GeckoScraper

AI 辅助的本地网页数据采集工具。

GeckoScraper 帮助你把网页内容快速转换成可搜索、可整理、可导出的结构化数据。它将数据源选择、字段配置、翻页、详情页采集、任务进度和结果查看集中在 Chrome 侧边栏中，无需编写爬虫代码，也能完成从简单列表到复杂多页面数据的采集任务。 ### AI 自动识别字段 GeckoScraper 可以分析网页中的列表、数据项和字段，自动生成适合当前页面的采集模板。你可以直接使用识别结果，也可以根据业务需求调整字段名称、字段类型和采集内容。 支持通过自然语言描述需要的数据，例如： - 商品名称、价格、库存和规格； - 文章标题、作者、发布时间和正文摘要； - 公司名称、地址、电话和网站； - 图片、链接、评分、评论数量等页面信息。 ### AI 优化字段 当某个字段的识别结果不够准确时，可以使用 AI 单独优化该字段。通过补充自然语言说明，让 GeckoScraper 更准确地理解字段含义和目标内容，而不需要重新配置整个采集模板。 你也可以对已有模板进行整体优化，快速适配网页结构变化或新的数据需求。 ### 当前页面采集 直接打开目标网页，即可从 Chrome 侧边栏配置和启动采集。GeckoScraper 会按照已确认的字段，将网页中的重复内容整理为结构化数据行。 适合快速处理： - 商品列表； - 新闻和文章列表； - 搜索结果； - 公开目录； - 活动、职位和机构列表； - 其他具有重复数据结构的网页。 ### 批量网址采集 除了当前页面，还可以一次粘贴多个网址进行批量处理。GeckoScraper 会使用同一套字段模板依次采集这些页面，并将结果汇总到一个任务中。 批量网址模式适合： - 多个商品详情页； - 多篇文章或新闻页面； - 多家公司或联系人页面； - 多个结构相似的落地页； - 已有 URL 清单的数据补充任务。 ### 点击下一页 对于带有“下一页”按钮的列表，GeckoScraper 可以识别并使用页面上的翻页控件，连续采集多个页面的数据。 你可以预览和确认下一页按钮，确保插件按照正确的页面导航路径执行任务。 ### 无限滚动 支持通过向下滚动不断加载内容的动态列表。GeckoScraper 可以持续触发页面加载，并采集新出现的数据项，适用于商品流、信息流、搜索列表和其他无限滚动页面。 ### 详情页和子页面采集 当列表页只提供标题、摘要或详情链接时，可以选择一个链接字段作为详情页入口。GeckoScraper 会进入对应页面提取更多字段，并将详情数据合并回原始列表行。 例如，可以先在列表页采集商品名称和详情链接，再进入商品页补充： - 完整描述； - 商品规格； - 联系方式； - 图片和资源链接； - 其他只在详情页展示的信息。 ### 多种字段类型 GeckoScraper 支持常见的网页数据类型，包括： - 文本； - 数字； - 链接； - 图片； - 日期和页面中可识别的其他结构化内容。 字段可以重命名、调整类型、删除或新增，便于按照最终数据用途组织结果。 ### 历史记录 历史记录按照采集模板整理，可以查看不同任务的来源、时间、执行状态和结果数量。 你可以重新打开历史结果，也可以合并同一模板下的多次采集数据，适合定期采集和跨时间的数据汇总。 ### 结果查看和搜索 采集完成后，结果会以结构化表格展示。你可以： - 查看每个字段的数据； - 搜索结果内容； - 复制需要的数据； - 检查图片和链接； - 合并和整理历史结果。 ### CSV 和 JSON 导出 结果支持导出为标准 CSV 和 JSON 文件，可继续用于： - Excel、Google Sheets 等电子表格； - 数据分析和可视化工具； - CRM 和客户管理系统； - 内容管理和运营流程； - 用户自己的自动化工作流。 对于采集到的图片资源，也可以按需执行下载。 ## 核心能力概览 - AI 自动识别网页列表和字段； - 使用自然语言优化整个模板或单个字段； - 采集当前网页； - 批量处理网址列表； - 自动点击下一页； - 支持无限滚动页面； - 进入详情页补充深层字段； - 保存和匹配可复用采集模板； - 查看实时任务进度； - 管理和合并历史采集结果； - 搜索、复制和检查结果； - 导出 CSV、JSON 和图片资源； - 支持简体中文和英文。