Semalt мефаҳмонад, ки чӣ гуна маълумотро аз вебсайтҳои HTML талаб кардан лозим аст

Миқдори зиёди иттилооте, ки дар шабака пешкаш карда шудааст, "сохтакашуда" ҳисобида мешавад, зеро он ба таври лозимӣ ташкил карда нашудааст. Вебсайтҳои HTML бо он ҷиҳат фарқ мекунанд, ки онҳо дорои ҳуҷҷатҳои муташаккил мебошанд ва матни дар ҳуҷҷатҳо овардашуда дар доираи коди HTML сохта шудаанд.

Се усули асосии истихроҷи маълумот аз вебсайтҳои HTML мавҷуданд:

• Нигоҳ доштани матни дар веб саҳифа ҷойгиршуда ба компютери шумо;
• Навиштани рамз барои истихроҷи маълумот;
• Истифодаи воситаҳои махсуси истихроҷ;

1. Чӣ гуна HTMLро аз вебсайт бидуни рамз хориҷ кардан мумкин аст

Шумо метавонед бо истифода аз амалҳои дар поён тавсифшуда мундариҷаи саҳифаи интернетро харошед :

Танҳо истихроҷи матн

Пас аз кушодани веб саҳифае, ки матни дилхоҳро дар бар мегирад, тугмаи ростро клик кунед ва варианти "Захира кардани Саҳифаро ҳамчун", ё "Ҳамчун захира кардан" -ро интихоб кунед. Номи файлро дар майдони "Номи файл" ворид кунед ва аз менюи афтанда "Нишон додан ба намуди", "Веби танҳо, HTMLро интихоб кунед". Тугмаи "Захира" -ро пахш кунед ва якчанд сония интизор шавед.

Ҳама матнҳои он саҳифа истихроҷ ва ҳамчун файли HTML нигоҳ дошта мешаванд. Параметрҳои форматонии аслии саҳифа бетағйир боқӣ мемонанд ва шумо метавонед мундариҷаро дар муҳаррирҳои матнӣ ба монанди Notepad таҳрир кунед.

Истироҳат кардани тамоми вебсайт

Дар менюи "Файл" интихоби "Захира ҳамчун" ё "Саҳифаро ҳамчун захира кунед" -ро интихоб кунед. Пас, аз менюи афтанда "Веб саҳифа, анҷом" -ро клик кунед. Пас аз зеркунии тугмаи "Захира" матн ва тасвирҳо аз саҳифа гирифта мешаванд ва дар ҳар ҷое ки хоҳед, нигоҳ дошта мешаванд. Матн дар файли HTML ҷойгир карда мешавад, дар сурате, ки тасвирҳо дар ҷузвдон нигоҳ дошта мешаванд.

2. Иқтибос кардани HTML аз вебсайт бо истифода аз рамзгузорӣ

Шумо метавонед бо истифодаи абзорҳои махсус бо файлҳои HTML бевосита кор кунед. Инчунин, шумо метавонед кодро барои тоза кардани тамоми барчаспҳои HTML эҷод кунед ва матнро дар файлҳои HTML бо истифодаи XPath ё ифодаи муқаррарӣ нигоҳ доред. Баъзе аз забонҳои машҳуртарини барномасозӣ барои ин вазифа Python, Java, JS, Go, PHP ва NodeJs мебошанд.

3. Истифодаи воситаҳои истихроҷи маълумот

Агар шумо танҳо мехоҳед, ки файлҳои HTML-ро аз вебсайт бидуни навиштани як сатри рамз истихроҷ кунед ё аз шиканҷаи усули нусхабардорӣ ва часбонидан худдорӣ кунед, воситаҳои скрепинги вебро истифода баред. Дар асл, бисёр воситаҳои муфид мавҷуданд, ки метавонанд маълумоти заруриро аз вебсайт ҷамъоварӣ намуда, пас онро ба формати сохторӣ табдил диҳанд. Фақат якчанд асбоби парпечкуниро бисанҷед ва шумо бешубҳа яктоеро пайдо мекунед, ки барои эҳтиёҷоти пардаи шумо мувофиқ аст.