Lokale Extraktion

Bei der lokalen Extraktion wird eine Octoparse-Aufgabe auf Ihrem eigenen Computer ausgeführt. Die Zielwebsite wird aus Ihrer lokalen Umgebung geöffnet und verarbeitet, die erfassten Daten werden direkt auf dem Gerät gespeichert, und Sie können den Workflow beobachten, seine Ausgabe prüfen und während des Laufs eingreifen. Die lokale Extraktion ist kostenlos verfügbar. Sie ist eine praktische Wahl für Tests, kleinvolumige Erfassungen und Workflows, bei denen die Kontrolle über die Ausführungsumgebung oder den Datenspeicherort wichtiger ist als unbeaufsichtigte Skalierung.

​

Gründe für einen lokalen Lauf

​

Kostenlos lokal erfassen

Sie können Aufgaben lokal erstellen, testen und ausführen, ohne für Cloud-Extraktionskapazität zu bezahlen. Damit eignet sich die lokale Extraktion für:

• Das Kennenlernen und Bewerten von Octoparse
• Das Erstellen und Debuggen neuer Aufgaben
• Einmalige oder kleinvolumige Datenerfassung
• Gelegentliche Aufgaben, für die keine Cloud-Skalierung nötig ist

Rechenleistung, Arbeitsspeicher, Speicherplatz, Strom und Netzwerkverbindung stellt Ihr eigener Computer bereit. Dass keine Gebühren für die Cloud-Extraktion anfallen, beseitigt nicht den Betriebsaufwand für diese lokale Umgebung.

​

Direkte Kontrolle und Transparenz

Ein lokaler Lauf bleibt nah am Erstellen der Aufgabe. Sie können Seitennavigation und Extraktion live beobachten, den Browser mit der Datenvorschau vergleichen, den Lauf pausieren oder stoppen und die Aufgabe anpassen, wenn sich ein Selektor, eine Wartebedingung, eine Anmeldung oder eine Seitenaktion unerwartet verhält. Das macht die lokale Extraktion besonders nützlich für:

• Das Testen eines neuen oder kürzlich geänderten Workflows
• Die Diagnose websitespezifischen Verhaltens
• Die Prüfung fehlender, falscher oder doppelter Werte
• Die Kontrolle von Anmeldung, Paginierung, Scrollen und Aktionen auf Detailseiten
• Eine kleine, einmalige Erfassung unter direkter Aufsicht

​

Ihre lokale Umgebung nutzen

Die Anfragen stammen aus der Netzwerkumgebung, in der Octoparse läuft. Die Aufgabe kann daher Bedingungen nutzen, die an diese Umgebung gebunden sind, etwa eine lokale IP-Adresse, regionalen Zugriff, eine authentifizierte Browsersitzung oder Zugänge über das Netzwerk Ihrer Organisation. Das kann helfen, wenn eine Aufgabe in Ihrem Browser funktioniert, sich auf einem Cloud-Server aber anders verhält. Außerdem behalten Sie mehr Kontrolle über die Geräteumgebung: freigegebene Zusatzsoftware, Netzwerkwerkzeuge und Systemeinstellungen lassen sich nach Ihrem Workflow und den Anforderungen Ihrer Organisation verwalten. Diese Flexibilität bringt Verantwortung mit sich. Lokale Ergebnisse hängen von Ihrem Rechner, Netzwerk, der Browsersitzung, der installierten Software und der Systemkonfiguration ab. Änderungen an der Umgebung können das Verhalten der Aufgabe beeinflussen.

​

Den aktiven Lauf auf Ihrem Gerät behalten

Bei der lokalen Extraktion werden Aufgabenausführung und erfasste Daten überwiegend auf dem lokalen Gerät verarbeitet. Das gibt Ihnen mehr direkte Kontrolle darüber, wo Extraktionsdaten gespeichert werden, und kann Richtlinien unterstützen, die Daten in einer selbst verwalteten Umgebung verlangen. Die genaue Datenverarbeitung kann je nach Aufgabe, Konto, Exportziel und aktiviertem Dienst variieren. Eine lokale Ausführung garantiert für sich genommen weder Datenschutz noch Compliance. Betrachten Sie den gesamten Datenweg:

• Die Zielwebsite erhält weiterhin Anfragen aus Ihrem Netzwerk.
• Anmeldung, Synchronisierung von Aufgabenkonfigurationen, gemeinsames Arbeiten oder ein Online-Export können weiterhin zugehörige Informationen an den jeweiligen Dienst übertragen.
• Exportierte Daten unterliegen den Sicherheits- und Zugriffskontrollen ihres Ziels.
• Wer Zugriff auf den Computer oder die lokale Ausgabe hat, kann möglicherweise auf die erfassten Daten zugreifen.

Bei strengen Anforderungen an die Datenverarbeitung prüfen Sie Aufgabe, Konto, Exportziel, Gerätekontrollen und Organisationsrichtlinie gemeinsam.

​

Anmeldedaten und Sitzungen kontrollieren

Die lokale Extraktion kann bei Websites nützlich sein, die auf einer in der Desktop-Umgebung aufgebauten Sitzung beruhen. Sie kann den Aufwand verringern, diesen Browserzustand in einer separaten Cloud-Umgebung nachzubilden. Behandeln Sie Anmeldedaten und Cookies als sensibel. Verwenden Sie ein freigegebenes Konto, schützen Sie das Gerät, beschränken Sie den Zugriff auf Aufgabendateien und Ausgaben und erfassen Sie keine Daten, auf die Sie nicht zugreifen dürfen.

​

Unterbrochene Arbeit mit der Checkpoint-Wiederaufnahme retten

Der wichtigste betriebliche Kompromiss der lokalen Extraktion ist die Geräteabhängigkeit: Der Lauf hängt von Ihrem Computer, dem Octoparse-Client, der Stromversorgung und der Netzwerkverbindung ab. Octoparse 10.2 senkt die Kosten einer Unterbrechung mit der Checkpoint-Wiederaufnahme. Bei einem unterstützten interaktiven lokalen Lauf zeichnet Octoparse den Extraktionsfortschritt auf, etwa ausgegebene Zeilen, die Schleifenposition und offene Arbeit. Stoppt der Lauf vor dem Abschluss, kann Ihnen ein erneuter Start der Aufgabe zwei Optionen anbieten:

• Resume stellt den gespeicherten Lauf wieder her und arbeitet an den verbleibenden Daten weiter.
• Re-collect verwirft den Checkpoint und startet von vorn.

Octoparse validiert den Checkpoint vor der Verwendung gegen die aktuelle Aufgabe. Wenn sich die Aufgabe oder die Eingabe-URLs geändert haben, der Checkpoint fehlt oder beschädigt ist oder der gespeicherte Zustand nicht sicher zugeordnet werden kann, muss die Aufgabe neu starten. Auch geplante lokale Läufe beginnen von vorn, statt auf eine Entscheidung zur Wiederaufnahme zu warten. Die Checkpoint-Wiederaufnahme macht längere lokale Erfassungen praktikabler, ersetzt aber weder die Verfügbarkeit des Geräts noch die Prüfung des finalen Datensatzes nach einer Unterbrechung.

​

Abwägungen bei der lokalen Extraktion

​

Grenzen der lokalen Extraktion

Die lokale Extraktion tauscht Cloud-Skalierung und verwaltete Infrastruktur gegen direkte Kontrolle:

• Begrenzte Skalierbarkeit: Ein lokaler Lauf ist durch CPU, Arbeitsspeicher, Speicherplatz und Netzwerkkapazität eines einzelnen Computers begrenzt.
• Geräteabhängige Zuverlässigkeit: Stromausfall, Ruhezustand, Netzwerkunterbrechung, Schließen der Anwendung oder ein Betriebssystemproblem können die Aufgabe stoppen.
• Höhere betriebliche Verantwortung: Sie pflegen Hardware, Betriebssystem, Softwareumgebung, Speicher, Sicherheitsmaßnahmen und Netzwerkverfügbarkeit.
• Nicht ideal für unbeaufsichtigten Betrieb: Der Computer muss verfügbar bleiben. Lokale Zeitplanung ist möglich, doch die Aufgabe hängt zum geplanten Zeitpunkt weiterhin vom Gerät ab.

Die Checkpoint-Wiederaufnahme senkt die Kosten mancher Unterbrechungen, indem sie unterstützten Lauffortschritt bewahrt. Sie bietet weder die durchgehende Verfügbarkeit noch die elastischen Ressourcen der Cloud-Extraktion. Verwenden Sie die Cloud-Extraktion, wenn die Aufgabe laufen muss, nachdem Ihr Computer ausgeschaltet ist, wenn sie nach einem wiederkehrenden unbeaufsichtigten Zeitplan arbeiten soll oder wenn sie Cloud-Ressourcen für Erfassungen in Produktionsgröße nutzen soll.

​

Verwandte Seiten