Extracción personalizada de páginas rastreadas

Reglas de extracción

Las reglas son datos simples, no código: cada una tiene un tipo (text, attribute, structured, presence o count), un selector y un operador (equals, contains, matches o exists). El operador matches usa un patrón glob con límites, no una expresión regular. scan-extract aplica las reglas sobre los cuerpos de página conservados sin red y sin escribir nada, así que puedes cambiar una regla y volver a ejecutarla sin rastrear de nuevo. Para previsualizar extractores CSS, XPath o de expresiones regulares sobre HTML que pegues, usa custom-extract-sample.

Buscar en el HTML guardado

scan-content-search busca una cadena o una expresión regular en el HTML sin procesar, en el marcado del head, en el texto del body o en el marcado que coincide con un selector CSS. Úsalo para saber qué páginas incluyen un marcador, como un fragmento de GTM. Escribe las coincidencias en un paquete local nuevo, así que el resultado queda guardado.

• checkConsulta literal o por expresión regular, sobre HTML sin procesar o sobre el DOM renderizado
• checkLos resultados se leen de 100 en 100 registros con scan-content-search-page