Γρήγορη απάντηση: Προετοιμάστε τις διευθύνσεις URL της σελίδας που θέλετε να σαρώσετε, εισαγάγετε τις στο GrabAll Premium και εκτελέστε τη μαζική σάρωση. Ελέγξτε τους συνδέσμους αρχείων που βρίσκονται σε αυτές τις σελίδες, φιλτράρετε τα αποτελέσματα και πραγματοποιήστε λήψη της επιλογής. Η παρεχόμενη λίστα ελέγχει ποιες σελίδες σαρώνονται.
Χρησιμοποιήστε μια λίστα διευθύνσεων URL σελίδας για μια μαζική σάρωση
Μια διεύθυνση URL σελίδας οδηγεί σε μια ιστοσελίδα προς σάρωση. μια άμεση διεύθυνση URL αρχείου οδηγεί στο ίδιο το αρχείο. Προετοιμάστε τη λίστα σας γύρω από σελίδες που περιέχουν τους πόρους που χρειάζεστε. Το GrabAll δεν ανακαλύπτει αυτόματα κάθε σελίδα σε έναν τομέα, επομένως συμπεριλάβετε ρητά τις σχετικές σελίδες.
Ξεκινήστε με μια καθαρή λίστα διευθύνσεων URL
Προσ και προφανείς διευθύνσεις URL πλοήγησης. Διατηρήστε ένα URL ανά γραμμή και χρησιμοποιήστε πλήρεις διευθύνσεις HTTPS όπου είναι δυνατόν.
Το δωρεάν πρόγραμμα καθαρισμού λίστας διευθύνσεων URL του GrabAll μπορεί να αφαιρέσει τα αντίγραφα και να ταξινομήσει επικολλημένες λίστες προτού χρησιμοποιηθούν σε μεγαλύτερη ροή εργασίας.
- Μία πλήρης διεύθυνση URL ανά γραμμή
- σελίδες
- Συνεπές πρωτόκολλο και μορφή τομέα
Χωρίστε μεγάλα έργα σε λογικές παρτίδες
Ομαδοποιήστε τις διευθύνσεις URL ανά ιστότοπο, κατηγορία, πελάτη, ημερομηνία ή τύπο στοιχείου. Μια παρτίδα σχετικών σελίδων παράγει αποτελέσματα που φιλτράρονται και ονομάζονται ευκολότερα από μια μικτή λίστα από πολλές άσχετες πηγές.
Ξεκινήστε με ένα μικρό δείγμα για να επιβεβαιώσετε ότι οι σελίδες εκθέτουν τα αναμενόμενα αρχεία. Κλιμάκωσε την παρτίδα μόνο αφού το δείγμα δώσει χρήσιμα αποτελέσματα.
- Δοκιμάστε ένα μικρό αντιπροσωπευτικό δείγμα
- Ομαδοποιήστε παρόμοιες διευθύνσεις URL μαζί
- Ορίστε ένα πρακτικό μέγεθος παρτίδας
- Καταγράψτε τις σελίδες που απέτυχαν ή ανακατευθύνθηκαν ξεχωριστά<
Διαχείριση ανακατευθύνσεων, αποτυχιών και δυναμικών σελίδων
Ορισμένες διευθύνσεις URL ανακατευθύνουν, απαιτούν έλεγχο ταυτότητας, επιστρέφουν σφάλματα ή φορτώνουν σημαντικό περιεχόμενο μόνο μετά από αλληλεπίδραση. Αντιμετωπίστε τα ως εξαιρέσεις αντί να σαρώνετε επανειλημμένα ολόκληρη τη λίστα.
Εάν μια σελίδα απαιτεί μη αυτόματη συνεδρία ή οπτική επιβεβαίωση, μετακινήστε τη σε μια ροή εργασίας ανοιχτής καρτέλας. Η εισαγόμενη σάρωση είναι ισχυρότερη με σταθερές, άμεσα προσβάσιμες σελίδες.
Ελέγξτε τα αρχεία σε πολλές πηγές
Τα συνδυασμένα αποτελέσματα μπορεί να περιέχουν κοινόχρηστα λογότυπα, επαναλαμβανόμενες λήψεις, μικρογραφίες και το ίδιο έγγραφο με συνδέσμους από πολλές σελίδες. Φιλτράρετε κατά τύπο και μέγεθος και, στη συνέχεια, αφαιρέστε το αντίγραφο κατά διεύθυνση URL και ορατά μεταδεδομένα.
Διατηρήστε ένα αντίγραφο της λίστας εισόδου και των συνδέσμων εξαγωγής πριν από τη λήψη. Αυτό δημιουργεί μια επαναλαμβανόμενη εγγραφή εάν η παρτίδα πρέπει να ελεγχθεί αργότερα.
Να είστε προσεκτικοί με τις αυτοματοποιημένες παρτίδες
Οι μεγάλες σαρώσεις δημιουργούν αιτήματα σε ιστότοπους. Διατηρήστε λογικές τις παρτίδες, αποφύγετε την περιττή επανάληψη και σταματήστε εάν ο ιστότοπος εμφανίζει όρια ρυθμού ή σας ζητήσει να χρησιμοποιήσετε άλλη μέθοδο πρόσβασης.
Συχνές ερωτήσεις
Πώς πρέπει να μορφοποιήσω μια εισαγόμενη λίστα διευθύνσεων URL;
Χρησιμοποιήστε ένα πλήρες URL HTTP ή HTTPS ανά γραμμή, αφαιρέστε τα διπλότυπα σε μία σελίδα και διατηρήστε τη σχετική λίστα εργασία.
Γιατί να δοκιμάσετε πρώτα ένα μικρό δείγμα;
Ένα δείγμα επιβεβαιώνει ότι ο τύπος σελίδας εκθέτει χρήσιμα αρχεία και σας βοηθά να επιλέξετε φίλτρα πριν επεξεργαστείτε μια μεγαλύτερη παρτίδα.
Τι πρέπει να κάνω με τις σελίδες που απαιτούν αλληλεπίδραση;
Μετακινήστε τα σε μια ροή εργασίας ανοιχτής καρτέλας όπου μπορείτε να φορτώσετε και να επιβεβαιώσετε το περιεχόμενο με μη αυτόματο τρόπο πριν από τη σάρωση.
Η σάρωση URL παρακάμπτει τον έλεγχο ταυτότητας;
Όχι. Λειτουργεί μόνο με σελίδες και αρχεία που είναι διαθέσιμα μέσω της επιτρεπόμενης ροής εργασίας του προγράμματος περιήγησης.
Το GrabAll σαρώνει τη σελίδα και φέρνει εικόνες, έγγραφα, πολυμέσα και άλλα αρχεία με δυνατότητα λήψης σε μια καθαρή λίστα, ώστε να μπορείτε να επιλέξετε ακριβώς τι θα αποθηκεύσετε.