Extraction locale

L’Extraction locale exécute une tâche Octoparse sur votre propre ordinateur. Le site cible est ouvert et traité depuis votre environnement local, les données collectées sont enregistrées directement sur l’appareil, et vous pouvez observer le Flux de travail, inspecter sa sortie et intervenir pendant l’exécution. L’Extraction locale est disponible gratuitement. C’est un choix pratique pour les tests, les collectes de faible volume et les flux où le contrôle de l’environnement d’exécution ou de l’emplacement des données compte davantage que la mise à l’échelle sans surveillance.

​

Pourquoi exécuter en local

​

Collecter en local gratuitement

Vous pouvez créer, tester et exécuter des tâches en local sans payer de capacité d’extraction dans le cloud. L’Extraction locale convient donc pour :

• Découvrir et évaluer Octoparse
• Créer et déboguer de nouvelles tâches
• Réaliser une collecte ponctuelle ou de faible volume
• Exécuter des tâches occasionnelles lorsque la mise à l’échelle cloud est inutile

Votre ordinateur fournit la puissance de calcul, la mémoire, le stockage, l’alimentation et la connexion réseau. L’absence de frais d’extraction dans le cloud ne supprime pas le coût opérationnel lié à l’entretien de cet environnement local.

​

Contrôle et visibilité directs

Une exécution locale reste proche de l’expérience de création de la tâche. Vous pouvez observer la navigation et l’extraction en temps réel, comparer le navigateur avec l’Aperçu des données, suspendre ou arrêter l’exécution, et ajuster la tâche lorsqu’un sélecteur, une condition d’attente, une connexion ou une action de page se comporte de façon inattendue. L’Extraction locale est donc particulièrement utile pour :

• Tester un Flux de travail nouveau ou récemment modifié
• Diagnostiquer un comportement propre à un site web
• Vérifier des valeurs manquantes, incorrectes ou répétées
• Contrôler la connexion, la Pagination, le défilement et les actions vers les pages de détail
• Réaliser une petite collecte ponctuelle sous supervision directe

​

Utiliser votre environnement local

Les requêtes proviennent de l’environnement réseau dans lequel Octoparse s’exécute. La tâche peut donc s’appuyer sur des conditions liées à cet environnement : adresse IP locale, accès régional, session de navigation authentifiée ou accès disponible via le réseau de votre organisation. C’est utile lorsqu’une tâche fonctionne dans votre navigateur mais se comporte différemment sur un serveur cloud. Vous conservez également plus de contrôle sur l’environnement de l’appareil : les logiciels complémentaires approuvés, les outils réseau et les réglages système peuvent être gérés selon votre flux de travail et les exigences de votre organisation. Cette souplesse s’accompagne de responsabilités. Les résultats locaux dépendent de votre machine, de votre réseau, de la session du navigateur, des logiciels installés et de la configuration du système. Toute modification de l’environnement peut influer sur le comportement de la tâche.

​

Garder l’exécution active sur votre appareil

Pendant l’Extraction locale, l’exécution de la tâche et les données collectées sont traitées principalement sur l’appareil local. Vous contrôlez ainsi plus directement l’emplacement de stockage des données d’extraction, ce qui peut répondre à des politiques exigeant que les données restent dans un environnement géré par l’utilisateur. Le traitement exact des données varie selon la tâche, le compte, la destination d’export et le service activé. L’exécution locale ne garantit pas à elle seule la confidentialité ni la conformité. Examinez l’ensemble du parcours des données :

• Le site cible reçoit toujours des requêtes provenant de votre réseau.
• La connexion, la synchronisation des configurations de tâches, le partage de travail ou un export en ligne peuvent transmettre des informations associées au service concerné.
• Les données exportées sont soumises aux contrôles de sécurité et d’accès de leur destination.
• Toute personne ayant accès à l’ordinateur ou aux fichiers de sortie locaux peut accéder aux données collectées.

Si vos exigences de traitement des données sont strictes, vérifiez ensemble la tâche, le compte, la destination d’export, les contrôles de l’appareil et la politique de votre organisation.

​

Maîtriser les identifiants et les sessions

L’Extraction locale peut être utile pour les sites qui reposent sur une session établie dans l’environnement bureau. Elle peut réduire la nécessité de reproduire cet état de navigation dans un environnement cloud distinct. Traitez les identifiants de connexion et les Cookies comme des données sensibles. Utilisez un compte autorisé, protégez l’appareil, limitez l’accès aux fichiers de tâche et aux sorties, et évitez de collecter des données au-delà de ce à quoi vous avez le droit d’accéder.

​

Récupérer un travail interrompu avec la reprise depuis un point de contrôle

Le principal compromis opérationnel de l’Extraction locale est la dépendance à l’appareil : l’exécution repose sur votre ordinateur, le client Octoparse, l’alimentation et la connexion réseau. Octoparse 10.2 réduit le coût d’une interruption grâce à la reprise depuis un point de contrôle. Pour une exécution locale interactive prise en charge, Octoparse enregistre la progression de l’extraction : lignes produites, position dans les boucles et travail inachevé. Si l’exécution s’arrête avant la fin, relancer la tâche peut vous proposer deux choix :

• Resume restaure l’exécution enregistrée et poursuit vers les données restantes.
• Re-collect abandonne le point de contrôle et repart du début.

Octoparse valide le point de contrôle par rapport à la tâche actuelle avant de l’utiliser. Si la tâche ou les URL d’entrée ont changé, si le point de contrôle est absent ou endommagé, ou si l’état enregistré ne peut pas être associé en toute sécurité, la tâche doit repartir de zéro. Les exécutions locales planifiées repartent également de zéro au lieu d’attendre une décision de reprise. La reprise depuis un point de contrôle rend les collectes locales longues plus praticables, mais elle ne dispense pas de garder l’appareil disponible ni de vérifier le jeu de données final après une interruption.

​

Compromis de l’Extraction locale

​

Limites de l’Extraction locale

L’Extraction locale échange la mise à l’échelle cloud et l’infrastructure gérée contre un contrôle direct :

• Évolutivité limitée : une exécution locale est contrainte par le processeur, la mémoire, le stockage et la capacité réseau d’un seul ordinateur.
• Fiabilité dépendante de l’appareil : coupure de courant, mise en veille, interruption réseau, fermeture de l’application ou problème du système d’exploitation peuvent arrêter la tâche.
• Responsabilité opérationnelle accrue : vous entretenez le matériel, le système d’exploitation, l’environnement logiciel, le stockage, les contrôles de sécurité et la disponibilité du réseau.
• Peu adaptée au fonctionnement sans surveillance : l’ordinateur doit rester disponible. La planification locale est possible, mais la tâche dépend toujours de l’appareil à l’heure prévue.

La reprise depuis un point de contrôle réduit le coût de certaines interruptions en préservant la progression des exécutions prises en charge. Elle n’offre ni la disponibilité permanente ni les ressources élastiques de l’extraction dans le cloud. Utilisez l’Extraction dans le cloud lorsque la tâche doit s’exécuter après l’extinction de votre ordinateur, fonctionner selon une planification récurrente sans surveillance, ou mobiliser des ressources cloud pour une collecte à l’échelle de la production.

​

Pages associées