Парсинг сайтов: во что обходится сбор данных на заказ

Давыдов Константин Юрьевич · Основатель aiglue

Парсинг сайтов - это автоматический сбор данных с чужих страниц: цен, товаров, объявлений, контактов компаний. В один день на бирже висят заказы на такую работу от 3 000 до 300 000 рублей, и разброс в сто раз объясняют четыре вещи: как источник отдаёт данные, стоит ли на нём защита, есть ли среди полей персональные и кто чинит парсер, когда сайт поменяет вёрстку.

Ниже разобрано каждое из четырёх, а в конце сложена стоимость владения за первый год - цифра, которой обычно нет ни в одной смете. Статья написана для того, кто за парсинг сайтов платит, поэтому кода в ней нет, а есть цены с источниками, правовая рамка и список вопросов к подрядчику.

Написанное ниже - взгляд разработчика, а не юридическая консультация. Правовые разделы опираются на тексты законов со ссылками на первоисточники, но решение по конкретной задаче стоит сверять с юристом.

Когда парсер решает задачу, а когда нет?

Парсинг сайтов оправдан, когда данные нужны регулярно, их много и ручной сбор дороже разработки. Мониторинг цен по трёмстам позициям, ежедневная выгрузка новых объявлений, слежение за ассортиментом конкурента - это его работа. Разовая выгрузка сотни строк дешевле руками, и честный подрядчик скажет это первым.

Есть и третий случай, когда парсер не нужен вовсе: данные лежат в официальном API или в открытых государственных реестрах. Проверить это стоит до разговора о смете, и ниже про такие источники отдельный раздел.

Отдельно стоит задача, которую нельзя решать парсингом ни за какие деньги. Это сбор персональных данных: телефонов, личных почт, имён физических лиц. Общедоступность страницы тут ничего не меняет, и почему - тоже разобрано ниже.

Сколько стоит парсер на заказ?

Рыночный диапазон - от нескольких тысяч до нескольких сотен тысяч рублей, и внутри него стоимость почти не связана с числом страниц. На FL.ru в один день, 7 сентября 2026 года, в категории «Парсинг данных» одновременно висели заказ на скрапперы отзывов за 3 000 ₽ и разработка парсера китайских маркетплейсов за 300 000 ₽. У Kwork услуга стартует с 500 ₽, но это цена входа: объём в базовом кворке минимальный, реальная стоимость набирается опциями.

ПозицияЦенаИсточник
Заказ на бирже, нижняя граница3 000 ₽FL.ru, категория «Парсинг данных», 07.09.2026
Заказ на бирже, верхняя граница300 000 ₽там же, парсер китайских маркетплейсов
Вход на Kworkот 500 ₽kwork.ru, лендинг услуги, 07.09.2026
Наш базовый парсерот 9 000 ₽опубликованные цены на сайте
Резидентные проксиот 150 ₽/ГБпрайс Proxy-Seller, 07.09.2026
Решение капчи, reCAPTCHA v265-160 ₽ за 1000прайс RuCaptcha, 07.09.2026
Решение капчи, FunCaptcha99-3 000 ₽ за 1000там же

В последней строке разброс внутри одной позиции прайса достигает тридцати раз. Стоимость зависит от того, насколько агрессивно защита настроена именно сегодня, и заранее её не зафиксировать.

Разброс есть и на стороне исполнителей. В обсуждении на «Хабр Q&A» о цене парсера букмекерской конторы разработчик Илья С. отвечает: «Я бы за эту работу взял $2000. А какой-нибудь новичок, который не умеет в английский, за ту же работу получил бы 10000р».

Речь об одной и той же задаче, и расходятся эти двое в том, что каждый из них считает словом «готово». В дешёвом варианте это работающий скрипт, в дорогом - скрипт, который переживёт смену вёрстки и скажет вам, когда всё-таки не переживёт.

Из чего складывается цена?

Цену определяет слой, на котором лежат данные, и то, что стоит между ними и парсером. Число страниц влияет слабо. Один и тот же объём выгрузки может стоить пять тысяч и сто пятьдесят: в первом случае сайт отдаёт готовый фид, во втором данные приходится доставать из браузерного рендеринга через защиту, которая считает парсер атакой.

Класс источникаЧто делает разработчикЧто ломается
Готовый фид или APIЧитает структурированный ответ, проверяет полнотуФид урезан и отдаёт не всё, что на странице
HTML без защитыПишет селекторы под вёрсткуВёрстка меняется, селекторы молча перестают попадать
Данные в JS-переменнойНаходит и разбирает внутренний JSON страницыФормат переменной меняется без предупреждения
Вход или антибот-защитаДержит сессию, соблюдает темп запросовКука протухает, темп ловит блокировку

Разработчик Даниил Охлопков описывает правильный порядок поиска данных так: сначала официальное API, затем внутренние XHR-запросы страницы, затем JSON, уже лежащий в HTML, затем headless-браузер, и только последним - разбор HTML-тегов. Порядок построен по цене поддержки: чем ниже спускаешься, тем чаще потом чинишь.

Насколько велика разница между классами, видно на нашем собственном примере. Мы собираем заказы с двух фриланс-бирж, то есть с сайтов одного рынка и одного назначения. Каждая потребовала своего адаптера: первая отдаёт RSS, вторая держит данные в JavaScript-переменной внутри страницы, и на похожих сайтах получился разный код с разной ценой работы.

Именно на этом и разъезжаются 3 000 и 300 000 рублей из первой таблицы. Цену назначает класс источника; количество строк в выгрузке на неё почти не влияет.

Поэтому мы называем цену после того, как посмотрим на источник: он её и определяет. Что именно мы делаем и в каких вилках - в описании услуг.

Законно ли парсить чужой сайт в России?

Единого ответа нет, и это первое, что стоит услышать. Парсинг сайта законен ровно настолько, насколько законен каждый из трёх его слоёв по отдельности. Есть три независимых основания ответственности: право изготовителя базы данных, режим персональных данных и неправомерный доступ к компьютерной информации. Общедоступность страницы не снимает ни одного из трёх, и сработать они могут по отдельности.

Первое основание - статья 1334 Гражданского кодекса. Изготовитель базы данных, на создание которой потребовались существенные затраты, вправе запрещать извлечение её материалов. Порог в 10 000 самостоятельных информационных элементов, вокруг которого построена половина статей в выдаче, работает не так, как принято думать: закон говорит «при отсутствии доказательств иного», то есть это презумпция существенных затрат, и опровергнуть её можно доказательствами. Оно не зависит от авторских прав на содержимое базы, поэтому довод «цены неохраноспособны» здесь не помогает.

Второе основание - режим персональных данных. Оно срабатывает чаще двух остальных и стоит дороже, поэтому ему отведён следующий раздел целиком.

Третье - статья 272 Уголовного кодекса, неправомерный доступ к охраняемой законом компьютерной информации. Состав материальный: нужны последствия, и при парсинге копирование наступает автоматически. Весь вопрос сводится к слову «неправомерный». Чтение страницы, которая открывается анониму в браузере, и вход под чужим паролем - разные вещи, и находятся они по разные стороны границы.

Главный российский спор о парсинге - дело «ВКонтакте» против «Дабл», № А40-18827/2017. Оно прошло четыре круга с переменным успехом и закончилось мировым соглашением в Суде по интеллектуальным правам 23 сентября 2022 года. Отсюда следует то, о чём молчат обе половины выдачи: прецедента нет. Утверждение «суд разрешил парсинг» и утверждение «суд запретил парсинг» одинаково неверны.

Про robots.txt надо сказать отдельно, потому что на него ссылаются как на закон. Стандарт RFC 9309 формулирует прямо: эти правила не являются формой авторизации доступа. Юридически robots.txt никого не обязывает. Практически его нарушение работает доказательством умысла: игнорировать явный запрет и потом объяснять, что вы не знали, довольно сложно.

Американское дело hiQ Labs против LinkedIn, на которое любят ссылаться, переносить в Россию нельзя. hiQ выиграла спор по закону о компьютерном мошенничестве и проиграла по нарушению пользовательского соглашения, а главное - в США нет аналога статьи 1334.

Почему персональные данные - самый дорогой риск?

Сбор персональных данных - самый дорогой риск в парсинге, потому что ответственность здесь наступает быстрее всего и стоит больше самого парсера. Телефон и имя, лежащие на общедоступной странице, остаются персональными данными. С 1 марта 2021 года в 152-ФЗ действует статья 10.1, и она устроена против того, кто собирает: молчание субъекта ни при каких обстоятельствах не считается согласием, и доказывать законность обработки обязан тот, кто данные распространял.

Переводя на язык задачи: человек выложил телефон на доске объявлений - это не согласие на его сбор. Доказывать законность придётся тому, кто собрал, а человек, выложивший телефон, ничего объяснять не обязан.

Цена ошибки за последние два года выросла дважды. Статья 13.11 КоАП штрафует юридическое лицо на 150 000-300 000 рублей за обработку данных в случаях, законом не предусмотренных (часть 1, суммы подняты с 30 мая 2025 года), и на 300 000-700 000 рублей за обработку без письменного согласия там, где закон его требует (часть 2), и обе цифры заведомо больше стоимости самого парсера.

С 11 декабря 2024 года действует ещё и статья 272.1 Уголовного кодекса. Незаконные сбор и хранение компьютерной информации с персональными данными, полученной «путём неправомерного доступа к средствам её обработки, хранения или иного вмешательства в их функционирование либо иным незаконным путём», наказываются вплоть до четырёх лет. Ключевые здесь последние три слова, потому что взлом составом не требуется - достаточно незаконности самого сбора.

Обвинительных приговоров именно за парсинг мы не нашли, и утверждать, что они есть, не станем. Риск здесь скорее в административном штрафе: он выписывается без всякого суда и превышает бюджет проекта.

Граница проходит по признаку «относится к конкретному человеку», и открытость страницы её не сдвигает. Данные юридического лица - название, ИНН, ОГРН, юридический адрес - под режим персональных не подпадают, и сбор их из открытых реестров сюда не относится. Корпоративный адрес вида info@company.ru почти всегда персональными данными не будет. Адрес с фамилией сотрудника рядом с его должностью - будет.

Что ломается после сдачи?

Парсинг сайта ломается в негласной договорённости между парсером и сайтом, которую вторая сторона не подписывала. Меняется вёрстка, кодировка, формат внутреннего ответа, добавляется защита - и парсер отдаёт пустой файл. Пустой файл при этом выглядит ровно как «сегодня новых данных нет».

Наш собственный сборщик заказов с бирж работает с 12 мая 2026 года, и за неполные четыре месяца мы разобрали 18 таких поломок. Три из них хорошо показывают, как это выглядит со стороны заказчика.

Первый случай. Фид площадки обрезал описание заказа примерно до 175 символов, а фильтр отбрасывал всё короче двухсот. Формально работало всё: запросы уходили, ответы приходили, ошибок не было. До нас доезжал 1 заказ из 59.

Второй. Сумма бюджета приходила в виде HTML-сущности вместо символа рубля. Регулярное выражение её не узнавало, и бюджет читался у 2 заказов из 60. После одной строки исправления - у 22 из 60.

Третий, самый дорогой. Протух токен авторизации у сервиса, который запускал сбор, и сбор не запускался четверо суток вообще. Около 700 заказов прошли мимо нас, а заметили это на пятые сутки: «сегодня новых заказов нет» выглядит точно так же, как «сегодня ничего не работало».

Отсюда требование, которое стоит записать в договор. Сбор обязан отличать «данных нет» от «я не смог их получить» и сообщать о втором. Это единственное, что отличает работающий парсер от молчащего.

Сколько стоит поддерживать парсер?

Поддержка стоит денег каждый месяц, и в смете на парсинг сайта её обычно нет. Максим Кульгин, основатель компании, которая живёт парсингом сотен интернет-магазинов, называл в 2019 году цену сопровождения одного сайта в 5 000-9 000 рублей в месяц, а в 2023 году, при объёме в сотни сайтов, - 2 000 рублей в месяц за сайт. Поломка по каждому источнику случается, по его оценке, раз в 3-4 месяца.

У него же есть фраза, которая описывает экономику отрасли точнее любых расчётов: «Половина команды работает над исправлением сбоев, а половина - над подключением новых сайтов». Речь о компании с пятью разработчиками в штате.

Наши цифры того же порядка, только в меньшем масштабе. Сборщик из предыдущего раздела - 556 строк кода на два источника, и за неполные четыре месяца его правили в 12 разных дней. Работает он 26 раз в сутки.

Из этого следует вопрос к любой смете: что происходит на 31-й день. Мы отвечаем на него так: 30 дней после сдачи чиним смену вёрстки бесплатно, дальше это отдельная работа. Ответ может быть другим, важно, чтобы он был - иначе счёт за эксплуатацию придёт после сдачи, как это бывает и с ботами, про которые мы писали отдельно.

Сложим первый год. Разработку возьмём по медиане бюджета в заказах на парсинг, которые приходили к нам за четыре месяца, поддержку - по цене, которую называет Кульгин для небольших объёмов.

СтатьяЗа годОткуда цифра
Разработка30 000 ₽медиана бюджета в 30 заказах на парсинг, пришедших к нам
Поддержка, 5 000-9 000 ₽/мес60 000-108 000 ₽оценка Кульгина для небольших объёмов, 2019
Прокси и капчасчитается по источникуот 150 ₽/ГБ и от 65 ₽ за 1 000 капч
Итого без расходников90 000-138 000 ₽

Разработка в этой сумме занимает меньше трети. Смета, в которой стоит только она, выглядит привлекательнее, чем оказывается на второй месяц.

Чем можно заменить парсинг?

Перед тем как заказывать парсинг сайтов, стоит проверить четыре источника - они обычно дешевле и снимают часть правовых вопросов, хотя своих условий тоже не отменяют. Официальные API площадок отдают данные структурированно и по правилам самой площадки. У Ozon есть Seller API, у большинства крупных сервисов тоже. Государственные открытые данные ФНС дают сведения о юридических лицах бесплатно.

Коммерческие справочники по компаниям закрывают задачу «дополнить контакты организаций». Учтите, что и в государственных реестрах, и в таких справочниках попадаются данные, относящиеся к конкретному человеку: ФИО руководителя, сведения об индивидуальном предпринимателе. Раздел выше про них и написан - смена источника этого режима не отменяет. Готовые сервисы мониторинга цен решают типовую задачу подпиской, без разработки и без поддержки.

Арифметика тут простая: разработка плюс прокси, плюс капча, плюс поддержка каждый месяц - против подписки, где ни разработки, ни поддержки. Своё выгодно там, где нужен нестандартный набор полей, редкие источники или выгрузка прямо во внутреннюю систему. Готовое выгодно там, где задача типовая.

Есть аргумент, который работает против обоих путей сразу. В сентябре 2025 года Wildberries закрыл доступ к данным об остатках товаров и рекламных ставках; «Коммерсантъ» писал об этом 1 октября 2025 года. Пострадали и те, кто парсил сам, и те, кто платил за аналитику подписку, потому что источник у обоих был один. Доступ к чужим данным - это актив, срок жизни которого назначает чужая компания.

А нейросеть не соберёт данные сама?

Разово - соберёт, регулярно - нет, и разница здесь та же, что между «сходить в магазин» и «наладить поставки». Языковая модель с доступом в интернет откроет десяток страниц и сведёт их в таблицу; за это не надо платить разработчику, и для одноразовой задачи это правильный путь.

Регулярный сбор упирается в то же, что и обычный парсер, плюс своё. Модель не держит расписание, не логирует отказы, стоит денег за каждый запуск и время от времени придумывает значение, которого на странице не было. Проверять её вывод придётся тем же способом, каким проверяют парсер, только без исходного кода перед глазами.

Спрос на такие разовые задачи виден по цифрам. Частотность запроса «парсинг сайтов» за год упала с 4 191 до 1 952 обращений в месяц, больше чем вдвое. Похоже, часть вопросов ушла в чат с моделью и до поиска просто не доходит. На потребность в регулярных выгрузках это не влияет: она живёт в другом месте.

Что спросить у подрядчика до оплаты?

Шесть вопросов отделяют смету от догадки. Ни один из них не требует технических знаний: они проверяют не квалификацию исполнителя, а то, о чём он подумал до того, как назвал цену. Если подрядчик отвечает на все шесть уверенно, он уже открывал ваш источник и смотрел, как тот устроен. Если хотя бы на два отвечает общими словами, цена в смете взята с потолка и вырастет по ходу работы.

ВопросЧто означает плохой ответ
Как источник отдаёт данные: API, HTML, JavaScript, за входом?«Посмотрим в процессе» - цена ещё не посчитана
Что будет, когда сайт поменяет вёрстку?«Такого не случится» - источник не изучен
Как парсер сообщит, что сломался?Молчание - вы узнаете о сбое из отчёта, которого нет
Есть ли среди полей персональные данные?«Это же открытые данные» - риск переехал на вас
Кто платит за прокси и капчу?Не обсуждалось - расход всплывёт после сдачи
Что сдаётся: файл, база, отчёт, интеграция?«Данные» - приёмка превратится в спор

Сергей Прохоренко, разбирая выбор подрядчика на vc.ru в августе 2025 года, описывает типичный исход одной фразой: «купили “готовый парсер”, но он перестал работать через неделю». Своё наблюдение он добавляет там же. Экономия на старте часто оборачивается втрое большими потерями потом.

Косвенное подтверждение тому, насколько рынок непрозрачен, висит на той же бирже, что и заказы из первой таблицы: отдельный проект «Независимая приёмка и технический аудит парсера объявлений». Заказчик платит второму подрядчику за проверку работы первого.

Чему нас научил собственный парсер

За четыре месяца работы нашего сборщика набралось 556 строк кода на два разных по устройству источника, 62 теста на них и 18 990 обработанных адресов, из которых в работу пошли 442. Остальное отсеял фильтр из 55 строк ещё до разбора страницы. Плюс 18 разобранных эпизодов эксплуатации с датами и коммитами, примерно половина из них - поломки самого парсера, остальное отказы расписания и наши собственные ошибки в настройках.

Сборщик остаётся внутренним инструментом агентства. Выполненным клиентским проектом он не был, и выдавать его за такой мы не станем. Полезен он другим: мы знаем цену его эксплуатации до строчки, потому что платим её сами.

Отдельно есть публичное демо, которое можно прочитать целиком: репозиторий catalog-parser-demo под аккаунтом dkyitdevops на GitHub. Это 780 строк кода и 1 603 строки тестов, причём от конкретного сайта зависят всего 65 строк, то есть 8%. Внутри ровно то, за что на самом деле платят: соблюдение robots.txt по RFC 9309, троттлинг с учётом Crawl-delay, повторы с нарастающей паузой и обработка Retry-After, кодировка windows-1251, экранирование формул при выгрузке в Excel, атомарная запись файла.

Чего в демо нет и о чём мы говорим сразу: обхода антибот-защит, решения капчи, прокси и исполнения JavaScript. В боевом сборщике их тоже нет.

Когда одна из площадок начала отвечать отказом после сотни запросов подряд, мы сбавили темп. Заказчику стоит принять такое решение до начала работ, потому что узнать о нём из счёта за прокси - худший из вариантов.

Источники

Все цены сняты с витрин 7 сентября 2026 года, тексты законов приведены в редакциях, действующих на эту дату. Коммерческих отношений с перечисленными сервисами у нас нет: они названы как источники цифр, которые вы можете проверить сами по ссылкам ниже. Судебные акты и статьи датированы, чтобы было видно, насколько они свежие.

С чего начать, если парсер всё-таки нужен

Сделайте три вещи до того, как запрашивать смету. Каждая занимает около получаса, не требует технических знаний и меняет разговор с подрядчиком сильнее, чем торг: после них вы приходите с описанием источника и списком полей, а не с фразой «нужно спарсить сайт». Именно эта фраза и порождает вилку от трёх тысяч до трёхсот.

  1. Откройте нужную страницу источника, нажмите «Посмотреть код страницы» и поищите там значения, которые вам нужны. Если они видны в коде - источник простой. Если страница пустая, а данные появляются при прокрутке - класс выше, и цена тоже.
  2. Выпишите поля, которые собираетесь забирать, и отметьте те, что относятся к конкретному человеку: имя, личный телефон, личную почту. По каждому такому полю решите, обойдётесь ли без него. Раздел про 152-ФЗ выше объясняет, почему это дешевле сделать сейчас.
  3. Посчитайте свой год по таблице стоимости владения и сравните с подпиской на готовый сервис. Если разница меньше стоимости разработки, задача типовая и парсер вам не нужен.

Присылайте ссылку на источник и список полей - напишите нам. Посмотрим, к какому классу относится источник, назовём цену со сроком и скажем заодно, не закрывается ли задача официальным API дешевле парсера.