Che cosa fa Octoparse
Crea Flussi di lavoro di scraping
Seleziona i dati in una pagina web, definisci azioni come clic e Impaginazione e trasforma il Flusso di lavoro in un’Attività riutilizzabile.
Esegue l'estrazione dei dati
Esegue le Attività in locale o nel cloud, in base al sito, alla configurazione dell’Attività e alle esigenze di automazione.
Esporta dati strutturati
Invia i risultati estratti a formati e destinazioni come CSV, Excel, JSON, Fogli Google, database o archivi cloud.
Come funziona
In generale, un Flusso di lavoro di Octoparse attraversa tre fasi:1
Apri il sito di destinazione
Inizia da un URL, un Modello o un’Attività personalizzata. Octoparse carica la pagina nel Browser integrato, consentendoti di ispezionare il sito e interagire con esso.
2
Definisci la logica di estrazione
Seleziona i Campi dati desiderati, quindi aggiungi azioni per fare clic sui link, gestire l’Impaginazione, scorrere, accedere al sito o perfezionare i valori dei campi.
3
Esegui ed esporta l'Attività
Esegui l’Attività in locale o nel cloud, monitorane l’avanzamento, quindi esporta i dati raccolti nel formato o nella destinazione necessaria.
Per che cosa è utile Octoparse
Octoparse è utile quando i dati sono disponibili sui siti, ma non vengono forniti in un formato strutturato e pratico. I casi d’uso comuni includono:- Monitoraggio dei prezzi
- Lead generation
- Ricerca di mercato
- Estrazione di prodotti e recensioni
- Raccolta di directory e annunci
- Raccolta di dati immobiliari, lavorativi, e-commerce e social
- Raccolta ricorrente di dati per attività operative o Flussi di lavoro di reportistica
Che cosa non è Octoparse
Octoparse non è una piattaforma generica di analisi, business intelligence o database. Aiuta a raccogliere e strutturare i dati web, ma analisi, modellazione e reportistica a valle vengono generalmente eseguite con altri strumenti. Inoltre, non equivale a un’API di scraping ospitata a cui basta inviare un URL per ricevere una risposta standardizzata. Le Attività Octoparse sono Flussi di lavoro: definisci come aprire e navigare il sito, estrarre e pulire i dati ed esportarli.Estrazione basata sul browser
Octoparse include un Browser integrato per interagire con i siti durante la creazione delle Attività. Nella normale modalità di creazione, i clic servono a selezionare gli elementi e creare le azioni. Quando è necessaria un’interazione manuale, per esempio per accedere, chiudere popup o superare una verifica prima di continuare la configurazione, la Modalità navigazione consente al Browser integrato di funzionare in modo più simile a un browser comune. Questo approccio basato sul browser è utile per i siti in cui i dati non sono disponibili nell’HTML statico o dove l’estrazione dipende dall’interazione con la pagina.Il comportamento esatto di un’Attività dipende dalla struttura del sito, dalle impostazioni dell’Attività, dalla modalità di estrazione e dall’esecuzione in locale o nel cloud.
Passaggi successivi
Concetti fondamentali: Attività, campi e azioni
Gli elementi alla base di ogni Attività Octoparse.
Creare un'Attività senza codice
Crea visivamente un Flusso di lavoro di scraping facendo clic sulla pagina.
Rilevare automaticamente i dati della pagina
Consenti a Octoparse di individuare automaticamente campi e Impaginazione.
Estrazione locale o cloud
Scopri quando eseguire l’Attività sul tuo computer e quando nel cloud.
Pianificare esecuzioni ricorrenti
Esegui automaticamente le Attività con una pianificazione ricorrente.
Formati e destinazioni di esportazione
Esporta i dati in CSV, Excel, JSON, Fogli Google, database e altro.
Anti-blocco: Proxy, CAPTCHA e impronte digitali
Gestisci blocchi IP, CAPTCHA e impronte digitali del browser.
Perfezionare e pulire i dati estratti
Trasforma i valori grezzi nei campi effettivamente necessari.