Octoparse

Popis

Octoparse je bezplatný softvér na zoškrabovanie webu pre Windows na strane klienta, ktorý premieňa neštruktúrované alebo pološtruktúrované údaje z webových stránok na množiny štruktúrovaných údajov bez nutnosti kódovania.

Je to jednoducho použiteľný nástroj na zoškrabovanie webu, ktorý zhromažďuje údaje z webu. Prehľadávače spustené v Octoparse sú určené nakonfigurovanými pravidlami extrakcie. Pravidlo extrakcie by Octoparse povedalo: ktorá webová stránka má byť otvorená; kde sú údaje, ktoré plánujete indexovo prehľadávať. poskytuje vysokorýchlostný zber údajov, ktorý vykonáva až 10 súbežných vlákien.

Octoparse ako aplikácia pre Windows funguje dobre pre statické a dynamické webové stránky vrátane tých, ktorých webové stránky používajú Ajax. Existujú rôzne exportné formáty podľa vášho výberu ako CSV, EXCEL, HTML, TXT a databázy (MySQL, SQL Server a Oracle). Octoparse simuluje ľudskú činnosť pri interakcii s webovými stránkami.

Jeho pozoruhodné funkcie, ako je vypĺňanie formulárov, zadávanie hľadaného výrazu do textového poľa, by výrazne uľahčili extrahovanie webových údajov. Svoj projekt extrakcie môžete spustiť buď na vlastných počítačoch (Local Extraction) alebo v cloude (Cloud Extraction).

Octoparse poskytuje vizuálny ovládací panel, ktorý je veľmi užívateľsky prívetivý a jednoduchý. Octoparse simuluje ľudské správanie pri prehliadaní webu, ako je otvorenie webovej stránky, prihlásenie do účtu, zadanie textu, ukazovanie a kliknutie na webový prvok. Stačí kliknúť na informácie na webovej stránke vo vstavanom prehliadači a vykonať extrakciu, získate štruktúrované údaje, ktoré potrebujete.

Najvýkonnejšou funkciou Octoparse je simultánne zoškrabovanie webu vo veľkom meradle, založené na distribuovaných výpočtoch. Po nahraní projektu konfigurácie do cloudu sa môžete rozhodnúť vykonať extrakciu súčasne pomocou mnohých cloudových serverov. Ak potrebujete zoškrabať 10 000 webových stránok v krátkom čase, potom je cloudová služba Octoparse najvhodnejšia.