Back to Question Center
0

סעמאַלט פּרעסענץ גיטהוב: אַ לידינג וועב סקראַפּער מיט גורל פון פֿעיִקייטן

1 answers:

גיטהוב איז איינער פון די מערסט באַרימט דאַטן יקסטראַקשאַן באַדינונגען. דעם געצייַג קענען סקראַטש אַ פּלאַץ פון וועב זייַטלעך אין אַ לייאַבאַל און סקאַלאַבלע פֿאָרמאַט. עס איז בעסטער באקאנט פֿאַר זייַן מאַשין לערנען טעכנאָלאָגיע און איז פּאַסיק פֿאַר קליין-מיטל-סייזד געשעפטן. די מערסט אָפּשיידנדיק פֿעיִקייטן פון גיטהוב זענען דיסקאַסט ונטער:

סקאַלאַביליטי

מיט גיטהוב, איר קענען עקסטראַקט ווי פילע וועב זייַטלעך ווי איר ווילן און יבערמאַכן די דאַטן אין אַ סקאַלאַבלע פֿאָרמאַט אַזאַ ווי קסוו און דזשסאָן - suverehvid müük. איר קענען אויך מאָניטאָר די דאַטן קוואַליטעט בשעת עס איז סקרייפּט; גיטהוב בייפּאַס נאָוטאַזז לינקס און געץ איר געזונט-סטראַקטשערד דאַטע ראַפּאַדלי.

מינימיזעד טעות

ניט ווי אנדערע טראדיציאנעלן דאַטן סקרייפּינג באַדינונגען, גיטהוב סקרייפּס דיין דאַטע און פיקסיז אַלע מינערווערטיק און הויפּט ערראָרס. עס גיט אונדז מיט פּינטלעך און טעות-פֿרייַ אינפֿאָרמאַציע און מאָניטאָרס די קוואַליטעט פון דאַטן אויף זיך. איר קענען אויך סקראַפּ פּדף טעקעס און HTML דאָקומענטן מיט דעם געצייַג.

Resiliency

גיטהוב איז בעסטער באקאנט פֿאַר זייַן באַניצער-פרייַנדלעך צובינד און שטענדיק פאַרלאָזלעך דינסט. עס טוט נישט דאַרפן קיין וישאַלט און איר קענען נוצן חדשים נאָך חדשים. איר קענען קלייַבן פון אַ פאַרשיידנקייַט פון פאָרמאַץ און לאָזן גיטהוב סקראַפּ און אַרויספירן דאַטן אין אַ דיזייראַבאַל פֿאָרמאַט. עס איז פּאַסיק פֿאַר סטאַרטאַפּס, סטודענטן, לערערס, און פרילאַנסערז.

מיט גיטהוב, איר קענען שרייַבן אינפֿאָרמאַציע פון ​​ביידע פּשוט און דינאַמיש וועבסיטעס. דעם געצייַג אויך סקרייפּס דאַטע פון ​​געזעלשאַפטלעך מידיאַ זייטלעך, אַרומפאָרן פּאָרטאַלס ​​און E- האַנדל זייטלעך אָן קיין אַרויסגעבן. דערצו, עס ענדערונגען די אַנדערלייינג HTML קאָודז און פיקסיז אַלע מינערווערטיק ערראָרס אויטאָמאַטיש.

פיייקייַט צו פירן אָדער שאַפֿן סקריפּס און אגענטן

איינער פון די מערסט אָפּשיידנדיק פֿעיִקייטן פון גיטהוב איז אַז עס קענען פירן און שאַפֿן ביידע אגענטן און סקריפּס. דעם געצייַג ינוואָוקס מאַסע אַדזשאַסטמאַנט אַקטיאָנס לייכט און קענען סקראַפּ אַרויף צו 10,000 וועב זייַטלעך אין אַ ענין פון מינוט. מיט גיטהוב, די מייגריישאַן פון אגענטן און דאַטע באַניצער סאַבסקריפּשאַנז צווישן סיסטעמס איז געמאכט אָן אַ אַרויסגעבן.

טראַנספאָרמז אַנסטראַקטשערד דאַטע צו סטראַקטשערד און נוצן

ניט ווי ימפּאָרט. io און סקראַפּי, גיטהוב טראַנספאָרמז די אַנסטראַקטשערד דאַטע צו אָרגאַניזירט, ניצלעך און סטראַקטשערד דאַטן אין אַ ביסל סעקונדעס. דעם געצייַג איז ספּאַסיפיקלי פּאַסיק פֿאַר פּראָוגראַמערז און ניט-פּראָוגראַמערז. עס ניט בלויז סקרייפּס דיין וועב זייַטלעך אָבער אויך ינדעקסיז דיין פּלאַץ און העלפט איר דזשענערייט מער פירט אויף די אינטערנעט. די דאַטע קענען זיין יקספּאָרטאַד אין קסלס, קסמל, קסוו און דזשסאָן פאָרמאַץ, פאַסילאַטייטינג די ווערק פון ביזניסמען און ענטערפּריסעס צו אַ מאָס.

ינטעליגענט אַגענץ

גיטהוב קענען שאַפֿן אַגענץ ין מינוט און טוט נישט דאַרפֿן קיין פּראָגראַממינג אָדער קאָדירונג סקילז. באַזירט אויף אַ מאַשין לערנען טעכנאָלאָגיע, דעם געצייַג אויטאָמאַטיש בוקמאַרקס די רעזולטאַטן און סקרייפּס עטלעכע URLס אין דער זעלביקער צייַט. דערצו, עס איז טויגעוודיק פון סקראַפּינג די גאנצע פּלאַץ אין אַ קשיא פון סעקונדעס און איז ספּעציעל נוציק פֿאַר נייַעס אַוטלעץ אַזאַ ווי CNN, BBC, די ניו יארק Times און די וואַשינגטאָן פאסט.

אפשר עס ס 'צייַט צו אָפּשאַצן דיין דאַטן סקרייפּינג טעקניקס און נוצן גיטהוב צו וואַקסן דיין געשעפט.

December 22, 2017