E-commerce Data Scraper Pro

---

name: data-scraper description: 智能数据抓取工具 - 从网页/API 提取结构化数据，支持批量处理 author: AI Company version: 0.1.0 metadata: {"emoji": "🕷️", "category": "data"}

---

Data Scraper - 智能数据抓取工具

从网页、API 自动提取结构化数据，支持批量处理和多种输出格式。

功能特性

🕷️ 网页数据抓取 - 自动识别并提取目标数据

📊 结构化输出 - JSON、CSV、Excel 格式

🔄 批量处理 - 支持多页面/多 URL 批量抓取

🛡️ 反爬规避 - 智能请求频率控制

🔌 API 集成 - 支持 REST/GraphQL API

📝 数据清洗 - 自动去重、格式化

使用方法

基础用法

# 抓取单个网页
uv run scripts/data-scraper.py scrape --url "https://example.com/products" --selector ".product"
抓取多个页面
uv run scripts/data-scraper.py scrape --urls-file urls.txt --output data.json
从 API 获取数据
uv run scripts/data-scraper.py api --endpoint "https://api.example.com/data" --auth "Bearer TOKEN"

高级选项

# 指定输出格式
uv run scripts/data-scraper.py scrape --url "https://example.com" --format csv --output products.csv
设置请求延迟（避免被封）
uv run scripts/data-scraper.py scrape --url "https://example.com" --delay 2
使用代理
uv run scripts/data-scraper.py scrape --url "https://example.com" --proxy "http://proxy:port"
定时抓取
uv run scripts/data-scraper.py scrape --url "https://example.com" --schedule "0 */6 * * *"

支持的数据类型

| 类型 | 描述 | 示例 | |------|------|------| | product | 电商产品 | 价格、名称、评分、库存 | | article | 新闻/博客 | 标题、作者、日期、内容 | | job | 招聘信息 | 职位、公司、薪资、要求 | | real_estate | 房产信息 | 价格、面积、位置、户型 | | social | 社交媒体 | 帖子、评论、点赞数 | | custom | 自定义 | 通过 CSS/XPath 选择器定义 |

输出格式

JSON（默认）

{
  "url": "https://example.com",
  "scrapedAt": "2026-02-28T01:13:00Z",
  "data": [
    {
      "title": "产品标题",
      "price": "$99.99",
      "rating": 4.5
    }
  ]
}

CSV

title,price,rating,url
产品标题,$99.99,4.5,https://...

Excel

多工作表支持

自动格式化

数据透视表

定价建议

| 版本 | 功能 | 价格 | |------|------|------| | 基础版 | 单次抓取，100 页/月 | $49 | | 专业版 | 批量抓取，1000 页/月，定时任务 | $149 | | 企业版 | 无限抓取，API 访问，定制支持 | $499 |

示例

电商产品价格监控

输入：

uv run scripts/data-scraper.py scrape \
  --url "https://amazon.com/s?k=wireless+headphones" \
  --type product \
  --fields "title,price,rating,reviews" \
  --output headphones.json

输出：

{
  "scrapedAt": "2026-02-28T01:13:00Z",
  "count": 50,
  "data": [
    {
      "title": "Sony WH-1000XM5",
      "price": "$349.99",
      "rating": 4.7,
      "reviews": 12453
    }
  ]
}

招聘信息抓取

输入：

uv run scripts/data-scraper.py scrape \
  --url "https://linkedin.com/jobs/search?keywords=python+developer" \
  --type job \
  --fields "title,company,location,salary" \
  --output jobs.csv

技术实现

使用 Playwright/BeautifulSoup 进行网页解析

支持 JavaScript 渲染页面

智能重试和错误处理

可集成到 OpenClaw 工作流

注意事项

⚠️ 合法合规使用

遵守目标网站 robots.txt

不要过度请求导致服务器压力

尊重数据版权和隐私

仅抓取公开数据

更新日志

v0.1.0 (2026-02-28)

初始版本发布

支持基础网页抓取

支持 JSON/CSV 输出

支持批量处理

待开发功能

[ ] 图形化配置界面

[ ] 数据可视化

[ ] 自动字段识别

[ ] 云存储集成

[ ] 实时监控告警

---

开发者： VIC ai-company 许可： MIT 支持： 联系 main agent