ParseHub — thiết lập proxy
Giới thiệu công cụ
ParseHub là công cụ trích xuất dữ liệu web trực quan trên máy tính, sử dụng cây lệnh đồ họa để xử lý các trang web động chứa JavaScript và cấu trúc điều kiện phức tạp. ParseHub cho phép chọn nội dung trang trực quan và chuyển thành dữ liệu. Người dùng xác định tác vụ bằng quy trình đồ họa thay vì viết trình thu thập riêng. Cấu hình mạng cần phù hợp phiên bản sản phẩm và môi trường chạy tác vụ.
Tính năng chính
Cây lệnh đồ họa & tương tác trang động: Xây dựng luồng thu thập bằng thao tác nhấp chuột kết hợp vòng lặp, nhánh điều kiện, biểu thức chính quy (Regex), điền biểu mẫu và cuộn trang liên tục.
- Chọn nội dung trực quan：ParseHub định nghĩa quy trình bằng lựa chọn trực quan và lệnh trong ứng dụng máy tính. Công cụ xử lý phân trang, biểu mẫu, danh sách và tương tác JavaScript; điều kiện, biểu thức, selector và regex giúp trích xuất chính xác hơn.
- Quy trình thu thập đồ họa：Dự án chuyển văn bản, thuộc tính và bảng thành dữ liệu để xuất hoặc truy cập qua REST API. Lịch và tùy chọn thực thi phụ thuộc gói, kết nối thiết kế trực quan với việc nhận dữ liệu định kỳ.
Quy trình phù hợp
Với sản phẩm, định nghĩa đường từ danh sách đến trang chi tiết, chọn trường rồi so sánh nhiều trang. Xác nhận môi trường nào nhận proxy và kiểm tra lần chạy thực tế thay vì chỉ xem trình duyệt cục bộ dùng để thiết kế.
- Xuất dữ liệu có cấu trúc & tích hợp REST API: Chuyển đổi văn bản, thuộc tính HTML và bảng biểu thành tệp CSV, Excel hoặc JSON sạch, đồng thời cung cấp REST API để gọi chạy và lấy dữ liệu tự động.
- Hỗ trợ cấu hình máy chủ proxy tùy chỉnh trong cài đặt dự án; khuyến nghị kết hợp proxy trung tâm dữ liệu để đảm bảo tốc độ và độ ổn định khi duyệt qua nhiều trang.