PulsarRPA 简介

Table of Contents

🚄 开始
🥁 简介
🚀 主要特性
♾ 核心概念
🧮 通过可执行 jar 使用 PulsarRPA
🎁 将 PulsarRPA 用作软件库
🌐 将 PulsarRPA 作为 REST 服务运行
- 从源代码构建
- 使用 X-SQL 查询 Web
📖 循序渐进的课程
📊 日志和指标
💻 系统要求
🛸 高级主题
🆚 同其他方案的对比
🤓 技术细节
🐦 联系方式

English | 简体中文 | 中国镜像

🚄 开始

💖 PulsarRPA 是你唯一的需要！💖

PulsarRPA 是大规模采集 Web 数据的终极开源方案，可满足几乎所有规模和性质的网络数据采集需要。

大规模提取 Web 数据非常困难。网站经常变化并且变得越来越复杂，这意味着收集的网络数据通常不准确或不完整，PulsarRPA 开发了一系列尖端技术来解决这些问题。

大多数抓取尝试可以从几乎一行代码开始：

Kotlin:

fun main() = PulsarContexts.createSession().scrapeOutPages(
  "https://www.amazon.com/", "-outLink a[href~=/dp/]", listOf("#title", "#acrCustomerReviewText"))

上面的代码从一组产品页面中抓取由 css 选择器 #title 和 #acrCustomerReviewText 指定的字段。示例代码：kotlin, java.

大多数生产环境数据采集项目可以从以下代码片段开始：

Kotlin:

fun main() {
    val context = PulsarContexts.create()

    val parseHandler = { _: WebPage, document: FeaturedDocument ->
        // use the document
        // ...
        // and then extract further hyperlinks
        context.submitAll(document.selectHyperlinks("a[href~=/dp/]"))
    }
    val urls = LinkExtractors.fromResource("seeds10.txt")
        .map { ParsableHyperlink("$it -refresh", parseHandler) }
    context.submitAll(urls).await()
}

示例代码： kotlin, java.

最复杂的数据采集项目需要使用 RPA：

Kotlin:

val options = session.options(args)
val event = options.event.browseEvent
event.onBrowserLaunched.addLast { page, driver ->
    // warp up the browser to avoid being blocked by the website,
    // or choose the global settings, such as your location.
    warnUpBrowser(page, driver)
}
event.onWillFetch.addLast { page, driver ->
    // have to visit a referrer page before we can visit the desired page
    waitForReferrer(page, driver)
    // websites may prevent us from opening too many pages at a time, so we should open links one by one.
    waitForPreviousPage(page, driver)
}
event.onWillCheckDocumentState.addLast { page, driver ->
    // wait for a special fields to appear on the page
    driver.waitForSelector("body h1[itemprop=name]")
    // close the mask layer, it might be promotions, ads, or something else.
    driver.click(".mask-layer-close-button")
}
// visit the URL and trigger events
session.load(url, options)

示例代码: kotlin.

最复杂的 Web 数据抽取难题需要用 X-SQL 来解决:

您的 Web 数据提取规则非常复杂，例如，每个单独的页面有 100 多个规则
需要维护的数据提取规则很多，比如全球 20 多个亚马逊网站，每个网站 20 多个数据类型

select
      dom_first_text(dom, '#productTitle') as title,
      dom_first_text(dom, '#bylineInfo') as brand,
      dom_first_text(dom, '#price tr td:matches(^Price) ~ td, #corePrice_desktop tr td:matches(^Price) ~ td') as price,
      dom_first_text(dom, '#acrCustomerReviewText') as ratings,
      str_first_float(dom_first_text(dom, '#reviewsMedley .AverageCustomerReviews span:contains(out of)'), 0.0) as score
  from load_and_select('https://www.amazon.com/dp/B09V3KXJPB -i 1s -njr 3', 'body');

示例代码:

🥁 简介

PulsarRPA 是大规模采集 Web 数据的终极开源方案，可满足几乎所有规模和性质的网络数据采集需要。

大规模提取 Web 数据非常困难。网站经常变化并且变得越来越复杂，这意味着收集的网络数据通常不准确或不完整，PulsarRPA 开发了一系列尖端技术来解决这些问题。

我们发布了一些最大型电商网站的全站数据采集的完整解决方案，这些解决方案满足最高标准的性能、质量和成本要求，他们将永久免费并开放源代码，譬如：

🕷 PulsarRPA 支持高质量的大规模数据采集和处理。PulsarRPA 开发了一系列基础设施和前沿技术，来保证即使是大规模数据采集场景，也能达到最高标准的性能、质量和总体拥有成本。

🏪 PulsarRPA 支持网络即数据库范式。PulsarRPA 像对待内部数据库一样对待外部网络，如果需要的数据不在本地存储中，或者现存版本不满足分析需要，则系统会从互联网上采集该数据的最新版本。我们还开发了 X-SQL 来直接查询互联网，并将网页转换成表格和图表。

🌈 PulsarRPA 支持浏览器渲染并将其作为数据采集的首要方法。将浏览器渲染作为数据采集的首要方法，我们在数据点规模、数据质量、人力成本和硬件成本之间实现了最佳平衡，并实现了最低的总体拥有成本。通过优化，如屏蔽不必要的资源文件，浏览器渲染的性能甚至可以与传统的单一资源采集方法相媲美。

💫 PulsarRPA 支持 RPA 采集。PulsarRPA 包含一个 RPA 子系统，来实现网页交互：滚动、打字、屏幕捕获、鼠标拖放、点击等。该子系统和大家所熟知的 selenium, playwright, puppeteer 是类似的，但对所有行为进行了优化，譬如更真实的模拟操作，更好的执行性能，更好的并行性，更好的容错处理，等等。

🔪 PulsarRPA 支持退化的单一资源采集。PulsarRPA 的默认采集方式是通过浏览器渲染来采集 完整的 网页数据，但如果您需要的数据可以通过单一接口获取，譬如可以通过某个 ajax 接口返回，也可以调用 PulsarRPA 的资源采集方法进行超高速采集。

💯 PulsarRPA 计划支持最前沿的信息提取技术。我们计划发布一个先进的人工智能，以显著的精度自动提取所有网页（譬如商品详情页）中的每一个字段，目前我们提供了一个预览版本。

🚀 主要特性

网络爬虫：各种数据采集模式，包括浏览器渲染、ajax数据采集、普通协议采集等
RPA：机器人流程自动化、模仿人类行为、采集单网页应用程序或执行其他有价值的任务
简洁的 API：一行代码抓取，或者一条 SQL 将整个网站栏目变成表格
X-SQL：扩展 SQL 来管理 Web 数据：网络爬取、数据采集、Web 内容挖掘、Web BI
爬虫隐身：浏览器驱动隐身，IP 轮换，隐私上下文轮换，永远不会被屏蔽
高性能：高度优化，单机并行渲染数百页而不被屏蔽
低成本：每天抓取 100,000 个浏览器渲染的电子商务网页，或 n * 10,000,000 个数据点，仅需要 8 核 CPU/32G 内存
数据质量保证：智能重试、精准调度、Web 数据生命周期管理
大规模采集：完全分布式，专为大规模数据采集而设计
大数据支持：支持各种后端存储：本地文件/MongoDB/HBase/Gora
日志和指标：密切监控并记录每个事件
[预览] 信息提取：自动学习网页数据模式，以显著的精度自动提取网页中的每一个字段

♾ 核心概念

PulsarRPA 的核心概念包括以下内容，了解了这些核心概念，您可以使用 PulsarRPA 解决最高要求的数据采集任务：

网络数据采集（Web Scraping）: 使用机器人从网站中提取内容和数据的过程
自动提取（Auto Extract）: 自动学习数据模式并从网页中提取每个字段，由尖端的人工智能解决算法驱动
RPA: 机器人流程自动化，这是抓取现代网页的唯一方法
网络即数据库（Network As A Database）: 像访问本地数据库一样访问 Web
X-SQL: 直接使用 SQL 查询 Web
Pulsar Session: 提供了一组简单、强大和灵活的 API 来执行 Web 抓取任务
Web Driver: Web 驱动定义了一个简洁的界面来访问网页并与之交互，所有行为都经过优化以尽可能接近真实的人
URL: PulsarRPA 中的 URL 是一个普通的 URL，但是带有描述任务的额外信息。PulsarRPA 中的每个任务都被定义为某种形式的 URL
Hyperlink: PulsarRPA 中的超链接是一个普通的超链接，但是带有描述任务的额外信息
Load Options: 加载选项或加载参数影响 PulsarRPA 如何加载、获取和抓取网页
Event Handlers: 在网页的整个生命周期中捕获和处理事件

点击 PulsarRPA concepts 查看详情。

🧮 通过可执行 jar 使用 PulsarRPA

我们发布了一个基于 PulsarRPA 的独立可执行 jar，它包含：

一组顶尖站点的数据采集示例
基于 自监督机器学习 自动进行信息提取的小程序，AI 算法识别详情页的所有字段，95% 以上字段精确度 99% 以上
基于 自监督机器学习 自动学习并输出所有采集规则的小程序
从命令行直接执行网页数据采集任务，不需要写代码
PulsarRPA 服务器，我们可以向服务器发送 SQL 来采集 Web 数据
一个 Web UI，从中我们可以编写 SQL 并将它们发送到服务器

下载 Exotic 并使用单个命令行探索其能力：

java -jar exotic-standalone.jar

🎁 将 PulsarRPA 用作软件库

利用 PulsarRPA 强大功能的最简单方法是将其作为库添加到您的项目中。

Maven:

<dependency>
  <groupId>ai.platon.pulsar</groupId>
  <artifactId>pulsar-all</artifactId>
  <version>1.10.22</version>
</dependency>

Gradle:

implementation("ai.platon.pulsar:pulsar-all:1.10.22")

也可以从 github.com 克隆模板项目: kotlin, java-11, java-17。

对于国内开发者，我们强烈建议您按照这个指导来加速构建。

基本用法

Kotlin:

// Create a pulsar session
val session = PulsarContexts.createSession()
// The main url we are playing with
val url = "https://www.amazon.com/dp/B09V3KXJPB"

// Load a page from local storage, or fetch it from the Internet if it does not exist or has expired
val page = session.load(url, "-expires 10s")

// Submit a url to the URL pool, the submitted url will be processed in a crawl loop
session.submit(url, "-expires 10s")

// Parse the page content into a document
val document = session.parse(page)
// do something with the document
// ...

// Load and parse
val document2 = session.loadDocument(url, "-expires 10s")
// do something with the document
// ...

// Load the portal page and then load all links specified by `-outLink`.
// Option `-outLink` specifies the cssSelector to select links in the portal page to load.
// Option `-topLinks` specifies the maximal number of links selected by `-outLink`.
val pages = session.loadOutPages(url, "-expires 10s -itemExpires 10s -outLink a[href~=/dp/] -topLinks 10")

// Load the portal page and submit the out links specified by `-outLink` to the URL pool.
// Option `-outLink` specifies the cssSelector to select links in the portal page to submit.
// Option `-topLinks` specifies the maximal number of links selected by `-outLink`.
session.submitOutPages(url, "-expires 1d -itemExpires 7d -outLink a[href~=/dp/] -topLinks 10")

// Load, parse and scrape fields
val fields = session.scrape(url, "-expires 10s", "#centerCol",
    listOf("#title", "#acrCustomerReviewText"))

// Load, parse and scrape named fields
val fields2 = session.scrape(url, "-i 10s", "#centerCol",
    mapOf("title" to "#title", "reviews" to "#acrCustomerReviewText"))

// Load, parse and scrape named fields
val fields3 = session.scrapeOutPages(url, "-i 10s -ii 10s -outLink a[href~=/dp/] -topLink 10", "#centerCol",
    mapOf("title" to "#title", "reviews" to "#acrCustomerReviewText"))

// Add `-parse` option to activate the parsing subsystem
val page10 = session.load(url, "-parse -expires 10s")

// Kotlin suspend calls
val page11 = runBlocking { session.loadDeferred(url, "-expires 10s") }

// Java-style async calls
session.loadAsync(url, "-expires 10s").thenApply(session::parse).thenAccept(session::export)

示例代码: kotlin, java.

Load options

请注意，我们的大多数抓取方法都接受一个称为加载参数或加载选项的参数，以控制如何加载/获取网页。

-expires     // The expiry time of a page
-itemExpires // The expiry time of item pages in batch scraping methods
-outLink     // The selector of out links to scrape
-refresh     // Force (re)fetch the page, just like hitting the refresh button on a real browser
-parse       // Activate parse subsystem
-resource    // Fetch the url as a resource without browser rendering

点击 Load Options 查看详情。

提取网页数据

PulsarRPA 使用 jsoup 从 HTML 文档中提取数据。 Jsoup 将 HTML 解析为与现代浏览器相同的 DOM。查看 selector-syntax 以获取所有受支持的 CSS 选择器。

Kotlin:

val document = session.loadDocument(url, "-expires 1d")
val price = document.selectFirst('.price').text()

连续采集

在 PulsarRPA 中抓取大量 url 集合或运行连续采集非常简单。

Kotlin:

fun main() {
    val context = PulsarContexts.create()

    val parseHandler = { _: WebPage, document: FeaturedDocument ->
        // do something wonderful with the document
        System.out.println(document.getTitle() + "\t|\t" + document.getBaseUri());
    }
    val urls = LinkExtractors.fromResource("seeds.txt")
        .map { ParsableHyperlink("$it -refresh", parseHandler) }
    context.submitAll(urls)
    // feel free to submit millions of urls here
    context.submitAll(urls)
    // ...
    context.await()
}

Java:

public class ContinuousCrawler {

    private static void onParse(WebPage page, FeaturedDocument document) {
        // do something wonderful with the document
        System.out.println(document.getTitle() + "\t|\t" + document.getBaseUri());
    }

    public static void main(String[] args) {
        PulsarContext context = PulsarContexts.create();

        List<Hyperlink> urls = LinkExtractors.fromResource("seeds.txt")
                .stream()
                .map(seed -> new ParsableHyperlink(seed, ContinuousCrawler::onParse))
                .collect(Collectors.toList());
        context.submitAll(urls);
        // feel free to submit millions of urls here
        context.submitAll(urls);
        // ...
        context.await();
    }
}

示例代码: kotlin, java.

👽 RPA (机器人流程自动化）

随着网站变得越来越复杂，RPA 已成为从某些网站收集数据的唯一途径，例如某些使用自定义字体技术的网站。

PulsarRPA 包含一个 RPA 子系统，提供了一种在网页生命周期中模仿真人的便捷方式，使用 Web 驱动程序与网页交互：滚动、打字、屏幕捕获、鼠标拖放、点击等。这和大家所熟知的 selenium，playwright，puppeteer 类似，不同的是，PulsarRPA 的所有行为都针对大规模数据采集进行优化。

以下是一个典型的 RPA 代码片段，它是从顶级电子商务网站收集数据所必需的：

val options = session.options(args)
val event = options.event.browseEvent
event.onBrowserLaunched.addLast { page, driver ->
    // 预热浏览器，以避免被网站阻止，或选择全局设置，例如您的位置
    warnUpBrowser(page, driver)
}
event.onWillFetch.addLast { page, driver ->
    // 必须先访问引荐来源页面，然后才能访问所需页面
    waitForReferrer(page, driver)
    // 网站可能会阻止我们同时打开过多页面，因此我们应该逐一打开链接
    waitForPreviousPage(page, driver)
}
event.onWillCheckDocumentState.addLast { page, driver ->
    // 等待特殊字段出现在页面上
    driver.waitForSelector("body h1[itemprop=name]")
    // 关闭遮罩层，它可能是促销、广告或其他东西
    driver.click(".mask-layer-close-button")
}
// 访问 URL 并触发事件
session.load(url, options)

The example code can be found here: kotlin。

使用 X-SQL 查询 Web

提取单个页面：

select
      dom_first_text(dom, '#productTitle') as title,
      dom_first_text(dom, '#bylineInfo') as brand,
      dom_first_text(dom, '#price tr td:matches(^Price) ~ td, #corePrice_desktop tr td:matches(^Price) ~ td') as price,
      dom_first_text(dom, '#acrCustomerReviewText') as ratings,
      str_first_float(dom_first_text(dom, '#reviewsMedley .AverageCustomerReviews span:contains(out of)'), 0.0) as score
  from load_and_select('https://www.amazon.com/dp/B09V3KXJPB -i 1s -njr 3', 'body');

执行 X-SQL：

val context = SQLContexts.create()
val rs = context.executeQuery(sql)
println(ResultSetFormatter(rs, withHeader = true))

结果如下:

TITLE                                                   | BRAND                  | PRICE   | RATINGS       | SCORE
HUAWEI P20 Lite (32GB + 4GB RAM) 5.84" FHD+ Display ... | Visit the HUAWEI Store | $6.10 | 1,349 ratings | 4.40

示例代码: kotlin.

点击 X-SQL 查看关于 X-SQL 的详细介绍和函数说明。

🌐 将 PulsarRPA 作为 REST 服务运行

当 PulsarRPA 作为 REST 服务运行时，X-SQL 可用于随时随地抓取网页或直接查询 Web 数据，无需打开 IDE。

从源代码构建

git clone https://github.com/platonai/pulsar.git
cd pulsar && bin/build-run.sh

对于国内开发者，我们强烈建议您按照这个指导来加速构建。

使用 X-SQL 查询 Web

如果未启动，则启动 pulsar 服务器：

bin/pulsar

在另一个终端窗口中抓取网页：

bin/scrape.sh

该 bash 脚本非常简单，只需使用 curl 发送 X-SQL：

curl -X POST --location "http://localhost:8182/api/x/e" -H "Content-Type: text/plain" -d "
  select
      dom_base_uri(dom) as url,
      dom_first_text(dom, '#productTitle') as title,
      str_substring_after(dom_first_href(dom, '#wayfinding-breadcrumbs_container ul li:last-child a'), '&node=') as category,
      dom_first_slim_html(dom, '#bylineInfo') as brand,
      cast(dom_all_slim_htmls(dom, '#imageBlock img') as varchar) as gallery,
      dom_first_slim_html(dom, '#landingImage, #imgTagWrapperId img, #imageBlock img:expr(width > 400)') as img,
      dom_first_text(dom, '#price tr td:contains(List Price) ~ td') as listprice,
      dom_first_text(dom, '#price tr td:matches(^Price) ~ td') as price,
      str_first_float(dom_first_text(dom, '#reviewsMedley .AverageCustomerReviews span:contains(out of)'), 0.0) as score
  from load_and_select('https://www.amazon.com/dp/B09V3KXJPB -i 1d -njr 3', 'body');"

示例代码: bash, batch, java, kotlin, php.

Json 格式的响应如下：

{
    "uuid": "cc611841-1f2b-4b6b-bcdd-ce822d97a2ad",
    "statusCode": 200,
    "pageStatusCode": 200,
    "pageContentBytes": 1607636,
    "resultSet": [
        {
            "title": "Tara Toys Ariel Necklace Activity Set - Amazon Exclusive (51394)",
            "listprice": "$19.99",
            "price": "$12.99",
            "categories": "Toys & Games|Arts & Crafts|Craft Kits|Jewelry",
            "baseuri": "https://www.amazon.com/dp/B09V3KXJPB"
        }
    ],
    "pageStatus": "OK",
    "status": "OK"
}

点击 X-SQL 查看关于 X-SQL 的详细介绍和函数说明。

📖 循序渐进的课程

我们有一个循序渐进的示例课程:

📊 日志和指标

PulsarRPA 精心设计了日志和指标子系统，以记录系统中发生的每一个事件。

PulsarRPA 在日志中报告每个页面加载任务执行的状态，因此很容易知道系统中发生了什么，判断系统运行是否健康、回答成功获取多少页面、重试多少页面、使用了多少代理 IP。

只需注意几个符号，您就可以深入了解整个系统的状态：💯 💔 🗙 ⚡ 💿 🔃 🤺。

下面是一组典型的页面加载日志，查看日志格式了解如何阅读日志，从而一目了然地了解整个系统的状态。

2022-09-24 11:46:26.045  INFO [-worker-14] a.p.p.c.c.L.Task - 3313. 💯 ⚡ U for N got 200 580.92 KiB in 1m14.277s, fc:1 | 75/284/96/277/6554 | 106.32.12.75 | 3xBpaR2 | https://www.walmart.com/ip/Restored-iPhone-7-32GB-Black-T-Mobile-Refurbished/329207863 -expires PT24H -ignoreFailure -itemExpires PT1M -outLinkSelector a[href~=/ip/] -parse -requireSize 300000
2022-09-24 11:46:09.190  INFO [-worker-32] a.p.p.c.c.L.Task - 3738. 💯 💿 U  got 200 452.91 KiB in 55.286s, last fetched 9h32m50s ago, fc:1 | 49/171/82/238/6172 | 121.205.220.179 | https://www.walmart.com/ip/Boost-Mobile-Apple-iPhone-SE-2-Cell-Phone-Black-64GB-Prepaid-Smartphone/490934488 -expires PT24H -ignoreFailure -itemExpires PT1M -outLinkSelector a[href~=/ip/] -parse -requireSize 300000
2022-09-24 11:46:28.567  INFO [-worker-17] a.p.p.c.c.L.Task - 2269. 💯 🔃 U for SC got 200 565.07 KiB <- 543.41 KiB in 1m22.767s, last fetched 16m58s ago, fc:6 | 58/230/98/295/6272 | 27.158.125.76 | 9uwu602 | https://www.walmart.com/ip/Straight-Talk-Apple-iPhone-11-64GB-Purple-Prepaid-Smartphone/356345388?variantFieldId=actual_color -expires PT24H -ignoreFailure -itemExpires PT1M -outLinkSelector a[href~=/ip/] -parse -requireSize 300000
2022-09-24 11:47:18.390  INFO [r-worker-8] a.p.p.c.c.L.Task - 3732. 💔 ⚡ U for N got 1601 0 <- 0 in 32.201s, fc:1/1 Retry(1601) rsp: CRAWL, rrs: EMPTY_0B | 2zYxg52 | https://www.walmart.com/ip/Apple-iPhone-7-256GB-Jet-Black-AT-T-Locked-Smartphone-Grade-B-Used/182353175?variantFieldId=actual_color -expires PT24H -ignoreFailure -itemExpires PT1M -outLinkSelector a[href~=/ip/] -parse -requireSize 300000
2022-09-24 11:47:13.860  INFO [-worker-60] a.p.p.c.c.L.Task - 2828. 🗙 🗙 U for SC got 200 0 <- 348.31 KiB <- 684.75 KiB in 0s, last fetched 18m55s ago, fc:2 | 34/130/52/181/5747 | 60.184.124.232 | 11zTa0r2 | https://www.walmart.com/ip/Walmart-Family-Mobile-Apple-iPhone-11-64GB-Black-Prepaid-Smartphone/209201965?athbdg=L1200 -expires PT24H -ignoreFailure -itemExpires PT1M -outLinkSelector a[href~=/ip/] -parse -requireSize 300000

💻 系统要求

Memory 4G+
Maven 3.2+
Java 11 JDK 最新版本
java and jar on the PATH
Google Chrome 90+

PulsarRPA 在 Ubuntu 18.04、Ubuntu 20.04、Windows 7、Windows 11、WSL 上进行了测试，任何其他满足要求的操作系统也应该可以正常工作。

🛸 高级主题

点击链接 advanced topics 查看以下问题的答案：

大规模网络爬虫有什么困难？
如何每天从电子商务网站上抓取一百万个产品页面？
如何在登录后抓取页面？
如何在浏览器上下文中直接下载资源？
如何抓取单页应用程序（SPA）？
- 资源模式
- RPA 模式
如何确保正确提取所有字段？
如何抓取分页链接？
如何抓取新发现的链接？
如何爬取整个网站？
如何模拟人类行为？
如何安排优先任务？
如何在固定时间点开始任务？
如何删除计划任务？
如何知道任务的状态？
如何知道系统中发生了什么？
如何为要抓取的字段自动生成 css 选择器？
如何使用机器学习自动从网站中提取内容并具有商业准确性？
如何抓取 amazon.com 以满足行业需求？

🆚 同其他方案的对比

一般来说，”主要特性“部分中提到的特性都得到了 PulsarRPA 的良好支持，但其他解决方案不支持或者支持不好。

点击链接 solution comparison 查看以下问题的答案：

PulsarRPA vs selenium/puppeteer/playwright
PulsarRPA vs nutch
PulsarRPA vs scrapy+splash

🤓 技术细节

点击链接 technical details 查看以下问题的答案：

如何轮换我的 IP 地址？
如何隐藏我的机器人不被检测到？
如何以及为什么要模拟人类行为？
如何在一台机器上渲染尽可能多的页面而不被屏蔽？

🐦 联系方式

微信：galaxyeye
微博：galaxyeye
邮箱：[email protected], [email protected]
Twitter: galaxyeye8
网站：platon.ai

chobits81/PulsarRPA

PulsarRPA 简介

🚄 开始

🥁 简介

🚀 主要特性

♾ 核心概念

🧮 通过可执行 jar 使用 PulsarRPA

🎁 将 PulsarRPA 用作软件库

基本用法

提取网页数据

连续采集

👽 RPA (机器人流程自动化）

使用 X-SQL 查询 Web

🌐 将 PulsarRPA 作为 REST 服务运行

从源代码构建

使用 X-SQL 查询 Web

📖 循序渐进的课程

📊 日志和指标

💻 系统要求

🛸 高级主题

🆚 同其他方案的对比

🤓 技术细节

🐦 联系方式

简介

发行版

贡献者

近期动态

chobits81/PulsarRPA .gitee-modal { width: 500px !important; }

PulsarRPA 简介

🚄 开始

🥁 简介

🚀 主要特性

♾ 核心概念

🧮 通过可执行 jar 使用 PulsarRPA

🎁 将 PulsarRPA 用作软件库

基本用法

提取网页数据

连续采集

👽 RPA (机器人流程自动化）

使用 X-SQL 查询 Web

🌐 将 PulsarRPA 作为 REST 服务运行

从源代码构建

使用 X-SQL 查询 Web

📖 循序渐进的课程

📊 日志和指标

💻 系统要求

🛸 高级主题

🆚 同其他方案的对比

🤓 技术细节

🐦 联系方式

简介

发行版

贡献者

近期动态

搜索帮助

chobits81/PulsarRPA