Логотип «2Captcha»Перейти на главную страницу
Туториалы по обходу капчи

Эта статья была полезной?

Как парсить Zimmo

Грегори Фишер
Грегори Фишер

Технический специалист

Zimmo.be — один из главных порталов недвижимости в Бельгии. Там продают и сдают дома, квартиры, гаражи, коммерческие помещения и квартиры в новостройках, причём у сайта две версии: на нидерландском и на французском. Если вам нужны данные для анализа рынка, почти всё лежит прямо на страницах поиска. У каждого объявления есть цена, адрес, тип объекта, площадь, количество спален и энергетический класс EPC.

Просто скачать эти страницы не получится. Zimmo стоит за Cloudflare, и обычный HTTP-клиент получает в ответ 403 с текстом «Just a moment…». Браузер с сервера в дата-центре получает то же самое. Причём Cloudflare не пускает Chromium без окна даже с бельгийского домашнего интернета, а обычный браузер с окном проходит без вопросов.

Есть и сложности с самими данными. Готового JSON с объявлениями на странице нет, так что всё приходится читать из отрисованных карточек. А у новостроек вместо цены квартиры стоит что-то вроде «Vanaf € 499.782», то есть «от». Это цена самой дешёвой квартиры в проекте.

Ниже разберём открытый парсер 2scraper/zimmo-scraper. Мы установим его, выгрузим результаты поиска в JSON или CSV, запустим дома и на сервере, а в конце посчитаем медианные цены по городу. Работать будем с движком Playwright, его рекомендуют авторы репозитория. Цифры в статье взяты из README и changelog проекта, рядом с каждой стоит дата замера.

Что мы получим на выходе

Парсер принимает ссылку на страницу поиска zimmo.be. Подойдёт и продажа, и аренда, и нидерландская версия (/nl/…/te-koop/), и французская (/fr/…/a-vendre/). На каждое объявление получается одна строка с такими полями:

Поле Что в нём Заполнено (23.09.2026)
sku Код объявления на Zimmo, например LRZLA 100%
price, currency Цена в евро. Если в объявлении «Prijs op aanvraag» (цена по запросу), здесь null 99%
listing_type sale — продажа, rent — аренда 100%
property_type huis, appartement, nieuwbouwproject, garage, bedrijfsvastgoed и другие 100%
location Адрес с индексом и городом
surface_m2 Жилая площадь, м² 90%
bedrooms Сколько спален 72%
epc_label Энергокласс, в том числе A+, A++ и брюссельские классы с минусом, например E- 70%
url, image_url, title, category, scraped_at Ссылка, главное фото, заголовок карточки, ваша метка, время запуска

Почему не везде 100%? У гаража или офиса спален нет, а в некоторых объявлениях не указаны площадь или энергокласс. Проценты посчитаны на 105 карточках с семи живых страниц (Гент, Антверпен, Брюссель). Каждое поле сверили с подписями, которые сайт делает для экранных дикторов, и не нашли ни одного расхождения.

Ещё четыре поля в схеме есть, но сейчас всегда пустые: brand, original_price, discount_pct и epc_value. Их брали из JSON, который сайт отдавал до сентября 2026 года. В запусках 27–28 октября они были пустыми во всех 168 строках, так что на них пока не рассчитывайте.

Что понадобится

Python подойдёт от 3.9 до 3.12. На 3.13 закреплённая версия Playwright 1.44 не ставится, потому что для greenlet там нет готовой сборки. Проще всего создать окружение через python3.12 -m venv .venv; обходной путь для новых версий описан в README.

Движок лучше брать Playwright. Версии для Selenium и pyppeteer тоже есть, но pyppeteer давно не обновляется. Каждый движок ставьте в своё виртуальное окружение, иначе зависимости начнут конфликтовать.

Главное требование — браузер с окном. На своём компьютере это просто флаг --headful. На сервере понадобится ещё виртуальный дисплей (xvfb) и резидентный IP: подойдут резидентные прокси 2Captcha. Есть вариант и без всего этого. 2Captcha Browser API даёт удалённый браузер, у которого уже есть и подходящий адрес, и окно.

Ключ для решения капчи в обычной работе не нужен.

Установка

bash Copy
git clone https://github.com/2scraper/zimmo-scraper.git
cd zimmo-scraper
python3.12 -m venv .venv && source .venv/bin/activate   # Windows: .venv\Scripts\activate

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

cp .env.example .env
python3 env_config.py   # покажет, откуда взялась каждая настройка, секреты не выводит

В .env всего четыре настройки. TWOCAPTCHA_KEY пригодится, только если вдруг появится капча. ZIMMO_URL задаёт поиск по умолчанию, его можно не заполнять. ZIMMO_CDP_ENDPOINT нужен для Browser API, ZIMMO_PROXY — для резидентного прокси. Пароли и ключи лучше держать именно здесь, потому что всё, что написано в командной строке, остаётся в истории shell и видно в списке процессов.

Первый запуск

bash Copy
# Дома и квартиры на продажу в Генте, 3 страницы, JSON и CSV
python3 playwright_scraper.py \
  --url "https://www.zimmo.be/nl/gent-9000/te-koop/" \
  --pages 3 --headful --category gent-koop --format both --out gent_listings

# Аренда в Антверпене
python3 playwright_scraper.py --url "https://www.zimmo.be/nl/antwerpen-2000/te-huur/" --headful --out antwerp_rent

# Французская версия: продажа в Брюсселе
python3 playwright_scraper.py --url "https://www.zimmo.be/fr/bruxelles-1000/a-vendre/" --headful --out brussels_sale

# На сервере без дисплея
xvfb-run -a python3 playwright_scraper.py --url "https://www.zimmo.be/nl/gent-9000/te-koop/" --pages 3 --headful

Ссылку передавайте без параметра page, а количество страниц задавайте через --pages. Если в ссылке будет page, парсер откажется работать и выйдет с кодом 2. В --category можно написать что угодно. Эта метка попадёт в каждую строку. Пригодится, когда вы сводите несколько поисков в одну таблицу.

По умолчанию парсер читает одну страницу, пишет и JSON, и CSV в файлы zimmo_listings, делает два повтора и работает в один поток без пауз.

Как парсер достаёт данные

Сайт сделан на Angular. Данных об объявлениях нет ни в одном структурированном блоке. На странице есть только JSON-LD с хлебными крошками, а во встроенном состоянии Angular лежат заголовки и счётчики. Поэтому парсер ждёт, пока карточки отрисуются, и читает их.

Классы, которые генерирует сборка сайта, меняются от релиза к релизу, и на них полагаться нельзя. Парсер цепляется за то, что остаётся стабильным. Каждое объявление лежит в отдельном элементе zimmo-listing. Код объявления лежит в .zimmo-code и становится полем sku. Спальни, площадь и энергокласс парсер узнаёт по файлам иконок: bedrooms.svg, floorspace-surface.svg, energy-labels/epc_b.svg. На нидерландской и французской версиях иконки одни и те же, переведены только подписи рядом. За счёт этого один парсер работает на обоих языках.

Парсер аккуратно определяет, где кончается поиск. На каждой странице написано общее число результатов, например «51 resultaten» или «51 résultats». Если там 0, поиск пустой. Если счётчик показывает 51, а на странице написано «We vonden helaas geen resultaten», значит, мы ушли дальше последней страницы. Так выглядела, например, четвёртая страница поиска на 51 объявление в тесте 28 октября, и запуск на ней спокойно остановился со статусом complete.

А вот страницу без объявлений и без счётчика парсер считает недозагруженной. Такое бывает, если прокси оборвал соединение. Он попробует ещё раз, а потом запишет страницу в неудачные. За конец выдачи он её не примет. На французской версии есть нюанс. Как там звучит фраза «результатов нет», пока не известно, поэтому французский поиск, ушедший за последнюю страницу, закончится статусом partial.

Остальные ответы сайта тоже разбираются по-своему. 403 с текстом «Even geduld...» — это проверка Cloudflare, и если после неё не появились объявления, страница считается заблокированной. 404 значит, что такого адреса на сайте нет. На 429 и 5xx парсер делает повторы. Если сетка отрисовалась, но не удалось вытащить ни одной строки, это ошибка парсера, а не пустой поиск.

Как пройти Cloudflare

Cloudflare на Zimmo смотрит на две вещи: откуда пришёл запрос и есть ли у браузера окно. Вот что получилось у авторов репозитория 23 сентября 2026 года на одном и том же адресе /nl/gent-9000/te-koop/:

Откуда Браузер Результат
Дата-центр (Hetzner), без прокси curl с любым User-Agent HTTP 403 «Just a moment…»
Дата-центр, без прокси Chromium без окна или с окном Проверка Cloudflare, код 3
Раннер GitHub Actions Chromium с окном под xvfb Проверка Cloudflare, код 3
Бельгийский домашний IP Chromium без окна Проверка Cloudflare, код 3
Бельгийский домашний IP Chromium с окном Пропустил: 63 строки, 3 страницы из 3
Немецкий домашний IP Chromium с окном Пропустил: 21 строка
2Captcha Browser API, бельгийский профиль Свой Пропустил: 63 строки, 3 страницы из 3

13 октября американский домашний IP получил отказ, а бельгийский и немецкий снова прошли. Все три движка прогнали через бельгийский IP с окном на трёх страницах, и они вернули одни и те же 63 объявления с одинаковыми ценами.

Так что дело не столько в стране, сколько в типе подключения.

Дома

Достаточно добавить --headful. Бельгийский адрес не обязателен. По умолчанию парсер запускает браузер без окна, как и остальные парсеры 2scraper, поэтому в примерах флаг везде написан явно.

На сервере

Укажите резидентный прокси в ZIMMO_PROXY и запускайте через xvfb-run. Прежде чем открыть браузер, парсер делает через прокси один маленький проверочный запрос. Если прокси отвечает 407 (не принял логин и пароль) или 402 (кончился баланс), запуск завершится за пару секунд с кодом 5, а не будет минутами перебирать повторы. Если подключить список прокси через --proxy-file, проверяется каждый адрес, а отказавшие до конца запуска больше не используются. Как сгенерировать такой список, описано в документации Proxy API.

Учтите расход трафика, ведь прокси оплачивается по мегабайтам. Парсер считает трафик и по умолчанию останавливается на 10 МБ (флаг --proxy-budget-mb, 0 снимает ограничение). В тесте 28 октября одна страница через немецкий домашний IP весила около 2,6 МБ, то есть лимита хватает примерно на три страницы. Если нужно четыре и больше, закладывайте около 3 МБ на страницу. Иначе запуск остановится раньше с кодом 6 и stop_reason proxy_budget_exceeded.

Есть флаг --block-media, который не грузит картинки, видео и шрифты. На Zimmo он почти ничего не даёт. Три страницы с ним весили 8,1 МБ, без него 7,8 МБ. Основной вес здесь дают скрипты, а не картинки.

Через 2Captcha Browser API

Это самый простой способ для сервера, потому что свой резидентный адрес и дисплей не нужны. Пропишите адрес подключения в .env и запускайте без --headful:

bash Copy
# .env
ZIMMO_CDP_ENDPOINT=ws://{login}-zone-scraping_browser-country-be-pid-{profileId}:{password}@cb.2captcha.com:9222
bash Copy
python3 playwright_scraper.py --url "https://www.zimmo.be/nl/gent-9000/te-koop/" --pages 3

Используйте один и тот же идентификатор профиля (pid) из запуска в запуск. Профиль хранит cookies, а вместе с ними и доверие Cloudflare. С версии 1.2.1 парсер держит одно подключение на все страницы. Раньше он переподключался на каждой странице, и примерно на каждой второй получал отказ HTTP 500 (замер 7 октября).

Если при подключении приходит HTTP 401 deny_no_user, значит, учётные данные профиля больше не принимаются. Запуск выйдет с кодом 5 и подскажет, что дело в ZIMMO_CDP_ENDPOINT. Код здесь ни при чём. Просто получите новый адрес подключения, как описано в документации Browser API. Selenium к удалённому браузеру с паролем подключиться не может, для этого нужен Playwright или Puppeteer.

Капча и Scraper API

Решение капчи в парсер встроено, но на Zimmo оно нужно редко. С домашнего IP и браузером с окном проверка вообще не появлялась. Другим посетителям Zimmo показывает Cloudflare Managed Challenge: страницу проверки со скрытым полем Turnstile и без sitekey в HTML. 2Captcha умеет решать такие страницы Cloudflare. Для этого до загрузки страницы внедряется скрипт, который перехватывает turnstile.render и забирает sitekey, action, cData и chlPageData. Эти значения отправляются как задача Turnstile, а полученный токен передаётся в callback страницы, причём браузер должен использовать userAgent, который вернулся вместе с токеном. Пошагово это описано в документации по Cloudflare Turnstile. В текущей версии zimmo-scraper такого перехвата пока нет. Парсер ищет sitekey только в HTML страницы, не находит его, помечает страницу как заблокированную, ничего не тратит и предлагает Browser API. Встроенное автоматическое решение Browser API против этой проверки тестировали, как и Scraper API, с сессией Browser API и без неё. Каждый вариант в одних запусках проходил, а в других нет при совершенно одинаковых настройках, так что закладывайте повторы. В парсере есть и решатель reCAPTCHA v3, но саму reCAPTCHA на Zimmo не встречали. Какой бы ни была проверка, на одну страницу покупается не больше одного платного решения.

С 2Captcha Scraper API на Zimmo сейчас не всё гладко. 23 сентября он отдавал страницу по $0.0005 за запрос. А 28 октября дважды вернул для того же поиска по Генту страницу Zimmo с текстом «0 resultaten», хотя Browser API в тот же день прочитал 63 объявления. Запрос по Брюсселю и вовсе упал по таймауту. Поэтому, если Scraper API отдал страницу без объявлений, парсер не считает поиск пустым и выходит с кодом 5.

Файлы на выходе и коды завершения

После запуска появляются <out>.json и/или <out>.csv, а рядом файл <out>.meta.json. В нём записано, чем закончился запуск (complete, partial или empty) и почему (stop_reason), какие страницы не удались, сколько строк собрано, какой поиск покрыт (selection) и дочитана ли выдача до конца (listing_exhausted). Если работали через прокси, там же будет израсходованный трафик. Ещё при любом исходе такого запуска пишется <out>.latest_attempt.meta.json, даже если строк нет.

Если запуск ничего не нашёл, он ничего и не запишет, и вчерашний файл останется на месте. Чтобы всё-таки получить пустой файл, есть --allow-empty. Файлы заменяются атомарно, а в CSV экранируются ячейки, похожие на формулы Excel.

Код Что случилось Что делать
0 Всё собрано Данные записаны.
1 Сбой Ошибка в парсере, смотрите traceback.
2 Неверная команда Например, ссылка с page, папка для --out недоступна, неправильный прокси, --concurrency вместе с --cdp-endpoint.
3 Блокировка Cloudflare не пустил. Добавьте --headful, резидентный прокси или Browser API.
4 Нет объявлений По поиску действительно ничего нет.
5 Страницы не получены Прокси не принял данные или кончился баланс, Browser API отклонил профиль, таймаут, ошибка или 404 на первой странице, парсер ничего не прочитал, лимит трафика кончился до первой строки.
6 Собрано частично Часть страниц не загрузилась или не разобралась, кончился лимит трафика или вы нажали Ctrl-C. Причина в stop_reason.
130 Прервано Ctrl-C до того, как собрана первая строка.

Как следить за рынком

В репозитории есть diff_runs.py. Он сравнивает два полных запуска одного и того же поиска по sku и показывает, какие объявления появились, какие пропали и где поменялась цена:

bash Copy
python3 diff_runs.py --old gent_2026-10-01.json --new gent_2026-10-08.json

Неполные запуски и запуски по разным поискам он сравнивать откажется. Это можно обойти флагом --allow-selection-mismatch, но лучше не надо. Есть ещё одна тонкость. Если новый запуск прочитал не всю выдачу, потому что закончились --pages, пропавшее объявление будет помечено как «left selection», а не как снятое. Его вполне могли просто сдвинуть на следующую страницу новые объявления. Сказать «объявление удалено» можно только по запуску, который дошёл до конца поиска. Так что для мониторинга ставьте --pages с запасом.

Пример строки

Настоящая строка из sample_output.json в репозитории: Гент, продажа, 23 сентября 2026 года. Ссылку на фото мы сократили.

json Copy
{
  "source": "zimmo.be",
  "scraped_at": "2026-09-23T14:20:10.757167+00:00",
  "url": "https://www.zimmo.be/nl/gent-9000/te-koop/huis/LRZLA",
  "sku": "LRZLA",
  "title": "Huis te koop",
  "brand": null,
  "price": 210000.0,
  "currency": "EUR",
  "original_price": null,
  "discount_pct": null,
  "image_url": "https://files.zimmo.be/backend-api/…/images/01a0ce69-9587-7761-9b6a-30c604f1d540",
  "category": "gent-koop",
  "listing_type": "sale",
  "property_type": "huis",
  "location": "Zwijnaardsesteenweg 685 9000 Gent",
  "surface_m2": null,
  "bedrooms": 3,
  "epc_label": "F",
  "epc_value": null
}

Площадь в этом объявлении не указана, поэтому surface_m2 пустое. Всего в примере 21 строка: 12 домов, 6 квартир, новостройка, коммерческое помещение и гараж.

Считаем рынок

Для начала посмотрим медианную цену и цену за квадратный метр по типам жилья и распределение энергоклассов. Новостройки скрипт выбрасывает, потому что у них указана цена самой дешёвой квартиры. Объявления без цены, гаражи и коммерческие помещения тоже убираем, иначе они исказят картину по жилью.

python Copy
import json
from collections import Counter, defaultdict
from pathlib import Path
from statistics import median

RESIDENTIAL = {"huis", "appartement"}   # типы объектов в том виде, как их называет нидерландская версия

def snapshot(results_file: str) -> None:
    path = Path(results_file)
    rows = json.loads(path.read_text(encoding="utf-8"))

    meta_path = Path(f"{path.with_suffix('')}.meta.json")
    if meta_path.exists():
        meta = json.loads(meta_path.read_text(encoding="utf-8"))
        print(f"Статус запуска: {meta.get('status')}, строк: {len(rows)}")

    homes = [
        r for r in rows
        if r.get("price")
        and r.get("property_type") in RESIDENTIAL
        and r.get("title") != "Project"
    ]

    by_type = defaultdict(list)
    for r in homes:
        by_type[r["property_type"]].append(r)

    for ptype, items in by_type.items():
        prices = [r["price"] for r in items]
        per_m2 = [r["price"] / r["surface_m2"] for r in items if r.get("surface_m2")]
        line = f"{ptype:<12} n={len(items):<3} медиана €{median(prices):,.0f}"
        if per_m2:
            line += f"  медиана €{median(per_m2):,.0f}/м² (n={len(per_m2)})"
        print(line)

    grades = Counter(r.get("epc_label") or "нет" for r in homes)
    print("EPC:", ", ".join(f"{g} {n}" for g, n in grades.most_common()))

if __name__ == "__main__":
    snapshot("gent_listings.json")

Цену за метр скрипт считает только там, где указана площадь, и пишет, по скольким объявлениям получилось. Если прогнать его по нескольким городам или по еженедельным выгрузкам одного города, получится простой индекс цен. А diff_runs.py покажет, что за неделю появилось и что ушло с рынка.

Ограничения

Без окна парсер на Zimmo не работает. Cloudflare не пускает headless Chromium даже с домашнего IP, так что нужен --headful, xvfb или Browser API. Это касается и Docker-образа. По умолчанию он запускает браузер без окна, поэтому используйте его с --cdp-endpoint или подключите свой дисплей.

Не любой адрес подходит. Дата-центры и американский домашний IP получили отказ, бельгийский и немецкий прошли.

Поля brand, original_price, discount_pct и epc_value сейчас всегда пустые. Цены новостроек показывают нижнюю границу, поэтому строки с title «Project» лучше отфильтровать.

Французские поиски иногда заканчиваются статусом partial: фраза «результатов нет» на французском пока не известна парсеру.

На Mac с Apple Silicon pyppeteer скачивает Chromium для x86, и тот сразу падает в режиме без окна (проверено 28 октября). Там лучше работать через Playwright.

Файл fingerprint_client.py в репозитории есть, но ни один движок его пока не использует.

Частые вопросы

Можно ли законно парсить Zimmo?
Парсер читает открытые страницы поиска и не заходит в аккаунт. Но в строках есть полные адреса, а вместе с другими данными они могут считаться персональными данными по GDPR. Прочитайте условия Zimmo, проверьте законы своей страны и не засыпайте сайт запросами. Это не юридическая консультация.

У Zimmo есть API?
Публичного API для объявлений нет. Даже на самой странице данные не лежат в удобном виде, поэтому парсер читает карточки.

Почему запуск выходит с кодом 3?
Cloudflare не пустил. Чаще всего браузер был без окна, и помогает --headful. Или запуск шёл с адреса дата-центра, тогда нужен резидентный прокси или Browser API.

Обязательно нужен бельгийский IP?
Нет, немецкий домашний IP тоже прошёл. Американский 13 октября получил отказ, так что надёжнее брать европейский.

Сколько трафика уходит на запуск?
Примерно 2,6 МБ на страницу через резидентный прокси (замер 28 октября). Стандартных 10 МБ хватит страницы на три, для большего поднимите --proxy-budget-mb.

Итог

С Zimmo главное — чтобы сайт вообще отдал страницу. Cloudflare хочет видеть домашний адрес и браузер с окном. Дома это один флаг, на сервере придётся добавить резидентный прокси и xvfb или взять 2Captcha Browser API. Остальное проще. Парсер узнаёт поля по иконкам, поэтому одинаково работает на обеих языковых версиях, и прямо говорит, дочитал ли он поиск до конца. Только не забывайте выкидывать новостройки, считать цену за метр там, где есть площадь, и сравнивать недели через diff_runs.py.

С чего начать: склонируйте репозиторий и запустите его дома с --headful. Для сервера зарегистрируйтесь в 2Captcha и подключите резидентные прокси или 2Captcha Browser API.

Исходный код

Документация

Похожие руководства