Brix tal-Web Bil-Estensjoni tal-barraxa Chrome - Semalt Espert

Sraper huwa skript awtomatizzat u għodda faċli biex tużah użata għall-estrazzjoni ta 'dejta mill-paġni tal-web u l-esportazzjoni tad-dejta mibruxa fi spreadsheets. Jekk int entusiasta tal-Google Chrome, Chrome Scraper Estensjoni hija l-aħjar għodda biex tikkunsidra. Din l-għodda tal-brix tal-web tgħinek tiġbed informazzjoni utli mill-paġna tal-web preferuta u tesportaha lil Google Docs.

Għaliex tagħżel Estensjoni tal-barraxa Chrome?

Il-plugin tal-barraxa tal-kromju tal-Google huwa għodda do-it-yourself li estratti ammonti kbar ta 'dejta mill-web f'formati li jinqraw. Biex tinstalla estensjoni tal-barraxa fuq il-browser tiegħek, żur Chrome Web Store u kklikkja "Żid mal-għażla Chrome" biex tlesti l-proċess ta 'installazzjoni. B'dan il-plugin, m'għandekx għalfejn tikri programmer biex tobrox il-paġni tal-web għalik.

Ladarba tkun installata fuq il-browser tiegħek, l-estensjoni tal-barraxa twettaq il-proċess kollu tal-brix għalik. Biex tibda, agħżel l-informazzjoni li trid tkun mibruxa, ikklikkja dritt fuq id-dejta magħżula u kklikkja "Barraxa simili."

Jekk tkun ħerqan li tuża estensjoni tal-barraxa, l-għarfien ta 'lingwa ta' programmazzjoni huwa rekwiżit minimu. Madankollu, jekk int familjari ma 'XPath, l-affarijiet se jkunu daqshekk faċli għalik. Għal skopijiet ta 'ċarezza, XPath huwa lingwa ta' programmazzjoni li tuża espressjonijiet ta 'mogħdija biex tagħżel settijiet ta' punt. Fil-biċċa l-kbira tal-każijiet, XPath jintuża fuq dokumenti tal-Markup tal-Lingwi XTensibbli (XML) fejn jaħdem biex jinnaviga permezz ta ’attributi u elementi essenzjali użati f’dokument XML.

Kif tinbarax paġna web bl-użu tal-plugin barraxa Chrome?

F'din il-gwida, int titgħallem kif tinbarax paġni tal-web u dokumenti XML b'estensjoni ta 'barraxa. Uża l-gwida li ġejja biex estratt data utli minn paġna tal-web u tesportaha fid-Dokumenti tal-Google.

  • Ibda l-browser tal-Chrome tiegħek u tfittex għal Chrome Web Store. Ikklikkja fuq "Żid mal-Chrome" għażla li se pop fuq il-wiri iskrin tiegħek.
  • Iftaħ id-dokument fil-mira jew il-paġna tal-web tiegħek u agħżel id-dejta kollha li trid tkun mibruxa.
  • Ikklikkja fuq il-lemin tat-test magħżul u laqat l-għażla "Barraxa simili".
  • Chrome se jiftaħ tieqa oħra bid-dejta mibruxa. Biex tesporta d-dejta estratta, ikklikkja fuq l-għażla "Save to Google Docs" biex issalva l-kontenut fid-Dokumenti tal-Google tiegħek.

Brix tal-web avvanzat b'estensjoni tal-barraxa

XPath huwa lingwa ta 'programmazzjoni użata biex tagħżel settijiet ta' puntus f'test ibbażat fuq XML. Dan il-lingwa ta 'programmazzjoni tuża espressjonijiet ta' mogħdija li jistgħu jintużaw f'JavaScript u Python. Jekk ikollok sfidi meta tipprova tinbarax paġna web, tiftaħ il-console tal-barraxa u ssib kaxxa żgħira fir-rokna ta 'fuq tax-xellug tiegħek.

Bl-estensjoni tal-barraxa, tista 'jew tmur għal jQuery jew XPath. F'dan il-każ, ikklikkja fuq "XPath" biex issib l-elementi fil-mira f'paġna web. Biex twettaq il-kompitu tal-brix, identifika l-element it-tajjeb f'paġna u toħloq XPath tagħha. Il-console tal-barraxa tinkludi taqsima "Kolonni". Uża s-sezzjonijiet tal-kolonna biex tikseb id-dejta mibruxa tiegħek f'formati li jinqraw u li jistgħu jintużaw.