XCrawl - AI-Powered Web Scraping API / AI 驱动网页爬虫,支持结构化数据提取
🕷️ XCrawl Scraper / XCrawl 网页爬虫是一项面向实际任务的技能,主要用于AI-Powered Web Scraping API - 结构化数据提取利器;支持 Markdown、HTML、JSON、Screenshot 等多种格式输出;
搜索引擎结果爬取;🗺️ 网站地图;自动发现站。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。
AI-Powered Web Scraping API - 结构化数据提取利器
支持 Markdown、HTML、JSON、Screenshot 等多种格式输出
| 功能 | 说明 |
|---|---|
| 🏷️ 网页爬取 | 支持 Markdown、HTML、JSON、Screenshot |
| 🔍 搜索 | 搜索引擎结果爬取 |
| 🗺️ 网站地图 | 自动发现站点所有页面 |
| 🕷️ 站点爬取 | 批量爬取整个站点 |
| 📊 结构化数据 | JSON Schema 自动提取结构化数据 |
| 🌐 代理支持 | 全球代理可选 |
scriptsinstall.bat
# 1. 安装依赖 pip install xcrawl # 2. 配置 API Key python scriptsxcrawl_scraper.py set-key YOUR_API_KEY
python scriptsxcrawl_scraper.py set-key YOUR_API_KEY
python scriptsxcrawl_scraper.py scrape https://example.com markdown
python scriptsxcrawl_scraper.py scrape https://example.com markdown html links
python scriptsxcrawl_scraper.py scrape https://example.com json "提取产品名称和价格"
python scriptsxcrawl_scraper.py search "web scraping"
python scriptsxcrawl_scraper.py map https://example.com
python scriptsxcrawl_scraper.py crawl https://example.com
| 命令 | 说明 |
|---|---|
scrape |
爬取网页 |
search |
搜索 |
map |
网站地图 |
crawl |
站点爬取 |
set-key |
设置 API Key |
config |
显示配置 |
配置文件: scripts/config.json
{
"apiKey": "YOUR_API_KEY",
"apiUrl": "https://run.xcrawl.com",
"timeout": 60,
"defaultFormats": ["markdown"],
"defaultProxy": ""
}
# Example Domain This domain is for use in illustrative examples in documents.
{
"product_name": "iPhone 15 Pro",
"price": 999,
"currency": "USD"
}
欢迎提交 Issue 和 Pull Request!
MIT License
🕷️ Powered by XCrawl
相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.1万人学习
共49课时 | 82.6万人学习
最新文章