Ogni tabella della pagina, in CSV e JSON.
Copiare una tabella da un sito in un foglio di calcolo non funziona quasi mai: le colonne si scompongono e la formattazione viene dietro. Incolla l’indirizzo e porta via i dati puliti, pronti da aprire.
- Modulo
- Scraping
- Ingresso
- Un URL
- Dove gira
- Server Rovemark
- Costo
- Gratis, senza registrazione
Dati che stanno in una pagina, ma non in un foglio di calcolo
Prezzi, tassi, classifiche, specifiche tecniche: molto di ciò che ti serve in un foglio di calcolo vive in una tabella di pagina web, senza pulsante di download. Selezionare col mouse e incollare porta di solito le colonne scambiate, l’intestazione nel posto sbagliato e un mucchio di formattazione dietro.
Lo strumento legge l'HTML, trova ogni tabella, separa l'intestazione dal contenuto, allinea le righe con un numero diverso di celle e restituisce tutto in CSV e JSON. Un campo con virgola o virgolette viene gestito correttamente, senza questo il foglio di calcolo apre le colonne mescolate.
- 01
Incolla l’indirizzo della pagina
Una pagina, senza registrazione. Se c’è più di una tabella, scegli quale vedere.
- 02
Ogni tabella viene letta e allineata
Si rispetta l’intestazione dichiarata dal sito; la riga a cui manca una cella viene completata perché il foglio non si disallinei.
- 03
Scarica in CSV o JSON
Il CSV si apre direttamente in Excel, Sheets o Numbers. Il JSON esce come lista di oggetti, con il nome della colonna su ogni campo.
- 01
Perché copiare e incollare una tabella non funziona quasi mai?
- Perché la selezione del browser porta con sé la formattazione visiva, e il foglio di calcolo cerca di interpretarla come struttura. Cella unita, intestazione su due righe e colonna vuota diventano uno spostamento, e l'errore compare solo dopo, nel mezzo dell'analisi.
- 02
Funziona con tabelle create da JavaScript?
- Solo se esiste nell'HTML servito. Una tabella costruita dopo, nel browser, non viene vista, lo strumento legge la pagina come la legge un crawler, senza eseguire script. Quando non ne trova nessuna, lo dice.
- 03
E se la pagina ha più tabelle?
- Vengono estratte tutte, fino a venticinque, e ci navighi in mezzo. La tabella usata solo per impaginare viene scartata, e la tabella annidata dentro un’altra è preferita a quella esterna, che di solito è solo l’involucro.
- 04
Il CSV si apre bene in Excel?
- Si apre. Il file viene generato in UTF-8, con virgolette nei campi che contengono virgole, virgolette o interruzioni di riga, e con le virgolette interne raddoppiate, come richiesto dal formato. Se il tuo Excel usa un'area geografica che usa il punto e virgola, usa l'importazione dati e scegli la virgola come separatore.
- 05
C’è un limite di dimensione?
- Lo schermo mostra le prime sessanta righe per non bloccare il browser, ma il file scaricato contiene la tabella intera. Per pagina vengono estratte fino a venticinque tabelle.
- 06
Posso ripeterlo ogni giorno, su più pagine?
- Non da qui, questa è la versione istantanea per una pagina. Monitorare un elenco di pagine, conservare lo storico e ricevere il risultato tramite API è ciò che fa il modulo Raccolta, con lo stesso motore di estrazione.
Una pagina oggi. E domani, di nuovo?
Estrarre una volta è facile. Estrarre ogni giorno, da decine di pagine, conservando ciò che è cambiato, è il modulo Raccolta, lo stesso motore, con pianificazione e API.