Парсинг сайта

Требуется вытащить информацию с сайта в табличную форму и отдельные папки в соответствии с ТЗ (присылается после согласования). Нужно оценить два варианта исполнения - после остановимся на одном из них.


Объем и описание задания.

Вариант 1
На сайте есть перечень категорий, в каждой категории список пользователей, с этого списка можно перейти на анкету пользователя которую и нужно распарсить (структура страницы одинаковая для всех анкет). Вся информация парсится с html. Есть два вида информации - текстовая и картинки (.png). Текстовая информация записывается в эксель (каждая запись имеет поле ID) картинка записывается в папку имя которой = ID записи в эксель.
К-во столбцов к заполнению - 4 + картинка в папку.
К-во записей - около 2000 (не уникальных)
Ожидаемый результат - эксель и папки с информацией, код парсера.


Вариант 2.
Тот же объем работ что и вариант 1 +
К-во столбцов к заполнению - 24 + картинки в папку а также некоторый текст в отдельный текстовый файл .
К-во записей - 84000 (не уникальных)

Дополнительно будет стоять вопрос о распознавании картинок (на них отчетливо виден текст до 50 символов). Если есть предложения как распознать эти картинки и записать результат в изначальный эксель - будем обсуждать, за доп плату.

В ТЗ будет показано расположение каждого требуемого элемента в html коде и, конечно же, ссылка на сайт и списков анкет.