For the complete documentation index, see llms.txt. This page is also available as Markdown.

自定义解析器

查看 Oxylabs 自定义解析器快速入门的步骤。

自定义解析器是网页爬虫API的一项免费功能,可让你 创建解析和数据处理逻辑 该逻辑会在原始 HTML 结果上执行。你可以使用 AI 自动生成解析器,或在高级场景中手动编写。

有关详细说明和示例,请参阅以下页面:

快速入门 通过 API 生成解析器 解析器预设

手动编写说明 解析函数列表


快速开始

1. 生成解析器

我们建议从我们的 AI 驱动 OxyCopilot 工具开始,它可以让你无需编写任何代码即可生成爬虫和解析器。

按照视频中显示的步骤 生成解析器:

视频中展示的是相同步骤:

  1. 输入 URL(s) 你要抓取并解析的

  2. 指定任何参数 例如 JavaScript 渲染

  3. 编写提示词 描述你想解析的内容

  4. 运行 OxyCopilot

当你对生成的解析器满意后,加载指令。

2. 将解析器保存为预设

您可以通过 OxyCopilot 轻松保存生成的解析器,以便日后使用。请参见以下步骤:

  1. 将预设分配给 特定 API 用户

  2. 点击 保存

  3. 输入预设名称 和描述(可选)

保存预设后,您可以在 API 请求中使用它。

新创建的预设最多可能需要约一分钟,才会对 Realtime 和 Push-Pull 上的抓取任务可用。在此之前,引用它的请求会被拒绝,并返回 400 - 提供的 parser_preset 不存在。

3. 使用解析器进行 API 请求

要在网页爬虫API中使用你的预设,请发送一个包含以下内容的有效载荷: parser_preset 参数设置为你的预设名称。在下面的代码示例中,我们复用的是 example_parser 前面步骤中创建的预设。

输出示例

获取已解析任务的 HTML 内容

已解析任务还可以返回其解析所依据的原始 HTML:添加 type 查询参数并使用 raw (或 parsed,raw 同时使用)到 Realtime 端点或 Push-Pull 结果 URL。参见 多格式输出.

最后更新于

这有帮助吗?