CrawlNScrape pour PC

Qu’est-ce que CrawlNScrape ?
CrawlNScrape facilite l'exploration sur Internet, en suivant des liens d'un site Web à l'autre, en scrutant ici et là, en obtenant une introduction à l'exploration Internet éthique et au scraping HTML. Il s’agit d’une véritable exploration de facettes inconnues, et peut-être inconnues, d’Internet.

CrawlNScrape vous permet de visiter des sites Web arbitraires pour extraire toutes les données qui peuvent s'y trouver - éléments techniques tels que les détails du code HTML, les images, l'icône, l'auteur, la description, les mots-clés, les métadonnées, les données de formulaires, les médias, et surtout les adresses IP, géographiques. Localisations et liens - et surtout - liens vers d'autres sites !

Avec CrawlNScrape, l'exploration du Web est sous votre contrôle. Un robot d'exploration Web typique tel qu'un robot Google reçoit un ensemble de « sites de départ » et est libéré pour explorer et gratter. Avec CrawlNScrape, vous êtes le bot et CrawlNScrape est votre outil d'exploration et de scraping. Vous contrôlez le choix du site de départ, les sites que vous visiterez et les données que vous récupérerez.

Si vous êtes intéressé par l'exploration d'Internet et le scraping de sites Web, vous devriez aimer travailler avec cette application. Cela peut être fastidieux jusqu'à ce que vous sachiez comment sélectionner | Copier | Collez sur votre appareil comment utiliser The Stack, jusqu'à ce que vous vous adaptiez au rythme de l'exploration ! et jusqu'à ce que vous découvriez quels sites Web sont de « bonnes graines » pour vos intérêts particuliers – de préférence ceux qui comportent de nombreux liens hors site.

Scraping HTML éthique…
Le robot d'exploration Web doit respecter les règles définies par robots.txt. CrawlNScrape vous donne les outils pour travailler de cette façon. Le scraping HTML est comme n'importe quel autre outil : vous pouvez l'utiliser pour de bonnes choses et vous pouvez l'utiliser pour de mauvaises choses. Le fait que le scraping HTML en lui-même n’est pas illégal ne signifie pas que vous pouvez scraper n’importe quel site de votre choix. Certains sites interdisent explicitement l'extraction de données via le fichier robots.txt ou leur page Conditions d'utilisation. CrawlNScrape vous donne les outils nécessaires pour télécharger et étudier le fichier robots.txt, afin que vous puissiez choisir de visiter ou non des sites individuels, et de supprimer ou non divers dossiers et fichiers, selon le cas.

Le Web profond !
Avec CrawlNScrape, vous pouvez collecter les URL des pages sur lesquelles vous souhaiterez peut-être extraire le code HTML et les données. Avec Deep Crawling, l’idée est de rechercher des liens sur n’importe quelle page Web, en particulier des liens vers d’autres sites Web. Explorez ensuite ces sites pour trouver d’autres liens vers d’autres pays, où que vous soyez. Continuez ensuite, de plus en plus profondément, dans le World Wide Web.

Depuis la vue d'ouverture, CrawlNScrape propose des leçons d'introduction pratiques pour vous aider à démarrer. De plus, vous constaterez que vous pouvez quitter n'importe quelle autre application telle que Google Maps, la recherche Google, un éditeur de texte et votre navigateur préféré, puis revenir à CrawlNScrape tout en gardant votre « fil d'Ariane » intact dans The Stack, afin que vous puissiez aller n'importe où. est un endroit où aller et explorer tout ce qui s'y trouve, avec la certitude que vous pourrez y revenir.

Un aperçu est disponible ici, dès maintenant !
Cette exploration d'introduction commence par un aperçu des options du menu CrawlNScrape afin que vous puissiez comprendre la structure et le flux de l'application. Il démarre ensuite une exploration sur https://www.example.com à Phoenix, en Arizona, aux États-Unis, puis une tournée sur Internet jusqu'à Stockholm, en Suède. Par la suite, vous pourriez peut-être envisager de rejoindre l'Open Test Group et de poursuivre cette tournée à travers Stockholm, en Suède ; Londres, Angleterre; Dublin, Irlande; et bien, partout…
… pour voir ce que tu peux voir

Suivez ce lien pour commencer…
https://mickwebsite.com/MMWebSite/IntroductoryCrawl.html

Mick
MultiMIPS@gmail.com