Skip to main content
Octoparse usa un ambiente basato su browser per aprire i siti, interagire con gli elementi delle pagine e creare flussi di estrazione. Ciò consente di gestire i siti in cui i dati compaiono dopo clic, scorrimenti, accessi o caricamenti JavaScript.

​
Browser integrato

Il Browser integrato è l’ambiente in cui crei e testi le attività. Consente di aprire il sito di destinazione, selezionare gli elementi, creare azioni e visualizzare un’anteprima dei dati estratti. Puoi usarlo per:
  • Aprire gli URL di destinazione
  • Selezionare testo, link, immagini e altri elementi
  • Fare clic su pulsanti o voci di menu
  • Gestire l’impaginazione o lo scorrimento infinito
  • Accedere quando un’attività richiede di configurare una sessione
  • Verificare come si carica una pagina durante l’estrazione

​
Modalità di selezione e modalità Navigazione

Durante la creazione di un’attività, Octoparse usa diverse modalità di interazione. Usa la modalità Navigazione quando devi interagire manualmente con la pagina prima di proseguire con la configurazione dell’attività, ad esempio per accedere, chiudere un popup, aprire un menu o raggiungere lo stato della pagina che desideri sottoporre a scraping.

​
Modalità Chrome

La modalità Chrome usa un browser Chrome, anziché il Browser integrato, per aprire le pagine e raccogliere i dati. Poiché si serve di un browser completo, con un’impronta e un profilo di comportamento che riproducono fedelmente quelli di un utente reale, è più stabile del Browser integrato e ha meno probabilità di essere rilevata o bloccata dai siti dotati di severe misure anti-bot. Usa la modalità Chrome quando:
  • Il Browser integrato non riesce a caricare correttamente la pagina di destinazione
  • Il sito rileva e blocca i browser non standard
  • Serve un ambiente browser più completo per riprodurre il comportamento di un utente reale

​
Pagine dinamiche

Molti siti caricano i dati dopo il caricamento iniziale della pagina. Il Browser integrato aiuta a configurare le azioni necessarie in questi casi. Tra i comportamenti dinamici più comuni rientrano:
  • Scorrimento infinito
  • Pulsanti “Carica altro”
  • Filtri a discesa
  • Schede
  • Popup
  • Contenuti sottoposti a rendering JavaScript
  • Pagine protette da accesso
  • Pagine di dettaglio aperte dopo aver fatto clic su un elemento di un elenco
Per queste pagine, l’attività può richiedere tempi di attesa, azioni di scorrimento, clic o passaggi di impaginazione.

​
Procedure consigliate

  • Prima di selezionare i campi, attendi il caricamento completo della pagina.
  • Usa la modalità Navigazione per spostarti manualmente, quindi torna alla modalità di selezione.
  • Aggiungi passaggi di attesa quando il contenuto si carica lentamente.
  • Testa un piccolo campione prima di eseguire l’attività completa.
  • Ricontrolla la selezione dei campi se il sito modifica il proprio layout.
  • Usa i log quando un’attività si comporta diversamente durante un’esecuzione.
Un’attività basata su browser dipende dalla struttura e dal comportamento del sito di destinazione. Se il sito cambia, potrebbe essere necessario aggiornare l’attività.