Instrucciones del navegador (Beta)

Con Web Unblocker, puedes definir instrucciones del navegador al crear un trabajo para un proceso de recopilación de datos fluido.

Al usar Headless Browser, puedes definir tus propias instrucciones del navegador que se ejecutan al renderizar JavaScript.

Generar Instrucciones del navegador automáticamente en el Web Scraper API Playground en el panel de Oxylabs. Configura acciones del navegador, pruébalas y exporta las instrucciones generadas en formato JSON.

¿Cómo usarlo?

Para usar instrucciones del navegador, proporciona un conjunto de browser_instructions al crear un trabajo.

Digamos que quieres buscar el término pizza boxes en un sitio web.

Un ejemplo de parámetros del trabajo se vería así:

curl -k -x https://unblock.oxylabs.io:60000 \
-U 'USERNAME:PASSWORD' \
'https://www.ebay.com' \
-H 'x-oxylabs-render: html' \
-H "x-oxylabs-browser-instructions: [{\"type\":\"input\",\"value\":\"pizza boxes\",\"selector\":{\"type\":\"xpath\",\"value\":\"\/\/input[@class='gh-tb ui-autocomplete-input']\"}},{\"type\":\"click\",\"selector\":{\"type\":\"xpath\",\"value\":\"\/\/input[@type='submit']\"}},{\"type\":\"wait\",\"wait_time_s\":5}]"

Paso 1. Debes proporcionar el x-oxylabs-render: html parámetro.

Paso 2. Las instrucciones del navegador deben describirse en el x-oxylabs-browser_instructions campo.

Las instrucciones del navegador proporcionadas como valor del encabezado deben estar escapadas en JSON y no contener espacios extra.

Las instrucciones de ejemplo arriba especifican que el objetivo es introducir un término de búsqueda pizza boxes en un campo de búsqueda, hacer clic buscar botón y esperar 5 segundos a que se cargue el contenido.

El resultado raspado debería verse así:

<!doctype html><html>
Contenido después de ejecutar las instrucciones      
</html>

El HTML raspado debería verse así:

Obteniendo recursos del navegador

Proveemos una instrucción de navegador independiente para obtener recursos del navegador.

La función está definida aquí:

Usando fetch_resource resultará en que el trabajo devuelva la primera aparición de un recurso Fetch/XHR que coincida con el formato proporcionado en lugar del HTML objetivo.

Supongamos que queremos apuntar a un recurso GraphQL que se solicita al visitar una página de producto de forma orgánica en el navegador. Proveeremos la información del trabajo de la siguiente manera:

curl -k -x https://unblock.oxylabs.io:60000 \
-U 'USERNAME:PASSWORD' \
'https://www.example.com/product-page/123' \
-H 'x-oxylabs-render: html' \
-H "x-oxylabs-browser-instructions: [{\"type\": \"fetch_resource\",\"filter\": \"\/graphql\/product-info\/123\"}]"

Estas instrucciones producirán un resultado como el siguiente:

{"product_id": 123, "description": "", "price": 456}

Lista de instrucciones del navegador compatibles

Lista de instrucciones

Códigos de estado

Consulta nuestros códigos de respuesta descritos aquí.

Los códigos de estado con respecto a la validación de instrucciones están documentados aquí.

AnteriorRenderizado de JavaScript SiguienteLista de instrucciones

Última actualización hace 9 horas

¿Te fue útil?

Buenas noches

¿Cómo usarlo?

Obteniendo recursos del navegador

Lista de instrucciones del navegador compatibles

Códigos de estado