переделки: 75 лотов, 3 страницы

19 сентября 2026 года три браузерных движка выдали для одних и тех же 50 лотов полностью совпадающие строки. Парсер у них общий, так что новую страницу они тоже должны разбирать. Но после переделки сайта на живых данных проверяли только Playwright.

Блокировки, капча и платные инструменты

Для Flippa ничего платного не нужно. 19 сентября и ещё раз 14–15 октября сайт отдавал полную страницу поиска обычному curl, Playwright на сервере в дата-центре и раннерам GitHub Actions. Раз в неделю, по понедельникам, в репозитории запускается контрольный сбор трёх страниц с проверкой колонок. Код 3 (блокировка) для этого сайта нетипичен. Если он всё же появился, скорее всего, Cloudflare не понравился IP дата-центра.

Платные инструменты пригодятся в таких случаях.

Прокси

Прокси (--proxy, --proxy-file) нужны, чтобы распределить большой объём запросов по разным адресам или собрать данные из определённой страны. С --proxy-rotate per-page браузер перезапускается при каждой смене IP: одна и та же сессия, которая переходит с адреса на адрес, выглядит подозрительнее, чем любой из этих адресов сам по себе. Запуск на две страницы через резидентный прокси RuCaptcha собрал 50 лотов с кодом 0.

Перед стартом браузера парсер отправляет через прокси один короткий запрос. Если пароль от прокси успели сменить, запуск сразу завершится с кодом 2 и ошибкой 407, вместо того чтобы три раза по минуте ждать таймаута на каждой странице. Список прокси можно получить через Proxy API.

Scraper API

scraper_api_client.py обходится совсем без браузера. 19 сентября 2026 года каждая из двух страниц обошлась в $0,0005, и все колонки совпали с результатом браузерных движков. Новая версия страницы тоже собирается на сервере, так что этот способ читает те же карточки.

RuCaptcha Browser API

Browser API (--cdp-endpoint) — это облачный браузер: страну выхода можно выбрать, а капчу он решает сам. 19 сентября 2026 года через него собрали 75 лотов с трёх страниц, ровно как при локальном запуске. --concurrency с ним не работает, потому что к одному профилю можно подключаться только одним соединением. CDP-адрес лучше скопировать из личного кабинета: адрес, собранный вручную по описанию формата, вернул 401 deny_no_user. Selenium не умеет подключаться к адресу с логином и паролем, поэтому используйте Playwright или pyppeteer.

Отпечатки браузера

Для отпечатков (--fingerprint) нужна отдельная подписка. Ключ, на котором был баланс для решения капчи, получил в ответ HTTP 403. Поэтому с таким ключом запуск с --fingerprint останавливается с кодом 5 ещё до загрузки страниц. Команда fingerprint_client.py --explain покажет, что из отпечатка удалось применить, а что нет.

Капча есть только на странице регистрации

На страницах поиска никаких проверок нет. Единственная капча на Flippa — Cloudflare Turnstile на /signup. Парсер нашёл её sitekey, RuCaptcha прислал токен примерно через пять секунд, и токен подставился в поле формы. Пользы от этого, впрочем, никакой: токен расходуется при отправке формы, а парсер формы не отправляет. Поэтому в режиме по умолчанию (--solve-captcha when-blocked) за решение он не платит, если лоты и так видны. Решатель оставлен на случай, если Flippa когда-нибудь включит проверку на страницах поиска. Параметры задачи описаны в документации по Cloudflare Turnstile.

Выходные файлы и коды выхода

Каждый запуск сохраняет результаты и файл .meta.json. Запись атомарная. Если ничего не найдено, файл не создаётся (если только не передан --allow-empty), так что неудачный запуск не затрёт вчерашние данные пустым списком. В CSV заголовки, похожие на формулы, экранируются, чтобы Excel не попытался их выполнить.

Код Значение
0 Лоты сохранены
1 Сбой
2 Ошибка в команде, в том числе прокси, не прошедший проверку
3 Блокировка до разбора страницы
4 Лотов нет, и запуск может подтвердить, что выдача пуста
5 Лотов нет, потому что страницу не удалось получить: таймаут, нерабочий прокси или страница, которую парсер не смог разобрать
6 Частичный результат: часть страниц загрузилась, потом запуск остановился

В .meta.json есть два поля, которые легко перепутать. Из-за этого короткий запуск иногда принимают за весь каталог:

Поле Что показывает
status Получены ли все запрошенные страницы: complete, partial или failed
coverage Вся ли это выдача: exhaustive, или window, если за запрошенными страницами были ещё

Например, запуск с --pages 3 по выдаче из 27 страниц будет одновременно complete и window. Кроме того, в .meta.json записаны номера неудачных и пропущенных страниц, число результатов total_results на первой и на последней странице, флаг catalog_mutated, если это число за время запуска изменилось, и дубли лотов на разных страницах.

Языковые версии показывают другие цены

У поиска Flippa три версии: /search, /fr/search и /es/search. Французская и испанская версии не только переводят интерфейс, но и пересчитывают цены в евро. Вот один и тот же лот в один и тот же день, 19 сентября 2026 года:

Адрес Цена Валюта Возраст Отрасль
/search 436 829 USD 3 years Health and Beauty
/fr/search 380 546 EUR 3 années Santé et beauté

Обе строки верны для своих страниц. Валюту парсер берёт со страницы и не подставляет доллары по умолчанию, а подписи полей понимает на всех трёх языках. Главное — не смешивайте разные языковые версии в одном наборе данных.

Ловушки, которые выглядят как баги

  • profit_multiple не равен price ÷ (12 × monthly_profit). Это мультипликатор, который рассчитала сама Flippa, а прибыль на карточке округлена. При проверке 19 сентября 2026 года даже на точных цифрах у 10 лотов из 63 расхождение было больше 0,15. Парсер отдаёт то, что опубликовано на сайте.
  • monthly_profit меньше нуля. Так указано в самом лоте: у убыточного бизнеса Flippa пишет прибыль как «-USD $9».
  • Прибыль и выручка — круглые числа. На карточке они выглядят как «USD $51.7K» или «USD $1.23M», точнее данных просто нет. Цена и исходная цена, наоборот, указаны полностью.
  • В некоторых строках нет цены. Это лоты «Open to Offers», у которых показан только ориентировочный диапазон, или продажа доли. Придумывать цену парсер не станет.
  • Запросили три страницы, а собралась одна. Загляните в stop_reason в .meta.json. Если там pagination_not_addressable, значит, не прошла проверка второй страницы и, скорее всего, Flippa изменила пагинацию.
  • Парсер видит капчу там, где её нет. При работе через Browser API его расширение добавляет на каждую страницу пустой элемент captcha-widgets. Это разметка расширения, а не Flippa, поэтому парсер обращает на неё внимание, только если элемент не пустой.

Сравнение запусков

Запустите один и тот же поиск в разные дни и сравните результаты:

bash Copy
python3 playwright_scraper.py \
  --url "https://flippa.com/search?filter%5Bproperty_type%5D=saas" --pages 3 --out saas_mon

python3 playwright_scraper.py \
  --url "https://flippa.com/search?filter%5Bproperty_type%5D=saas" --pages 3 --out saas_tue

python3 diff_runs.py --old saas_mon.json --new saas_tue.json --fail-on-change

diff_runs.py сопоставляет запуски по sku и показывает, какие лоты появились, какие пропали и какие изменились. Он отслеживает цену, исходную цену и скидку, валюту и месячную прибыль, поэтому снижение цены заметно, даже если больше в лоте ничего не поменялось. Сравнивать незавершённые запуски он отказывается. Если запуски охватывают только часть выдачи (window), цены он всё равно сравнит, но новые и пропавшие лоты пометит как entered-window и left-window: лот, исчезнувший с третьей страницы, мог просто сместиться на четвёртую. На результат --fail-on-change такие лоты не влияют.

Пример строки

Первая строка из sample_output.json в репозитории, запуск 15 октября 2026 года (имя брокера в примере скрыто):

json Copy
{
  "source": "flippa.com",
  "scraped_at": "2026-10-15T06:44:06.615711+00:00",
  "url": "https://flippa.com/11816135-social-media-entertainment-business-founded-in-2014-...",
  "sku": "11816135",
  "title": "SaaS | Internet",
  "price": 2520000.0,
  "currency": "USD",
  "original_price": 3500000.0,
  "discount_pct": 28.0,
  "category": "saas",
  "price_source": "dom",
  "page": 1,
  "position": 1,
  "description": "Social media entertainment business founded in 2014, generating $2M in revenue with a 33% profit margin. Operates multiple websites in the online dating sector.",
  "asset_type": "SaaS",
  "industry": "Internet",
  "monthly_profit": 51700.0,
  "monthly_revenue": 160000.0,
  "profit_multiple": 4.1,
  "age_text": "12 years",
  "country": "Canada",
  "bid_count": null,
  "broker_name": "Broker name redacted for this sample",
  "managed_by_flippa": true
}

Лот конфиденциальный, поэтому в заголовке только тип и отрасль. Цену снизили с $3,5 млн до $2,52 млн. Если посчитать 2 520 000 ÷ (12 × 51 700), получится примерно 4,06 — на карточке это округлено до 4.1x.

Что делать с результатами: мультипликаторы по нишам

Для начала полезно посмотреть, какой мультипликатор типичен для каждого сочетания типа бизнеса и отрасли, и найти лоты, которые оценены заметно дешевле.

python Copy
import json
from collections import defaultdict
from statistics import median

rows = json.load(open("saas_listings.json", encoding="utf-8"))

groups = defaultdict(list)
for r in rows:
    if r.get("profit_multiple") and (r.get("monthly_profit") or 0) > 0:
        groups[(r["asset_type"], r["industry"])].append(r)

for (atype, industry), items in sorted(groups.items(), key=lambda kv: -len(kv[1])):
    if len(items) < 5:
        continue
    m = median(r["profit_multiple"] for r in items)
    print(f"{atype} / {industry}: {len(items)} лотов, медиана {m:.1f}x")
    for r in items:
        if r["profit_multiple"] < m * 0.6:
            print(f"   {r['profit_multiple']:.1f}x  {r['currency']} {r['price']:,.0f}  {r['url']}")

Учтите, что это мультипликатор, который просит продавец, а не цена реальной сделки. К тому же проданные лоты из поиска исчезают. Чтобы понять, как меняются цены, лучше собирать данные регулярно и сравнивать их через diff_runs.py, а не делать выводы по одному снимку. Лоты с отрицательной прибылью скрипт пропускает: мультипликатор для них не имеет смысла.

Ограничения

  • Парсер читает только страницы поиска и категорий. Отдельные страницы лотов, проданные лоты и всё, что доступно только после входа, он не собирает.
  • Прибыль и выручка известны с точностью до трёх значащих цифр, потому что так их показывает карточка.
  • После переделки сайта в сентябре 2026 года девять колонок всегда пустые.
  • После переделки на живом сайте проверен только Playwright.
  • Для отпечатков браузера нужна отдельная подписка.
  • На /fr/ и /es/ цены в евро, поэтому языковые версии лучше собирать отдельно.

Частые вопросы

Нужны ли прокси или API-ключ?
Нет, все замеры сделаны без них. Прокси пригодятся при больших объёмах или если нужна определённая страна.

Блокирует ли Flippa парсеры?
Сайт работает через Cloudflare, но во всех проверках страницы поиска открывались обычными запросами. Если вы получили код 3, скорее всего, дело в IP дата-центра. Попробуйте прокси или Browser API.

Почему мультипликатор не совпадает с моим расчётом?
Месячная прибыль на карточке округлена, а мультипликатор Flippa считает сама. Парсер передаёт его без изменений.

Можно ли получить подробности по лоту, например трафик или P&L?
Этим парсером нет. Он читает карточки из поиска и категорий, а подробная финансовая информация находится на страницах самих лотов, которые он не открывает.

Почему цены в евро?
Вы собирали данные с /fr/search или /es/search, где цены пересчитаны в евро. Для долларов используйте /search.

Законно ли парсить Flippa?
Парсер читает только публичные страницы, не входит в аккаунт и не отправляет формы. Допустимо ли ваше использование, зависит от законов вашей страны и правил Flippa. Проверьте и то и другое и не делайте запросы слишком часто. Это не юридическая консультация.

Итоги

Главный совет из этой статьи: прежде чем доверять файлу, откройте .meta.json. Он покажет, собрали вы всю выдачу или только первые страницы, а для Flippa это важнее любых тонкостей разбора.

С чего начать: склонируйте репозиторий и запустите парсер без какой-либо настройки. Для больших объёмов или сбора по определённой стране зарегистрируйтесь в RuCaptcha и подключите резидентные прокси или RuCaptcha Browser API.

Исходный код

Документация

Похожие руководства