Scrapear Información de restaurantes de Bing Maps

Bing Maps es una plataforma de mapeo geoespacial que permite a los desarrolladores crear aplicaciones con datos relevantes para la localización sobre imágenes de mapas con licencia.

Este tutorial te mostrará cómo raspar información de negocios de Bing Maps.

El ejemplo de URL en este tutorial es: https://www.bing.com/maps/

Estos son los principales pasos de este tutorial:

1. Crear un paso Abrir página

• Ingresar la URL en la caja de búsqueda en la página de inicio y hacer clic en Empezar

2. Ingresar texto - para buscar los resultados

• Hacer clic en la caja de búsuqeda de Bing Maps
• Hacer clic en Ingresar Texto del panel de Tips después de que la caja se vuelva verde

• Ingresar "Restaurantes" en el cuadro de texto
• Hacer clic en Confirmar

• Hacer clic en el icono de búsqueda
• Hacer clic en la URL del panel de Tips

• Desactiva Abrir en una nueva pestaña para la operación Hacer clic en el elemento
• Configurar AJAX Timeout a 7s
• Hacer clic en Aplicar

3. Configurar el Bucle de elementos - para extender a las páginas de detalles

• Hacer clic en el primer campo de elemento, y luego en el segundo
• Hacer clic en bucle cada elemento del panel de Tips después de que los campos de datos se vuelvan verde

Modificar Xpath para mejorar la localización de todos los campos

• Hacer clic en el Elemento de Bucle
• Seleccionar Lista variable como modo de bucle
• Ingresar Xpath como: //li[@data-priority]
• Hacer clic en Aplicar

Configurar Xpath y Ajax timeout para Hacer clic en el elemento 1

• Hacer clic en Hacer clic en el elemento 1 en la caja de bucle
• Activa Xpath relativo al elemento de bucle
• Ingresar Xapth como : /a
• Hacer clic en Aplicar

• Hacer clic en Opciones
• Configurar AJAX Timeout como 10s
• Hacer clic en Aplicar

4. Extraer datos - para capturar datos que quieres

• Hacer clic en los datos que quieres en la página de detalles
• Hacer clic en Extraer datos del panel de Tips después de que los datos seleccionados se vuelvan verde

• Hacer doble clic en el arriba del campo de datos si quieres renombrarlo

La auto detección para el campo de sitio web extraerá texto atributo, aquí tenemos que cambiarlo de extraer "href" a extraer URL.

• Hacer clic en ... icono
• Hacer clic en Personalizar campo

• Hacer clic en Seleccionar URL (href atributo)

Modificar Xpath para mejorar la localización de todos los campos de la página de detalles

• Ir de Disposición horizontal a Disposición vertical
• Ingresar xpath como la muestra de abajo
  • tel: //a[contains(@href,"tel:")]
  • website: //a[@aria-label="Website"]
  • opentime: //span[@class="opHours"]/span

5. Configurar un Bucle para imágenes - para extraer imágenes en la página de detalles

• Hacer clic en cualquiera de esas dos fotos
• Hacer clic en Extraer las URLs de las imágenes seleccionadas y comenzar a descargarlas

Modificar Xpath en el Elemento de bucle1 para mejorar la localización de todos los campos

• Hacer clic en el Elemento de bucle1
• Seleccionar Lista variable como modo de bucle
• Ingresar Xpath como: //div[@id="locovl_imgcol"]//img
• Hacer clic en Aplicar

Limpiar XPath para el campo de datos

• Ir de Disposición horizontal a Disposición vertical
• Limpiar XPath para el campo de imágenes

El flujo de trabajo final sería así:

6. Ejecutar la tarea - para exportar datos que quieres

• Hacer clic en el botón de Guardar para que Octoparse memorice todas las configuraciones
• Luego hacer clic en Ejecutar tu tarea sea localmente o en la nube

• Seleccionar Ejecutar en el dispositivo y hacer clic en Modo Estándar para ejecutar tu tarea en el equipo local
• Esperar que la tarea complete la ejecución

Abajo es la muestra de datos extraídos con el equipo local. Podrías exportarlos en formatos de Excel, CSV, HTML, o JSON.