Envie uma lista de URLs e receba uma imagem de cada página - no tamanho de viewport que escolher ou com a altura total de deslocamento, em PNG, WebP, JPEG ou PDF. Sete colunas por linha, uma delas um link para o ficheiro. Leia a nota sobre a coluna de estado antes de automatizar seja o que for com ela.
Abrimos todas as imagens por trás desta página em vez de confiar na coluna que diz que correu bem. Isso acabou por ser decisivo.
Temos três exports reais que cobrem quatro linhas e dois URLs. status indica ok nas quatro, cada ficheiro de imagem existe, e cada um é um PNG válido com exatamente os 1200 × 800 pedidos. Só por esses sinais, quatro em quatro parecem sucessos.
Duas delas não são. Abertas, as duas capturas anteriores do mesmo site são ruínas sem estilos - marcadores de imagem partidos, um botão «Toggle Navigation» em bruto, um gráfico enorme deslocado - a página apanhada antes de chegarem o seu CSS e os seus recursos. As outras duas estão corretas: uma página inicial completa e bem estilizada, e uma página de preços com exatamente o aspeto que devia ter. Mesmo URL, mesmo ok, resultado completamente diferente.
A pista barata é o tamanho do ficheiro. As duas capturas partidas pesam cerca de 15 KB cada; as duas boas, 182 KB e 953 KB. Uma página com estilos e imagens é simplesmente mais pesada do que uma que não conseguiu carregar a folha de estilos. Por isso, se estiver a automatizar isto, defina um limiar pelo tamanho em bytes e verifique manualmente os casos extremos - e não trate status como uma garantia de renderização, porque não é isso que ele afirma.
Um URL é a entrada. Três definições opcionais decidem o aspeto da imagem.
Os valores por omissão documentados são 1200 de largura por 800 de altura - o tamanho usado por todas as capturas por trás desta página. A captura de página inteira substitui a altura. O parâmetro de formato aceita WebP, PNG, JPEG e PDF, e assume WebP por omissão.
Medido a partir de 3 exports reais que cobrem 4 linhas e 2 URLs, com as mesmas sete colunas pela mesma ordem de cada vez. Os nomes estão copiados carácter a carácter da linha de cabeçalho.
https://outscraper.com, https://stripe.com/pricing. Note que a referência chama a este campo query; o export chama-lhe url.ok nas quatro linhas que temos. Reporta a captura, não a renderização; leia a secção acima antes de construir sobre ela.png em todas as linhas aqui. A referência lista WebP, PNG, JPEG e PDF, com WebP como valor por omissão do parâmetro, pelo que as nossas execuções pediram PNG explicitamente.1200 em todas as linhas, coincidindo com o valor por omissão documentado. Os ficheiros entregues medem exatamente 1200 píxeis de largura.800 em todas as linhas, novamente o valor por omissão documentado e novamente cumprido exatamente pelos ficheiros.false em todas as linhas que temos, e por isso estas são imagens da parte visível sem rolar. Ativá-lo substitui height./api/screenshoter/file/<run-id>/<n>.png, numerado a partir de zero dentro da execução. Uma execução com dois URLs produziu 0.png e 1.png sob o mesmo id de execução.Todas as colunas levaram um valor real em todas as linhas, e todos os ficheiros referenciados existiam. O esquema é estável - sete nomes, mesma ordem, três execuções. O que a tabela não lhe pode dizer é se uma imagem presta: as nossas quatro eram PNG válidos com exatamente as dimensões pedidas, e duas delas eram falhanços sem estilos. Isso é uma propriedade de fazer capturas e não deste export, e é por isso que o conselho honesto é definir um limiar pelo tamanho do ficheiro e olhar para os casos extremos.
Cada uma saiu de abrir os ficheiros a sério em vez de ler o export, e é por isso que valem o espaço.
As duas capturas partidas do nosso conjunto pesam cerca de 15 KB; as duas corretas, 182 KB e 953 KB. Uma página que perdeu a folha de estilos comprime-se para quase nada, portanto o tamanho em bytes separa-as com clareza onde status não consegue. Escolha um mínimo adequado aos seus alvos, marque para revisão tudo o que fique abaixo, e volte a correr essas linhas em vez de as entregar.
A nossa captura de uma página de preços voltou a mostrar tarifas do Reino Unido - percentagens em pence, uma linha sobre cartões da UE - porque o site serviu a versão da região de onde veio o pedido. Tudo o que varie por geografia variará também nas suas capturas: preços, moedas, disponibilidade, banners de consentimento e idioma. Vale a pena saber antes de as usar como prova do que um cliente vê noutro sítio.
screenshot contém um caminho, não um URL absoluto: /api/screenshoter/file/<run-id>/<n>.png. O número recomeça em zero em cada execução, pelo que 0.png só é único emparelhado com o seu id de execução. Indexe o seu armazenamento pelo par, ou uma segunda execução sobrescreverá a primeira.
full_page estava a false em todas as linhas que temos, portanto cada imagem são os 800 píxeis de topo e não o documento inteiro - a nossa captura da página de preços corta a meio da página. Se precisa do artigo completo ou do rodapé, ative a opção de página inteira, que substitui a altura em vez de funcionar ao lado dela.
Onde quer que uma página precise de ser preservada tal como se via, e não tal como se lê.
Os textos mudam, os layouts mudam, as ofertas aparecem e desaparecem. Capturar um conjunto de páginas de concorrentes com regularidade dá uma comparação visual ao longo do tempo que nenhum scraping de texto oferece - e a página de preços que fotografou no trimestre passado é muitas vezes o único registo de que alguma vez disse o que dizia.
Alegações publicitárias, termos, divulgações e preços promocionais têm todos de ser comprovados tal como apareciam numa data. Uma imagem com data e hora é o artefacto que auditores e equipas jurídicas realmente pedem, e uma linha por URL torna simples capturar todo um conjunto.
Diretórios, painéis e cartões de ligação querem todos uma imagem do destino. A mesma execução serve ainda de teste de fumo ao seu próprio conjunto - uma página que volta com 15 KB quando as vizinhas pesam 400 KB está normalmente a dizer-lhe que algo está partido.
Sem subscrição, sem mínimo, sem licença por utilizador. As suas primeiras 500 linhas são por nossa conta - depois, paga conforme usa.
Para cada conta nova, uma única vez. Sem cartão de crédito. Gaste algumas em páginas que conhece bem e abra as imagens - é a única forma de aprender quanto pesa uma boa captura para os seus alvos, que é precisamente o número que o seu controlo de qualidade vai usar.
Cerca de 2 $ por 1.000 páginas, uma linha por URL - exato de orçamentar, porque uma página mal capturada devolve na mesma exatamente uma linha e é faturada como qualquer outra.
Preços por volume, SLAs, workers dedicados e onboarding à medida para equipas que capturam um conjunto grande de páginas com regularidade. Diga-nos os seus números e fazemos orçamento.
LIVESCRAPER10 ao finalizar a compra.Uma captura preserva o aspeto de uma página. Estes dois dizem-lhe de que é feita e quem a registou.
A tecnologia por trás da página - CMS, plataforma de comércio eletrónico, analítica, CDN e servidor web. Uma imagem mais uma stack dizem-lhe ao mesmo tempo como um site se apresenta e como está construído.
O registo por trás do domínio - registrar, idade, expiração, estado de bloqueio e servidores de nomes. Contexto útil quando uma página capturada pertence a alguém com quem ainda não lidou.
Mais leve do que a maior parte deste catálogo, com duas ressalvas que vale a pena dizer em vez de disfarçar.
Uma captura regista o que uma página web pública mostrou a um visitante comum. É a mesma observação que qualquer navegador faz, guardada em vez de descartada, e é por isso que capturar páginas públicas fica na ponta suave do que fazemos. Aqui nada inicia sessão e nada contorna uma barreira de pagamento.
Duas ressalvas. Primeira: uma página pode conter dados pessoais - uma página de equipa com nomes e fotografias, uma avaliação com autor, um cartão de perfil - e uma captura recolhe-os com a mesma fidelidade que uma extração de texto, sendo além disso mais difícil de censurar depois. Pense no que fica no enquadramento antes de arquivar em grande escala. Segunda: a imagem é o layout e o conteúdo protegidos por direitos de autor de outra pessoa; usar capturas internamente para monitorização, QA ou prova é prática corrente, e republicá-las é outra questão que depende da sua jurisdição e da sua finalidade.
Do nosso lado: apenas páginas publicamente disponíveis, nada por trás de um início de sessão, sem rastreadores de terceiros na camada de dados, e os seus exports - incluindo os ficheiros de imagem - apagam-se automaticamente ao fim de 30 dias.
As perguntas que mais ouvimos. Mais alguma coisa? Fale connosco - as respostas são escritas por pessoas, não por bots.
status indicava ok em todas, as quatro eram PNG válidos com exatamente o tamanho pedido, e duas delas eram ruínas sem estilos apanhadas antes de o CSS e os recursos da página carregarem. Julgue a qualidade pelo tamanho do ficheiro e olhando para os casos extremos, não por essa coluna.url, status, format, width, height, full_page e screenshot. A última é um caminho para o próprio ficheiro de imagem, da forma /api/screenshoter/file/<run-id>/<n>.png. Todas as colunas levaram um valor real em todas as linhas que temos, e todos os ficheiros referenciados existiam.Cole os seus URLs e obtenha uma imagem de cada um, no tamanho e formato que escolher. As suas primeiras 500 linhas são grátis - gaste algumas a abrir os ficheiros, para saber quanto pesa uma boa captura antes de automatizar a verificação.
Há coisas numa página web que não se conseguem capturar como texto. Um layout, um banner de oferta, a disposição de uma tabela de preços, a forma como uma alegação foi apresentada num determinado dia - são factos visuais, e o artefacto que os preserva é uma imagem. Este serviço produz uma por URL: envie uma lista de páginas e cada uma volta como uma linha que traz as definições de captura e um link para o ficheiro. O viewport assume 1200 por 800 píxeis por omissão, a captura de página inteira está disponível e substitui a altura, e o formato de saída pode ser WebP, PNG, JPEG ou PDF.
O export traz sete colunas, e por trás desta página estão três execuções reais que cobrem quatro linhas e dois URLs. Todas as colunas levaram um valor real em todas as linhas, os sete nomes apareceram pela mesma ordem de cada vez, e todas as imagens que o export referenciava existiam de facto em disco com exatamente as dimensões pedidas. O caminho da imagem é relativo e numerado a partir de zero dentro de uma execução, pelo que um trabalho com dois URLs produziu 0.png e 1.png sob um mesmo id de execução - o que significa que o número do ficheiro só é único emparelhado com esse id, e que o armazenamento deve ser indexado pelo par.
A coisa mais útil que esta página lhe pode dizer veio de abrir os ficheiros e não de ler a folha de cálculo. A coluna de estado indicava ok nas quatro linhas. Duas das quatro imagens estão corretas: uma página inicial bem estilizada e uma página de preços com exatamente o aspeto que devia. As outras duas, capturas do mesmo site tiradas antes, são ruínas sem estilos - marcadores de imagem partidos, um alternador de navegação em bruto, um gráfico enorme deslocado - a página apanhada antes de chegarem o seu CSS e os seus recursos. Mesmo URL, mesmo ok, resultado inteiramente diferente. Portanto o estado reporta que a captura foi concluída, não que a página foi renderizada, e qualquer automatismo construído por cima precisa de um segundo sinal. O tamanho do ficheiro é o barato e eficaz: as duas capturas partidas pesam cerca de 15 KB cada, enquanto as boas pesam 182 KB e 953 KB, porque uma página que perdeu a folha de estilos comprime-se para quase nada. Defina um mínimo, marque o que ficar abaixo, e volte a correr essas linhas. Mais uma observação a levar para qualquer trabalho de monitorização: a página de preços que capturámos voltou a mostrar tarifas do Reino Unido, porque os sites servem a versão adequada à região de onde parte um pedido - preços, moedas, disponibilidade, idioma e banners de consentimento seguirão o local da captura e não o seu.
Os usos comuns decorrem daí. A monitorização da concorrência beneficia de um registo visual que a extração de texto não consegue produzir, e a captura tirada no trimestre passado é muitas vezes a única prova de que uma página alguma vez disse o que dizia. As equipas jurídicas e de conformidade precisam exatamente desse tipo de prova datada para alegações publicitárias, termos e preços promocionais. Diretórios e painéis precisam de miniaturas, e a mesma execução serve de teste de fumo ao seu próprio conjunto. No plano legal, uma captura regista o que uma página pública mostrou a um visitante comum, e aqui nada inicia sessão nem contorna uma barreira de pagamento. Vale a pena dizer duas ressalvas com clareza: uma captura pode conter dados pessoais, como nomes e fotografias numa página de equipa, e é mais difícil de censurar depois do que texto; e a imagem é o layout protegido por direitos de autor de outra pessoa, pelo que monitorização interna, QA e prova são prática corrente enquanto republicar é uma questão à parte. Apenas páginas publicamente disponíveis, sem rastreadores de terceiros na camada de dados, e os exports, incluindo os ficheiros de imagem, apagam-se ao fim de 30 dias. As suas primeiras 500 linhas são grátis e não pedem cartão.