Octoparse

Configura Oxylabs Dedicated Datacenter Proxies usando Octoparse: una guía de integración Enterprise paso a paso.

Octoparse es una herramienta de extracción de datos. Te permite extraer datos públicos sin programar y evitar la mayoría de los mecanismos antiescraping al habilitar la rotación automática de IP y un tiempo de sesión prolongado.

Para integrar Octoparse con Oxylabs Dedicated Datacenter Proxies, sigue los sencillos pasos a continuación:

Paso 1. Descarga, instálalo y luego abre Octoparse.

Paso 2. Crea una nueva tarea haciendo clic en el +New botón en la esquina superior izquierda y seleccionando Custom Task.

Paso 3. Escribe la URL de la página web de la que deseas extraer datos en el URL Input y haz clic en el Guardar botón. Usaremos Oxylabs scraping sandbox como ejemplo.

Paso 4. Después de que se cargue la URL seleccionada, ve a Task Settings > Anti-blocking.

Paso 5. Ahora, marca Access websites via proxies, habilita Use my own proxies, y haz clic en Configure.

Paso 6. Cuando hagas clic en el Configure botón, aparecerá una ventana emergente. Especifica los detalles del proxy en el siguiente formato: IP/host:port:username:password.

Por ejemplo, si quieres usar nuestros Dedicated Datacenter Proxies, puedes usar:

IP/host: una dirección IP específica (por ejemplo, 1.2.3.4)

Puerto: 60000

Nombre de usuario: nombre de usuario del usuario proxy de Oxylabs

Contraseña: contraseña del usuario proxy de Oxylabs

Si estás usando IPs en la lista blanca:

Puerto: 65432

Para Dedicated Datacenter Proxies, tendrás que elegir una dirección IP de la lista adquirida.

Paso 7. Configura el intervalo de Switch según si usas un tipo de sesión rotativa o persistente.

Paso 8. Guarda los cambios haciendo clic en el Confirm botón y, después, haz clic en Guardar.

Los proxies ya están configurados.

Cómo empezar a extraer datos usando Octoparse

Paso 1. Selecciona los elementos deseados (títulos de videojuegos) que quieres extraer. Para extraer todos los elementos de la misma categoría, elige Seleccionar todos los elementos similares y especifica Texto.

Paso 2. Configura la paginación para extraer varias páginas. Este sitio web en particular usa páginas numeradas, lo que te pide elegir Botón de la página siguiente.

Paso 3. Elige el botón exacto en el diseño de la página que abre la siguiente página – Adelante – para automatizar la paginación.

Paso 4. Completa la configuración de la extracción y pulsa ▶Run.

Paso 5. Elige Ejecutar en tu dispositivo con Standard Mode para recibir los datos como un archivo en tu PC.

Paso 6. Deja que el proceso de extracción se ejecute hasta completarse. El proceso terminará cuando se alcance la página final del producto o cuando lo detengas manualmente.