Semalt URLitor Üzerine Ayrıntılandırıyor - Çok Serin Web Kazıma ve Veri Çıkarma Aracı
URLitor yeni fakat etkili bir web kazıma ve veri çıkarma aracıdır. URLitor'u kullanmak için, sağlanan şablondaki çevrimiçi içeriği sürüklemek istediğiniz içeriğin tüm URL'lerinin bir listesini eklemeniz yeterlidir. Ardından, web sayfalarından ayıklamak istediğiniz HTML öğesini belirtmeniz ve Gönder düğmesini tıklamanız gerekir. O kadar kolay. Bu araçla artık tarayıcıdan bir kopya veya yapıştır yapmanız gerekmez.
XPath, XML dosyalarındaki bilgileri aramak için kullanılan bir dildir. XML dosyalarındaki düğüm kümelerini veya düğümleri seçmek için belirli ifadeler kullanır. XPath'ın anladığı ifadeler, normal bilgisayar dosyaları veya belgeleriyle kullanılan ifadelerinkine oldukça benzer.
XPath birkaç programlama dili ile kullanılsa da, bu araç programlama bilgisi olmayan kullanıcılar için geliştirilmiştir. Dolayısıyla, onu kullanmak için bir programcı olmanız gerekmez. Bu araçla, verileri birkaç HTML ve XML sayfasından ayıklayabilirsiniz.
Kullanımı kolaylaştırmak için, sıklıkla kullanılan XPath ifadeleri açılır menüde önceden tanımlanmıştır, böylece kullanıcılar sadece amacına bağlı olarak bunlardan herhangi birini seçmek zorunda kalacaklardır. XPath'in dilediği zaman özel ifadelerini kullanma özgürlüğüne sahiptirler.
Aracı, tek bir kazıma oturumunda 100 URL kapasitesiyle tasarlanmıştır ve bir anda en fazla 10 ifade alır. bir defada en fazla 100 URLden veri sıyrırabilir.
Bazı önemli XPath özel ifadeleri, doğrudan değiştirilebilir veya eklenebilir:
1. // div [2] - Bu deyim ikinci div'u hiyerarşik olarak seçer;
2. // link [@ rel = 'canonical'] / @href - Bu ifade, rel özniteliğini kanonik olarak ayarlamak için kullanılan etiketin konumunu (ref) seçer;
3. / html / head / meta [ad = 'açıklama' @] / @ content - Bu ifade içerik seçmek için kullanılır; - 'class-name' olan tüm öğeleri seçmek için bu ifadeyi kullanabilirsiniz.
4. // * [@ class = 'class-name' CSS sınıfı;
5. // h2 | // title - Bu ifade hem ilk H2'yi hem de sayfa başlığını seçmek için kullanılabilir; - Bu ifade tam olarak yukarıdaki gibi çalışır. Bununla birlikte, daha kısa olduğu için yukarıda sunulan ifade daha iyidir; - Bu deyim, CSS sınıfı olan ve aynı zamanda 'başparmak' içeren her öğeyi seçer.
7. // * [contains (@class, 'thumb' ekstraksiyon için; - Bu ifade, 'Hoş Geldiniz' metnine sahip herhangi bir öğenin üst öğesini seçer ';
Bu araç bir Beta sürümüdür ve yine de bazı hatalarla çalışabilir. Bununla birlikte, daha önce belirtildiği gibi sıklıkla kullanılan ifadelerin bir menüde önceden tanımlanmış olması nedeniyle, programlama bilgisi az olan veya hiç olmayan kullanıcılar için hala mükemmel bir araçtır.
Post a comment