Парсинг

Сбор данных из Telegram: история сообщений, поток новых сообщений или список участников группы — с фильтрами и выгрузкой в CSV, XLSX, JSON или SQLite.

Парсинг собирает данные из Telegram и складывает их в файл. Режим решает две разные задачи: выгрузить состав группы или собрать сообщения — либо разово из истории, либо в непрерывном мониторинге.

В отличие от рассылочных режимов, цели здесь не делятся между аккаунтами: каждый поток проходит весь список целей целиком и пишет собственный файл, в имени которого есть номер аккаунта. Поэтому парсинг обычно запускают на одном аккаунте.

Что собираем

Поле Что парсить задаёт первую развилку и определяет, какие настройки появятся ниже.

Вариант	Что собирается	Колонки в файле
Сообщения (по умолчанию)	Сообщения из каналов, чатов и постов	`target`, `id`, `date` + выбранные поля
Участников в группе	Состав группы или канала	`first_name`, `last_name`, `phone`, `username`, `user_id`, `target`

Список целей задаётся в поле Цели — по одной строке на цель: ссылка, @username или числовой ID. Цели обходятся по очереди, строки со всех целей попадают в один файл, а колонка target показывает, откуда взята запись.

Сообщения: парсер или ожидатель

Вторая развилка — поле Режим работы, по умолчанию Парсер. Видно, только если выбрано «Сообщения».

Парсер забирает уже существующую историю: идёт постранично вглубь каждой цели, пока не упрётся в лимит сообщений или в конец истории, после чего переходит к следующей цели. Работа конечна — после последней цели файл записывается один раз и режим завершается.

Ожидатель устроен иначе. Сначала он по каждой цели запоминает id последнего существующего сообщения — это точка отсчёта, вся старая история игнорируется. Дальше он бесконечно ходит по целям по кругу и забирает только то, что появилось после точки отсчёта. Файл при этом перезаписывается на каждом круге, где были новые сообщения, — накопленный результат виден прямо во время работы.

Наборы лимитов и задержек у сценариев разные:

Поле	Сценарий	По умолчанию	Назначение
Сообщений на цель	Парсер	500	Сколько сообщений просмотреть в одной цели, прежде чем идти дальше
Задержка между целями	Парсер	5 сек	Пауза перед переходом к следующей цели
Задержка между запросами	Парсер	2 сек	Пауза между страницами истории, защита от FloodWait
Интервал проверки	Ожидатель	15 сек	Пауза между полными кругами по всем целям
Задержка между целями	Ожидатель	3 сек	Пауза перед опросом каждой цели внутри круга
Остановить после N сообщений	Ожидатель	0 — без ограничения	Предохранитель по количеству пойманных сообщений
Макс. время мониторинга, мин	Ожидатель	0 — без ограничения	Предохранитель по времени работы
Участников парсить	Участники	5000	Максимум участников с одной цели
Задержка между запросами	Участники	3 сек	Пауза между страницами списка участников

Задержки здесь — точные значения в секундах, а не диапазон: сколько поставили, столько и будет.

Условия остановки ожидателя проверяются в конце каждого круга, а не после каждого сообщения. Поставили «остановить после 100» — соберётся 100 или чуть больше, круг доводится до конца. Два нуля одновременно означают, что режим не остановится сам, его придётся снимать вручную.

Что попадает в строку

Поле Извлекаемые данные управляет составом колонок для сообщений; по умолчанию отмечен только Отправитель. Колонки target, id и date пишутся всегда.

Вариант	Что добавляет
Отправитель	`from_id`, `username`, `first_name`
Текст	`text` — текст сообщения
Медиа	`media` — тип вложения (фото, видео и т. п.). Сами файлы не скачиваются

Фильтры

Блок фильтров по умолчанию пуст — сохраняется всё, что собрано. Фильтры работают только для сообщений и применяются после загрузки, уже на стороне Multogram.

Поиск по словам — включает поле Ключевые слова, слова через запятую. Регистр не важен, совпадение по вхождению в текст; строка сохраняется, если найдено хотя бы одно слово из списка.
По дате — включает поле Диапазон дат сообщений. Сообщения вне диапазона отбрасываются. Если задана только нижняя граница, верхней просто не будет.

Важное следствие: лимит Сообщений на цель считает просмотренные сообщения, а не попавшие в файл. С узким фильтром из 500 просмотренных в выгрузку может уйти три строки — это нормальная работа, а не ошибка.

Куда сохраняется

Куда сохранить (по умолчанию C:/sessions/parsed) — папка выгрузки, создаётся автоматически, если её нет. Имя файла собирается само: тип парсинга, номер аккаунта и метка времени — например messages_79001234567_1712345678901.csv. Из-за этого прогоны и аккаунты не затирают файлы друг друга.

Формат экспорта — CSV, XLSX, JSON или SQLite (.db). По умолчанию отмечены CSV и XLSX, но на выходе всегда один файл: при нескольких отмеченных форматах применяется один по приоритету SQLite → XLSX → JSON → CSV. Со стандартными настройками это .xlsx. Отмечайте один формат, чтобы не гадать.

В SQLite данные кладутся в таблицу parsed, в JSON пишется форматированный массив объектов, в CSV разделитель — запятая. Если собирать было нечего, файл не создаётся: в лог уходит запись ExportData: no rows to write.

Как проходит сбор

Подготовка. Список целей чистится от пустых строк, ключевые слова приводятся к нижнему регистру, даты переводятся в границы диапазона, формируется имя будущего файла.

Обход целей. Каждая цель обрабатывается в своём try/catch: ошибка на одной (нет доступа, неверная ссылка) не останавливает остальные, а уходит в лог.

Постраничная загрузка. Данные тянутся пачками — до 100 сообщений или до 200 участников за запрос, с паузой между запросами. Последняя пачка урезается ровно до остатка квоты.

Отбор строк. Применяются фильтры и выбранные поля, строка добавляется в общий набор.

Выгрузка. Файл записывается: у парсера и у сбора участников — один раз в конце, у ожидателя — заново на каждом круге с новыми сообщениями.

Ограничения и риски

Доступ к цели. Аккаунт видит ровно то, что видел бы живой пользователь: в закрытую группу нужно вступить, а состав крупных сообществ Telegram отдаёт не полностью.
Ожидатель забирает до 50 последних сообщений за один опрос цели. В очень активном чате при большом интервале проверки часть сообщений между опросами в файл не попадёт. Чем живее чат, тем короче должен быть интервал.
Пагинация — самая частая причина FloodWait. Сбор идёт сплошным потоком запросов, поэтому занижать задержку между запросами опаснее, чем между целями.
Дубли при нескольких аккаунтах. Каждый поток проходит весь список целей — два аккаунта соберут одно и то же дважды, в два разных файла.
Ожидатель занимает аккаунт бесконечно. Пока он работает, аккаунт не освободится под другие задачи.