Navegador integrado
El Navegador integrado es donde creas y pruebas tareas. Te permite abrir el sitio web de destino, seleccionar elementos, crear acciones y obtener una vista previa de los datos extraídos. Puedes usarlo para:- Abrir las URL de destino
- Seleccionar texto, enlaces, imágenes y otros elementos
- Hacer clic en botones o elementos de menú
- Gestionar la paginación o el desplazamiento infinito
- Iniciar sesión cuando una tarea requiera configurar una sesión
- Probar cómo se carga una página durante la extracción
Modo de selección frente a modo exploración
Octoparse utiliza distintos modos de interacción al crear una tarea.
Usa el modo exploración cuando necesites interactuar manualmente con la página antes de continuar configurando la tarea, por ejemplo, para iniciar sesión, cerrar una ventana emergente, abrir un menú o alcanzar el estado de la página que deseas extraer.
Modo Chrome
El modo Chrome utiliza un navegador Chrome para abrir páginas y recopilar datos en lugar del Navegador integrado. Como el modo Chrome utiliza un navegador con todas las funciones, una huella digital completa y un perfil de comportamiento que reproduce fielmente el de un usuario real, es más estable que el Navegador integrado y es menos probable que lo detecten o bloqueen los sitios web con medidas anti-bot estrictas. Usa el modo Chrome cuando:- El Navegador integrado no cargue correctamente la página de destino
- El sitio web detecte y bloquee navegadores no estándar
- Se necesite un entorno de navegador más completo para reproducir el comportamiento de un usuario real
Páginas dinámicas
Muchos sitios web cargan datos después de la carga inicial de la página. El Navegador integrado te ayuda a configurar acciones para estos casos. Entre los comportamientos dinámicos habituales se incluyen:- Desplazamiento infinito
- Botones «Cargar más»
- Filtros desplegables
- Pestañas
- Ventanas emergentes
- Contenido renderizado mediante JavaScript
- Barreras de inicio de sesión
- Páginas de detalles que se abren después de hacer clic en un elemento de una lista
Prácticas recomendadas
- Espera hasta que la página se haya cargado por completo antes de seleccionar campos.
- Usa el modo exploración para navegar manualmente y, después, vuelve al modo de selección.
- Agrega pasos de espera cuando el contenido se cargue lentamente.
- Prueba una muestra pequeña antes de ejecutar la tarea completa.
- Vuelve a comprobar la selección de campos si un sitio web cambia su diseño.
- Usa los registros cuando una tarea se comporte de forma diferente durante una ejecución.
Una tarea basada en navegador depende de la estructura y el comportamiento del sitio web de destino. Si el sitio web cambia, es posible que sea necesario actualizar la tarea.