Guia Semalt na extensão raspadora para cromo

Raspagem prolongada

Caso você planeje obter mais dados, você pode usar a abordagem avançada. Note, será muito mais fácil trabalhar com a ferramenta se você tiver algum conhecimento de HTML. Suponha que você quisesse raspar dados de uma fonte que tenha um arquivo baseado em dados da série temporal. Nesse caso, se você tentar o método descrito acima, você obteria os dados ilegíveis.

Para resolver este problema, você pode usar um linguagem de consulta HTML e XML conhecida como XPath. O que isso faz? O XPath reconhece os dados relativos aos diferentes elementos contidos em cada seleção. O seguinte é um guia sobre como ir sobre isso:

1. Vá para o console Scraper, na parte superior esquerda você deve notar um botão "XPath", clique nele e proceda a montar a tabela inicial.

2. Você precisa escrever o XPath para o elemento certo. O XPath atual que inclui toda a informação será exibido em um formato como este "// div [3] / div [3] / div [2] / div". Os elementos serão reconhecidos no documento HTML pelo computador.

3. Para separar os dados reconhecidos, você deve usar as colunas Scraper. Para fazer isso, você precisa procurar os diferentes tipos de informações que você possui. Dependendo dos dados que você está raspando você pode ter títulos. Esses títulos estão presentes ao lado de cada conjunto de dados. Eles são acompanhados por uma etiqueta, neste caso, uma etiqueta.

4. Usando inspecionar o elemento, localize e adicione a etiqueta ao seu XPath. Agora, você pode rotular esta primeira coluna como a "coluna do título", pois listará os títulos. Prossiga para criar XPaths diferentes para cada coluna que você precisa.

5. Clique no rascunho e a extensão colherá automaticamente os dados e organizá-lo nas diferentes colunas que você configurou.