Octoparse

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

Octoparse es una herramienta de extracción de datos. Te permite raspar datos públicos sin programar y eludir la mayoría de los mecanismos anti-scraping al habilitar la rotación automática de IP y tiempos de sesión extendidos.

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

Paso 1. Descargar, instala y luego abre Octoparse.

Paso 2. Crea una nueva tarea haciendo clic en el +New botón en la esquina superior izquierda, y eligiendo 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 Save 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:puerto:usuario:contraseña.

Por ejemplo, si desea usar nuestro Dedicated Datacenter Proxies, puedes usar:

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

Port: 60000

Username: nombre de usuario del proxy de Oxylabs

Contraseña: contraseña del proxy de Oxylabs

Si estás usando IPs en lista blanca:

Port: 65432

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

Tenga en cuenta que las capturas de pantalla incluidas en esta guía muestran el proceso de configuración usando Residential Proxies con fines ilustrativos; consulte las directrices específicas para Enterprise Dedicated Datacenter Proxies que se proporcionan en el texto.

Paso 7. Configura el Switch intervalo dependiendo de si usas un tipo de sesión rotatoria o sticky.

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

Los proxies ya están configurados.

Cómo empezar a raspar usando Octoparse

Paso 1. Selecciona los elementos deseados (títulos de videojuegos) que quieres raspar. Para extraer todos los elementos de la misma categoría, elige Select all similar elements y especifica Text.

Paso 2. Configura la paginación para raspar múltiples páginas. Este sitio web en particular usa páginas numeradas, lo que te pide elegir Next page button.

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

Paso 4. Completa la configuración del scraping y presiona ▶Run.

Paso 5. Elige Run on your device con Standard Mode para recibir los datos como un archivo en tu PC.

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

Paso 7. Extrae los datos recopilados y selecciona el formato de archivo.

Aquí está el resultado final en una hoja de cálculo.

Eso es todo: ya estás configurado y listo para centrarte en tus tareas de web scraping con Octoparse.