Dokumentacija

Įvadas

HTML Table Exporter yra Chrome plėtinys, aptinkantis lenteles tinklalapiuose ir eksportuojantis jas jūsų pasirinktu formatu. Skirtingai nuo žiniatinklio scraperių, reikalaujančių sudėtingos konfigūracijos, šis įrankis veikia akimirksniu: spustelėkite, pasirinkite formatą, atsisiųskite.

Kam tai skirta?

• Duomenų analitikams, kuriems reikia ištraukti lenteles iš finansinių ataskaitų, vyriausybinių svetainių ar tyrimų duomenų bazių
• Tyrėjams, renkiantiems struktūruotus duomenis iš akademinių šaltinių ar Wikipedia
• Programuotojams, kuriems reikia greitos prieigos prie lentelių duomenų nekuriant scraperio
• Visiems, pavargusiems kopijuoti ir įklijuoti lenteles langelis po langelio

Kada naudoti HTML Table Exporter

HTML Table Exporter sukurtas konkretiems naudojimo atvejams. Supratimas, kur jis puikiai tinka — ir kur kiti įrankiai gali būti tinkamesni — padės jums išnaudoti jį maksimaliai.

Idealu

• Vienkartiniam lentelių eksportui — finansinės ataskaitos, vyriausybiniai duomenų rinkiniai, tyrimų duomenų bazės, Wikipedia lentelės, sporto statistika
• Žiniatinklio programų duomenys — daugelis CRM platformų, analitikos prietaisų skydelių, ERP sistemų ir verslo įrankių atvaizduoja duomenis kaip HTML lenteles, kurias plėtinys gali aptikti
• Pasikartojančiam eksportui — išsaugokite valymo taisykles ir stulpelių konfigūraciją kaip profilį ir pakartotinai naudokite kiekvieną kartą eksportuodami iš to paties šaltinio
• Privatumui jautri aplinka — visas apdorojimas vietinis, todėl tinka korporatyvinei, finansinei ar sveikatos priežiūros aplinkai, kur duomenys negali palikti naršyklės
• Duomenys, kuriems reikia valymo — datos, skaičiai, valiutos ir null reikšmės automatiškai normalizuojamos prieš eksportą

Kam netinka

• Automatizuotam ar suplanuotam scraping — tai rankinis ir interaktyvus įrankis. Jei reikia headless scraperio ar cron pagrindu veikiančio konvejerio, apsvarstykite tokius įrankius kaip Scrapy, Puppeteer ar Playwright
• Ne lentelių duomenims — plėtinys aptinka HTML <table> elementus. Kortelės, sąrašai, srautai ir nestruktūruoti išdėstymai nepalaikomi
• Duomenų prieigai per API — jei reikalingi duomenys prieinami per API, tiesioginis jos naudojimas bus patikimesnis nei duomenų ištraukimas iš atvaizduoto puslapio
• Garantuotam suderinamumui su visomis svetainėmis — žiniatinklio lentelių struktūros labai skiriasi. Plėtinys veikia su standartinėmis HTML lentelėmis ir daugeliu sudėtingų žiniatinklio programų, bet kai kurios svetainės naudoja nestandartinį atvaizdavimą, kuris gali būti ne visiškai suderinamas

Diegimas

1. Apsilankykite Chrome Web Store

   Atidarykite HTML Table Exporter puslapį savo Chrome naršyklėje.

2. Spustelėkite „Pridėti prie Chrome“

   Spustelėkite mėlyną mygtuką ir patvirtinkite iššokančiajame lange. Diegimas trunka apie 3 sekundes.

3. Prisekite plėtinį (neprivaloma)

   Spustelėkite dėlionės piktogramą Chrome įrankių juostoje ir prisekite HTML Table Exporter greitai prieigai.

Licencijos aktyvavimas

Įsigijus HTML Table Exporter PRO, el. paštu gausite licencijos raktą. Atlikite šiuos veiksmus, kad atrakintumėte visas PRO funkcijas.

Kaip aktyvuoti PRO

1. Spustelėkite „Aktyvuoti“ plėtinyje

   Atidarykite plėtinio iššokantį langą ir spustelėkite mygtuką „Aktyvuoti“ viršutiniame dešiniajame kampe. Taip pat matysite PRO funkcijų sąrašą nemokamos versijos apačioje.

2. Įveskite licencijos raktą

   Įklijuokite licencijos raktą formatu XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX ir spustelėkite „Aktyvuoti“. Raktas buvo išsiųstas el. paštu po pirkimo.

3. Pradėkite naudoti PRO funkcijas

   Aktyvavus plėtinys rodys „HTML Table Exporter PRO“ su Istorijos mygtuku. Visos PRO funkcijos dabar atrakintos.

Vaizdinė instrukcija

1 Spustelėkite mygtuką „Aktyvuoti“

Spustelėkite mygtuką „Aktyvuoti“ viršutiniame dešiniajame kampe. Nemokama versija rodo, kokias funkcijas atrakinate su PRO.

2 Įveskite licenciją

Įklijuokite licencijos raktą ir spustelėkite „Aktyvuoti“. Jei dar neturite rakto, spustelėkite „Gauti HTML Table Exporter PRO“.

Licencijos problemų sprendimas

„Neteisingas licencijos raktas“

Įsitikinkite, kad nukopijavote pilną licencijos raktą su visais brūkšneliais. Formatas turi būti XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX. Patikrinkite, ar nėra papildomų tarpų prieš ar po rakto.

Negavau licencijos rakto

Patikrinkite šiukšlių (spam) aplanką. El. laiškas ateina iš Lemon Squeezy (mūsų mokėjimų tvarkytojo). Jei vis tiek nerandate, apsilankykite Palaikymo puslapyje su savo užsakymo numeriu.

Reikia perkelti licenciją į kitą įrenginį

Kiekvienas licencijos raktas galioja vienam įrenginiui. Jei reikia naudoti PRO papildomuose įrenginiuose, galite įsigyti papildomų licencijų arba apsvarstyti mūsų TEAM ar BUSINESS planus.

Greita pradžia

Eksportuokite pirmąją lentelę per mažiau nei 60 sekundžių:

Kaip eksportuoti lenteles

Išmanusis pasirinkimas (greičiausias būdas)

Šis būdas taupo laiką leisdamas tiesiogiai pasirinkti tikslinius duomenis. Tiesiog spustelėkite bet kurią lentelę tinklalapyje ir atidarykite HTML Table Exporter PRO plėtinio piktogramą. Plėtinys automatiškai paryškins ir sutelks dėmesį į tą konkrečią lentelę, leisdamas ją eksportuoti akimirksniu be būtinybės ieškoti tarp kitų aptiktų rezultatų.

Lankstūs eksporto formatai

Kiekvieną aptiktą lentelę galima eksportuoti keliais profesionaliais formatais spustelėjus atitinkamą mygtuką lentelės kortelėje:

• Excel (XLSX) — Idealus giluminei duomenų analizei
• CSV — Puikus bendram naudojimui skaičiuoklėse
• JSON arba NDJSON — Idealus žiniatinklio kūrimui ir NoSQL duomenų bazėms
• SQL — Generuoja INSERT sakinius, paruoštus naudoti duomenų bazėse

Masinis atsisiuntimas

Naudotojams, norintiems ištraukti visas lenteles iš karto, galimas masinis atsisiuntimas. Tam suraskite ZIP formato išskleidžiamąjį meniu ir pasirinkite pageidaujamą formatą (pvz., CSV ar JSON) failams pakete. Spustelėjus „Eksportuoti visas lenteles (ZIP)“, visos puslapio lentelės atsisiunčiamos kartu organizuotame pakete.

Company,Revenue,Growth
Apple,394.33B,+7.8%
Microsoft,211.91B,+12.4%
Google,282.84B,+9.8%

Eksporto formatai

HTML Table Exporter palaiko penkis išvesties formatus, kiekvieną optimizuotą skirtingiems naudojimo atvejams.

CSV (Comma-Separated Values)

Universalus formatas. Veikia su Excel, Google Sheets, duomenų bazėmis ir praktiškai bet kokiu duomenų įrankiu. PRO naudotojai gali tinkinti skyriklį (kablelis, kabliataškis, tabuliacija) regioniniam suderinamumui.

Name,Email,Status
John Doe,[email protected],Active
Jane Smith,[email protected],Pending

JSON (JavaScript Object Notation)

Puikus programuotojams ir API. Kiekviena eilutė paverčiama objektu su stulpelių antraštėmis kaip raktais.

[
  {
    "Name": "John Doe",
    "Email": "[email protected]",
    "Status": "Active"
  }
]

Excel (XLSX)

Savasis Excel formatas su teisingais langelių tipais. Skaičiai yra skaičiai, datos yra datos.

NDJSON (Newline Delimited JSON)

Puikus srautiniam duomenų apdorojimui ir NoSQL duomenų bazėms. Kiekviena eilutė yra atskiras JSON objektas, todėl idealus dideliems duomenų rinkiniams ir žurnalų apdorojimui.

{"Name":"John Doe","Email":"[email protected]","Status":"Active"}
{"Name":"Jane Smith","Email":"[email protected]","Status":"Pending"}

SQL (INSERT Statements)

Generuoja INSERT sakinius, paruoštus tiesioginiam importui į duomenų bazes. Puikus MySQL, PostgreSQL, SQLite ir kitoms SQL bazėms.

INSERT INTO table_name (Name, Email, Status) VALUES
('John Doe', '[email protected]', 'Active'),
('Jane Smith', '[email protected]', 'Pending');

Duomenų valymas

Žiniatinklio duomenys yra netvarkingi: valiutų simboliai, nenuoseklūs datų formatai, paslėpti simboliai; tai sugadina analizes ir importus. HTML Table Exporter automatiškai valo jūsų duomenis.

Automatinis valymas (Nemokama)

• Pašalina perteklinius tarpus iš visų langelių
• Pašalina paslėptus Unicode simbolius
• Normalizuoja eilučių lūžius
• Išsaugo sujungtų langelių struktūrą

Išmanieji valymo profiliai (PRO)

PRO apima iš anksto paruoštus valymo profilius dažniems duomenų tipams:

Valiutos profilis

Pašalina $, €, £ simbolius ir tūkstančių skyriklius. Konvertuoja $1,234.56 į 1234.56.

Procentų profilis

Pašalina % simbolį. Konvertuoja 45.5% į 0.455 arba 45.5.

Datų profilis

Standartizuoja datas į ISO formatą. Konvertuoja Jan 15, 2024 į 2024-01-15.

// Raw data from website
"  $1,234.56  ", "Jan 15, 2024", "45.5%"

// After cleaning profiles
1234.56, "2024-01-15", 0.455

Paketinis eksportas

Kai puslapyje yra kelios lentelės (arba reikia kelių formatų), paketinis eksportas sutaupo valandas.

Eksportuoti visas lenteles

Spustelėkite „Export All“ plėtinio iššokančiajame lange. Kiekviena lentelė paverčiama atskiru failu.

ZIP atsisiuntimas

Gaukite vieną ZIP su visomis lentelėmis jūsų pasirinktu formatu.

tables-export.zip
├── table-1-revenue-summary.csv
├── table-2-revenue-summary.csv
└── table-3-revenue-summary.csv

Sudėtingos lentelės

Realaus pasaulio lentelės retai būna paprasti tinkleliai. HTML Table Exporter apdoroja sudėtingumą, kuris sugadina kitus įrankius.

Sujungti langeliai (Rowspan/Colspan)

Kai langeliai apima kelias eilutes ar stulpelius, eksportuoti duomenys užpildo atitinkamus langelius struktūrai išlaikyti.

Įdėtosios lentelės

Lentelės lentelėse dažnos senose svetainėse. Paryškinimas užvedus pelę padeda patikrinti prieš eksportuojant.

Dinaminės/JavaScript lentelės

Daugelis šiuolaikinių žiniatinklio programų atvaizduoja lenteles naudodamos JavaScript karkasus. Jei lentelė matoma jūsų naršyklėje, plėtinys paprastai gali ją aptikti. Tačiau rezultatai gali skirtis priklausomai nuo to, kaip svetainė struktūrizuoja savo DOM — kai kurios programos naudoja nestandartinius elementus, kurie gali būti neatpažinti kaip lentelės.

Scroll Capture (PRO)

Scroll Capture yra PRO funkcija, skirta puslapiuotoms ir virtualizuotoms lentelėms, kurios vienu metu rodo tik eilučių poaibį. Ji veikia fiksuodama matomas eilutes, kai slenkate per lentelę, kaupdama ir deduplikuodama jas į pilną duomenų rinkinį.

Kaip veikia: Aktyvuojate Scroll Capture ir slenkate per lentelę savo tempu. Plėtinys skaito eilutes, kurios tuo metu atvaizduotos naršyklės DOM — nevykdo papildomų tinklo užklausų, nesimuloja paspaudimų ir nesąveikauja su puslapiavimo valdikliais. Kai peržiūrėsite reikiamus duomenis, sustabdykite fiksavimą ir eksportuokite sukauptą duomenų rinkinį.

Pagrindiniai skirtumai nuo automatinio puslapiavimo įrankių: Skirtingai nuo naršyklės plėtinių, kurie automatiškai spaudžia „Kitas puslapis“ mygtukus ar simuliuoja begalinį slinkimą, Scroll Capture yra pasyvus skaitytojas. Jis stebi tai, ką jūsų naršyklė jau atvaizdavo, neaktyvuodamas puslapių navigacijos ar serverio užklausų. Tai daro jį mažiau linkusį aktyvuoti greičio ribojimus ar anti-bot apsaugą ir veikia su virtualizuotais tinkleliais, kurie keičia DOM mazgus slenkant.

Nemokama vs PRO palyginimas

Nemokama versija yra tikrai naudinga, be dirbtinių apribojimų. PRO prideda pažangias funkcijas dažniems naudotojams.

Problemų sprendimas

„Lentelės neaptiktos“

Kai kurios svetainės naudoja <div> išdėstymus, kurie atrodo kaip lentelės, bet nėra semantinės HTML lentelės. Plėtinys daugiausia aptinka <table> elementus ir taip pat suderinamas su kai kuriais JavaScript pagrindu veikiančiais tinklelio komponentais. Įsitikinkite, kad puslapis visiškai įkeltas prieš eksportuojant.

Trūkstami duomenys eksporte

Patikrinkite, ar lentelė naudoja atidėtą įkėlimą. Pirmiausia slinkite per visą lentelę, tada eksportuokite.

Eksportas turi neteisingą koduotę

Plėtinys naudoja UTF-8 koduotę. Jei matote neįskaitomus simbolius Excel, naudokite Duomenys → Iš Teksto/CSV importui.

Plėtinys neveikia svetainėje

Kai kurios svetainės (kaip pati Chrome Web Store) blokuoja plėtinius saugumo sumetimais. Tai Chrome apribojimas. Jei manote, kad plėtinys turėtų veikti konkrečioje svetainėje, bet neveikia, arba pastebite ištraukimo klaidas, praneškite per mūsų Palaikymo formą, kad galėtume tai ištirti.