Skip to main content
解析器是一种将非结构化数据转换为与后端兼容的结构化数据的方法。将解析器与Olostep API(抓取、爬取、批处理)结合使用,可以将任何网站转换为API调用,以返回所需的JSON。 当你需要从相同网站以重复的方式获取大规模数据时,解析器是理想的选择。这种方法相比于LLM提取显著更具成本效益且速度更快,并且仅返回所需的JSON。 我们为热门网站和用例提供预构建的解析器。你也可以使用仪表板在几分钟内使用LLM创建自己的解析器,或者请求我们的团队为你创建。

预构建解析器

我们为热门网站提供了几个预构建的解析器:
  • 谷歌搜索:@olostep/google-search
  • 亚马逊产品:@olostep/amazon-it-product
  • 提取电子邮件:@olostep/extract-emails
  • 提取日历:@olostep/extract-calendars
  • 提取社交信息:@olostep/extract-socials
  • TikTok数据提取:请联系我们获取解析器ID
  • 谷歌新闻:请联系我们获取解析器ID
  • 谷歌地图:请联系我们获取解析器ID

示例用法

响应格式

当你使用解析器格式向Olostep API发出请求时,你将收到如下示例的JSON响应:
响应包含:
  • 基本请求信息idobjectcreated时间戳,url_to_scrape
  • 结果对象,包含访问不同格式数据的URL
  • json_content,包含结构化的JSON结果,包括:
  • searchParameters:关于搜索查询的信息
  • knowledgeGraph:关于搜索主题的详细信息(如果可用)
  • organic:搜索结果列表,包括标题、链接、位置和摘要
  • peopleAlsoAsk:用户常搜索的相关问题
  • relatedSearches:建议的相关搜索查询
json_content是响应的主要部分,包含结构化的JSON结果。你可以直接从响应中访问JSON内容,或使用响应中提供的托管URL。

结构化响应:json_content

Olostep还提供了一个包含结构化结果的托管JSON文件。你可以使用响应中的json_hosted_url字段访问JSON文件: 如果你还想获取搜索结果的HTML和Markdown内容,可以在formats参数中包含这些格式,Olostep将在响应中返回它们,并为每种格式提供托管URL。

需要自定义解析器?

如果你需要特定网站的解析器或预构建解析器的ID: