Skip to main content
Field Fixer vous permet de corriger en langage naturel les champs d’extraction créés par l’Auto-détection. Indiquez à Octoparse ce que la sortie doit contenir, examinez la modification proposée et les valeurs d’exemple, puis décidez si vous l’appliquez. Introduit dans Octoparse 10.2, Field Fixer marque une étape vers un scraper web à IA agentique. Il ne se contente pas d’expliquer comment corriger un champ : il comprend l’objectif, examine la tâche en cours, planifie une modification au niveau du champ et prépare le résultat pour votre validation.

​
Ce que Field Fixer fait pour vous

Supposons que l’Auto-détection crée un champ Price, mais qu’elle capture le prix barré au lieu du prix de vente actuel. Vous saisissez :
Remplace Price par le prix de vente remisé, et non le prix d’origine.
Field Fixer parcourt alors la tâche avec vous :
  1. Il identifie la cible. Il relie votre demande au champ Price existant au lieu de traiter la saisie comme une question générale.
  2. Il examine l’extraction actuelle. Il prend en compte ce que Price extrait aujourd’hui ainsi que les éléments pertinents de la page chargée.
  3. Il planifie la modification du champ. Il détermine que la source du champ doit changer, tandis que la liste environnante et le Flux de travail restent intacts.
  4. Il lève les ambiguïtés. Si plusieurs prix peuvent correspondre à votre description, il vous demande de sélectionner la valeur voulue sur la page au lieu de deviner en silence.
  5. Il vérifie le résultat. Il teste le champ proposé sur des éléments d’exemple et présente les valeurs extraites pour examen.
  6. Il met à jour la tâche après validation. Le champ existant n’est modifié que lorsque vous acceptez la proposition ; Octoparse actualise ensuite l’Aperçu des données.
Le résultat n’est pas un tutoriel qui vous explique comment modifier un XPath. C’est une modification de tâche préparée par un agent et vérifiée par vous.

​
Le travail que cela vous évite

L’amélioration est la plus nette lorsque l’Auto-détection a déjà construit la bonne liste et la bonne navigation, mais que les colonnes de sortie doivent être corrigées. Field Fixer fait passer la correction des champs de configurer comment le scraper doit extraire à spécifier et vérifier ce que le jeu de données doit contenir. Cela réduit l’expertise nécessaire aux corrections courantes, sans supprimer le test final.

​
Modifications que vous pouvez demander

Field Fixer peut ajouter, supprimer, renommer ou ajuster des champs d’extraction sans toucher au Flux de travail environnant.

​
Corriger un champ

1

Créer une tâche par Auto-détection

Lancez l’Auto-détection, puis examinez les champs et les valeurs d’exemple dans l’Aperçu des données.
2

Ouvrir Field Fixer depuis l’Aperçu des données

Générez d’abord le Flux de travail et l’Aperçu des données. Ouvrez ensuite Field Fixer depuis l’en-tête de l’Aperçu des données ou depuis le bouton ✨ situé à côté d’un champ. L’accès reste indisponible tant qu’aucun flux d’extraction ni aperçu n’existe.
3

Décrire le résultat attendu

Indiquez ce que le champ doit contenir. Sélectionnez si possible le champ concerné au préalable. Soyez précis lorsque la page contient des valeurs similaires, comme un prix affiché et un prix soldé.
4

Fournir le contexte de la page si nécessaire

Si la valeur voulue est ambiguë, sélectionnez le bon élément sur la page web afin que Field Fixer poursuive avec la bonne cible.
5

Examiner la proposition

Comparez la modification proposée et les valeurs d’exemple avec la page web. Vérifiez plusieurs lignes, y compris des éléments à la mise en page différente ou aux valeurs manquantes.
6

Appliquer et tester

N’appliquez la modification que lorsque l’aperçu est correct. Effectuez un petit test avant de lancer une exécution locale ou dans le cloud complète.

​
Les limites de Field Fixer

Dans Octoparse 10.2, Field Fixer se concentre sur les champs des tâches créées par Auto-détection. Il ne crée ni ne répare un Flux de travail complet à partir d’une demande. Utilisez le générateur no-code pour modifier la Pagination, le défilement, les clics vers les pages de détail, les actions de connexion et de formulaire, les conditions d’attente, les boucles ou la séquence globale des actions.
Les modifications générées par IA peuvent être incorrectes. Examinez toujours les données d’exemple et testez la tâche avant de l’exécuter à grande échelle.

​
Pages associées

Auto-détection

Générez les premiers champs d’extraction et le Flux de travail.

Générateur no-code

Configurez les actions de page et les comportements complexes du flux.

Affiner les données

Nettoyez et reformatez les valeurs extraites.