DataScraper产品介绍

DataScraper是Web页面信息提取(网页抓取/抽取)工具，利用MetaStudio生成的信息提取指令文件，对属于相同语义类别的页面信息进行连续提取，生成XML格式的信息提取结果文件，并将信息提取结果文件存储在DataStore服务器中。DataScraper提供基于图形界面（GUI）的结果文件管理工具和Lucene v2.3.2索引库管理工具。

DataScraper是信息提取(网页抓取/抽取)工具包MetaSeeker的四个工具软件其中一个。

---

DataScraper是一个通用的屏幕抓取/数据抽取/网页抓取/信息提取工具

屏幕抓取器，即Screen Scraper，有时也叫网页抓取、数据抽取、网络信息提取器，从展现在浏览器上的Web页面内容中提取需要的信息，在万维网领域，为了从各种信息源汇聚信息，成千上万的技术人员开发出基于各种技术的屏幕抓取器，这些抓取器往往是为特定目的针对特定页面的，所以，数量众多，开发成果可继承性很小，研发费用很大，而且需要持续投入。

研制DataScraper及其MetaSeeker工具包的初衷就是帮助用户节省大量的屏幕抓取器的开发投入，使用户专注于业务的设计和网站的经营。为了实现这个目标，作者运用多种先进技术，科学地设计系统架构，将屏幕抓取功能分解成信息结构定义和工作流驱动的Web页面信息提取(网页抓取/抽取)两个子系统，前者集中在MetaStudio产品中实现，而后者集中在本文介绍的DataScraper产品中实现。借助于XML技术和Mozilla应用开发平台，DataScraper以及MetaSeeker表现了强大的屏幕抓取功能。全面的产品特点介绍参见MetaSeeker产品介绍。

---

资源

1. 如果您想获得安装指导，请参阅MetaSeeker安装手册；
2. 如果您想了解产品的基本操作方法，请参阅DataScraper用户手册；
3. 如果您想体验提取产品列表或者黄页信息的过程，请跟随MetaSeeker使用实例1和使用实例2的步骤；
4. 如果您想深入了解产品技术，请参阅MetaSeeker技术手册。