Cole a URL de qualquer página, nomeie os atributos que quiser - preço, descrição, nota, o que a página tiver - e receba-os como colunas. Não há parser por site para esperar: a página é lida e os campos que você pediu saem como uma linha.
Duas entradas e nada mais: onde olhar e o que trazer de volta. A segunda é a parte que faz isso funcionar num site para o qual ninguém escreveu um parser.
Cada página é obtida pelo nosso pool de proxies, nunca pelo seu IP real, e lida pelo Claude, que extrai os atributos que você nomeou.
Os atributos que você digita são o esquema. Peça um preço e uma nota e recebe duas colunas; acrescente uma descrição e são três. Nada aqui tem linha de cabeçalho fixa, e é exatamente por isso que serve para páginas diferentes entre si.
A maioria dos sites nunca será popular o bastante para ganhar um extrator feito sob medida. Esta é a resposta para eles: um catálogo de fornecedor, um diretório setorial, um marketplace regional - qualquer coisa com os dados na página e ninguém mantendo um extrator.
Seja como for que você defina as colunas, a saída é o CSV, XLSX ou JSON comum que o resto da plataforma produz. Ela entra no mesmo pipeline que uma execução de qualquer um dos nossos extratores de esquema fixo.
Toda outra página deste site nomeia um conjunto fixo de colunas. Esta não pode, porque quem escreve é você.
Os atributos que você adiciona são a saída. Digite price e rating e o arquivo terá duas colunas com esses nomes. O seletor sugere alguns comuns para começar - name, price, discount price, description, image, rating, reviews -, mas o campo aceita texto livre, então a lista é uma conveniência e não um limite. Peça o que a página realmente tiver.
Essa flexibilidade é o produto inteiro, e traz uma consequência óbvia: não podemos mostrar uma exportação de exemplo nem prometer o que uma célula específica vai conter, porque as duas coisas dependem da página que você aponta e das palavras que escolhe. Nomeie os atributos como a própria página os rotula, conte com uma célula vazia quando uma página simplesmente não trouxer algo que você pediu, e teste a formulação em algumas páginas antes de soltar sobre uma lista.
Uma diferença prática em relação ao resto da plataforma: o limite de páginas começa em 1, não em 100. É um padrão sensato para uma ferramenta que se destina a ser testada primeiro em uma página, mas significa que uma execução vai parar depois de uma única página até você aumentá-lo.
Não há lista de sites suportados para conferir, porque não há parser por site. As duas entradas obrigatórias são as URLs e os atributos que você quer delas.
Alguns exemplos do que um extrator sem esquema fixo serve de verdade.
Um marketplace regional, o diretório de uma associação setorial, o catálogo de um fabricante. Os dados estão na página e não existe ferramenta dedicada - nomeie os campos de que precisa e leve-os.
Aponte para um punhado de páginas com uma lista de atributos aproximada e veja se os dados de que precisa estão ali. É um primeiro passo mais barato do que especificar um extrator sob medida para uma fonte que você ainda não validou.
Às vezes um extrator dedicado devolve quase tudo o que você quer. Aponte este para as mesmas páginas, peça só o atributo que falta e junte o resultado pela URL.
Sem assinatura, sem mínimo, sem fatura recorrente. Suas primeiras 500 linhas são por nossa conta - depois, pagamento por uso, à mesma tarifa fixa de qualquer outro extrator daqui.
Em toda conta nova, uma única vez. Sem cartão. Listas de atributos próprias, upload de arquivo e todos os formatos de exportação incluídos.
A mesma tarifa fixa do resto da plataforma. O estimador prévio mostra o número de linhas e o custo em créditos antes de a execução começar - sem cobranças surpresa e sem unidades de computação para converter.
Preço por volume, workers dedicados e um SLA para rodar listas grandes de páginas de forma programada. Conte seus números e enviamos uma proposta.
LIVESCRAPER10 no checkout.Esta ferramenta existe para sites sem extrator feito sob medida. Onde existe um, ele é a melhor escolha - conhece as peculiaridades do site e entrega um conjunto de colunas documentado.
Para empresas locais, use este em vez de descrever os campos você mesmo. Ele devolve um conjunto de colunas documentado e lida com a paginação e os detalhes de id de local que uma ferramenta genérica não conheceria.
A mesma ideia com mais controle sobre a saída. Em vez de escolher atributos você escreve um prompt, ou monta um esquema campo a campo com tipos e marcações de obrigatório, e o limite dele conta linhas por URL em vez de páginas por consulta. Recorra a ele quando a forma do resultado precisar continuar a mesma entre execuções.
Se dados de contato é tudo o que você quer de um site qualquer, esta é a ferramenta mais estreita e direta. Recorra à genérica quando precisar de campos que ela não cobre.
Resposta curta: depende inteiramente da página - que é a resposta honesta para uma ferramenta sem alvo fixo, e ela deixa mais julgamento nas suas mãos do que os nossos outros extratores.
Todo outro extrator daqui aponta para um site, então podemos dizer o que ele coleta e o que os termos daquele site dizem. Este aponta para onde você mandar, então não podemos fazer essa avaliação por você. A execução busca a página como um visitante comum faria, pelo nosso pool de proxies e nunca pelo seu IP real, e lê o que está nela - não faz login, não fura paywall e não alcança nada que um visitante não pudesse ver. Além disso, se de uma dada página pode haver coleta é uma pergunta sobre os termos dela e sobre a sua finalidade, e cabe a você respondê-la antes de apontar a ferramenta.
Seja deliberado com os atributos que pede. Um extrator genérico devolverá o que você nomear, inclusive coisas que são dados pessoais - o nome de uma pessoa, um endereço de e-mail, um telefone. Pedi-los transforma uma simples busca de página em tratamento de dados pessoais, e na UE e no Reino Unido isso traz o RGPD com você como controlador: base legal, transparência sobre a origem dos dados e atenção a oposições e pedidos de eliminação. A ferramenta não vai impedi-lo; a obrigação é sua.
Não rodamos rastreadores de terceiros na camada de dados, e suas exportações se apagam sozinhas após 30 dias. Se estiver em dúvida sobre uma fonte ou um campo, busque orientação antes de escalar e não depois.
As perguntas que mais ouvimos. Mais alguma coisa? Fale conosco - quem escreve as respostas são humanos, não bots.
Suas primeiras 500 linhas são grátis - sem cartão, sem assinatura. Depois são US$ 0,002 por linha, tarifa fixa.
A maioria das ferramentas de scraping é construída site a site. Alguém estuda a marcação de uma página, escreve um extrator e publica um conjunto fixo de colunas - o que funciona lindamente para o punhado de sites grandes o bastante para justificar o esforço, e nada para todo o resto. O Extrator Universal com IA é para todo o resto. Você dá a ele URLs de páginas e uma lista dos atributos que quer, cada página é obtida pelo nosso pool de proxies e lida pelo Claude, e os atributos que você nomeou voltam como as colunas de um arquivo CSV, XLSX ou JSON comum.
É por isso que esta página não tem dicionário de dados. Toda outra página de produto deste site publica uma linha de cabeçalho fixa; esta não pode, porque você escreve o esquema em tempo de execução. Digite price e rating e o seu arquivo terá duas colunas com esses nomes. O seletor sugere um punhado de atributos comuns - name, price, discount price, description, image, rating, reviews - mas o campo aceita texto livre: peça o que a página realmente tiver.
A flexibilidade tem um custo que vale dizer com clareza. Como tanto o alvo quanto o esquema são seus, não podemos mostrar uma exportação de exemplo nem prometer o que uma célula específica vai conter, e não publicamos nenhum número de precisão. O conselho prático é o mesmo que você daria a um colega: nomeie os atributos como a página os rotula, conte com uma célula vazia onde a página simplesmente não trouxer o que você pediu, e valide a formulação em duas ou três páginas representativas antes de apontar para uma lista longa. Note também que o limite de páginas começa em 1, e não nos 100 que os nossos outros extratores trazem por padrão.
Onde já existe um extrator dedicado para a sua fonte, use-o: ele conhece as peculiaridades daquele site e entrega um conjunto de colunas documentado. Este ganha o seu lugar nos sites para os quais ninguém construiu um parser, e provavelmente nunca construirá. Comece grátis: suas primeiras 500 linhas não custam nada e não pedem cartão, e depois são US$ 0,002 por linha, tarifa fixa.