数据抓取-Diggernaut

Diggernaut 数据抓取API 是一个高效的工具，它使得从多个网站自动收集数据变得简单，无需任何编程技能。它提供了灵活的配置选项，支持从文本到图像中提取信息，并能在用户选择的服务器上独立运行，从而节省时间并提高效率。

1.从图像中提取文本：我们有一个 OCR 模块，您可以将其与挖掘机一起使用，从图像中提取文本。请注意，OCR 功能不适用于编译的挖掘机。您只能将其用于在我们的云中运行的挖掘机。

2. 处理页面灵活：每个挖掘机都可以在一个或多个网站上处理多个页面。因此，您的挖掘机可以从一页跳到另一页，甚至跳到另一个网站并获取您需要的所有数据。

	3.整理数据集： Diggernaut 是一项基于云的服务，用于网页抓取、数据提取和其他  ETL（提取、转换、加载）任务。如果您是商品经销商，并且您的供应商不允许您以合适的格式（例如 Excel 或 CSV）获取他们的数据，则您被迫手动从他们的网站检索数据。 您需要做的就是创建一个挖掘机，一个可以代表您进行网络抓取并为您从网站中提取数据、对其进行规范化并将数据保存到云端的微型机器人。完成后，您可以下载 CSV、XLS、JSON 格式，甚至可以使用我们的 Rest API 检索它。
4.可以提取多种类型的数据： 来自零售商网站的产品价格和其他相关信息、评论和评级。 在世界不同地点发生的不同类型的事件。 来自不同新闻机构网站的新闻和头条新闻。 来自不同来源的统计数据。 不同的政府数据和报告（警察、治安官、消防部门）。甚至获得与法院相关的文件。 市政和政府机构颁发的执照和许可证。 人们在论坛或社交媒体平台上的意见和评论。 可能包含记录员、评估员或税务信息的房地产信息。 大多数情况下，网络上的任何内容

1.极速数据收集:

使用 Diggernaut，您可以将数据收集过程加快一千倍，释放您的时间，以便执行更重要的任务。

2. 在自己的服务器上运行：

您可以将挖掘机编译成适用于 Windows、Linux 或 Mac 的可执行文件，然后将该文件下载到您自己的计算机或服务器上以在那里运行它。在您身边运行它不会被收取费用；您可以根据需要多次运行它。

3. 使用 Golang：

作为我们挖掘机的后端。由于 Golang 的编译器可以生成快速高效的可执行文件，与使用解释型编程语言（例如 Python、Ruby、JS、Perl、PHP）编写的任何文件相比，您可以花费更少的服务器资源来获取更多数据。

4.面向多人群:

如果您没有任何编程技能，您可以使用我们的 Visual Extractor 工具为您的挖掘机构建配置。它简单的点击应用程序，您可以在其中选择要提取的数据，并设置在输出数据结构中如何拥有它。我们有视频课程解释如何在我们的沙盒网站上使用它。

如果您是程序员或 Web 开发人员，则可以使用元语言为挖掘机构建配置。通过这种方式，您可以解决非常复杂的数据提取任务。我们有全面的元语言文档，可帮助您适应它;此外，我们的博客上还有很多帖子，展示了如何使用不同的元语言函数来解决不同的实际案例。

如果您只是不想在上面花费任何时间，您可以聘请我们的开发人员，他们将为您完成所有这些工作，您需要做的就是以请求的格式接收数据。