กลับไปที่บล็อก

คลังความรู้

ค้นหาคำตอบเกี่ยวกับการดึงข้อมูล การหาลีด และฟีเจอร์ของ Thunderbit นี่คือคลังความรู้หลักสำหรับการเรียนรู้การป้อนข้อมูลและการดึงข้อมูลเว็บ

ตัวแยกบทความที่ไม่ต้องเปิดเบราว์เซอร์ — แต่ก็ยังเก็บหน้าเทสต์ของฉันได้สะอาดหมดจด

ตัวแยกบทความที่ไม่ต้องเปิดเบราว์เซอร์ — แต่ก็ยังเก็บหน้าเทสต์ของฉันได้สะอาดหมดจด

เครื่องมือสแครปส่วนใหญ่ที่กำลังเป็นกระแสในปีนี้มักต้องพึ่งเบราว์เซอร์ แต่ [trafilatura](https://github.com/adbar/trafilatura) ไม่ได้ทำแบบนั้น มันเป็นไลบรารี Python ล้วนที่อ่าน HTML แบบคงที่ แยกให้ได้ว่าบล็อกไหนคือเนื้อหาบทความจริง แล้วทิ้งส่วนที่เหลือทั้งหมด...

by Ke13 min read
รีวิว Apache Nutch: ขอบเขต 4 ด้านที่เป็นตัวตัดสินว่ามันจะรันได้หรือไม่ และจะค้นหาเจออะไรบ้าง

รีวิว Apache Nutch: ขอบเขต 4 ด้านที่เป็นตัวตัดสินว่ามันจะรันได้หรือไม่ และจะค้นหาเจออะไรบ้าง

Apache Nutch คือโปรแกรม crawler ของ Apache Software Foundation ที่เริ่มพัฒนาตั้งแต่ปี 2004 เป็นระบบบน JVM ที่สร้างบน Hadoop และทำงานเป็นรอบๆ ไม่ใช่คำสั่งสตรีมมิ่งคำสั่งเดียว: เริ่มจากนำ seed URLs เข้าไปด้วย `inject` ลงในฐานข้อมูลถาวร จากนั้นวน `generate → fetch → parse → updatedb` พร้อมช่องเสียบปลั๊กอินสำหรับ protocol, parser, URL filter และ scoring โดยผลลัพธ์ปกติจะส่งต่อไปยัง search index อย่าง Solr หรือ Elasticsearch มากกว่าจะออกมาเป็น CSV

by Ke15 min read
รีวิว Colly: HTML แบบสแตติก, JSON โดยตรง และขอบเขตของเบราว์เซอร์

รีวิว Colly: HTML แบบสแตติก, JSON โดยตรง และขอบเขตของเบราว์เซอร์

ผมสร้างเว็บไซต์ตัวอย่างขึ้นมาเพื่อทดสอบจุดที่ชื่อเสียงเรื่องจำนวนหน้าที่รองรับหรือความเร็วของ Colly ตอบไม่ได้ นั่นคือ callback ของมันดึงข้อมูลได้ตรงตามที่คาดหรือไม่, ส่งต่อ HTTP error ได้หรือไม่, ไล่กราฟภายใต้ขอบเขตที่กำหนดได้หรือไม่, และเข้าถึงเนื้อหาที่อยู่นอก HTML ที่เรนเดอร์แล้วได้ไหม

by Ke10 min read
32 เครื่องมือ AI สำหรับอีคอมเมิร์ซ: เลือกให้ตรงตามเวิร์กโฟลว์ของธุรกิจ

32 เครื่องมือ AI สำหรับอีคอมเมิร์ซ: เลือกให้ตรงตามเวิร์กโฟลว์ของธุรกิจ

เปรียบเทียบเครื่องมือ AI 32 รายการสำหรับอีคอมเมิร์ซในปัจจุบันตามงานด้านการรีเสิร์ชราคา สต็อก การค้นพบสินค้า คอนเวอร์ชัน ซัพพอร์ต การรักษาลูกค้า การวิเคราะห์ และครีเอทีฟ โดยไม่มีคำกล่าวอ้างเรื่องราคา ผลลัพธ์ หรือฟีเจอร์ที่ล้าสมัย

by Shuai Guan12 min read
จากหน้าเว็บสู่สเปรดชีต
บอกสิ่งที่ต้องการ — Thunderbit’s AI Agent จะดึงข้อมูลและส่งออกไปยัง Excel, Google Sheets, Airtable หรือ Notion เริ่มต้นได้ฟรี
Chrome Store Rating
PRODUCT HUNT#1 Product of the Week
© 2026 Thunderbit Inc. สงวนลิขสิทธิ์
GetApp
Software Advice
Capterra
G2
Edge Add-ons