Instrucciones del navegador (Beta)

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

Cuando usas Custom Browser Instructions, puedes definir tus propias instrucciones específicas del navegador que se ejecutan al renderizar JavaScript.

Generar 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.

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

Un ejemplo de los parámetros del trabajo sería el siguiente:

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 campo x-oxylabs-browser_instructions .

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

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

El resultado extraído debería verse así:

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

El HTML extraído debería verse así:

Obtener recursos del navegador

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

La función está definida aquí:

El uso del fetch_resource hará que el trabajo devuelva la primera aparición de un recurso Fetch/XHR que coincida con el formato proporcionado en lugar del HTML al que se dirige.

Supongamos que queremos apuntar a un recurso GraphQL que se obtiene al visitar una página de producto de forma orgánica en el navegador. Proporcionaremos la información del trabajo así:

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 darán como resultado algo así:

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

Lista de instrucciones de navegador compatibles

Lista de instrucciones

Códigos de estado

Consulta nuestros códigos de respuesta descritos aquí. Los códigos de estado relacionados con la validación de instrucciones están documentados aquí.

Anteriorrenderizado de JavaScript SiguienteLista de instrucciones

Última actualización hace 1 mes

¿Te fue útil?