# Představení

Vítejte v dokumentaci Scraping Camel. Pokud Vás zajímá, jak se aplikace používá jste na správném místě.

Scraping Camel je webová služba, která prochází **HTML stránky webu**. Získává z nich **informace**. Tyto informace uloží a vygeneruje z nich jeden výstupní **CSV soubor**.

Tato příručka by vám měla pomoci pochopit, jak používat aplikaci Scraping Camel. Více o aplikaci naleznete [zde](https://forum.mergado.cz/t/scraping-camel-news/1473).

### Důležité info:

* Scraping Camel nevykresluje javascript, to znamená, že pokud bude některý obsah na stránce skryt javascriptem, tak jej Scraping Camel nedokáže extrahovat (vyjmout). Funguje pouze na HTML.
* Princip extrakce dat, je na základě znaků, né tedy na základě elementů.
* Primárně není určen k procházení dat. To znamená, že pokud si budete chtít data sofistikovaněji procházet, tak budete muset použít jiný nástroj (Mergado a jiné..), kde si data projdete.
* Scraping Camel můžete používat nezávisle na Mergadu. Jediné co je potřeba, je založit si účet a mít svůj e-shop, to je celé.
* Podmínkou pro používání Scraping Camelu, je mít funkční soubor sitemap a mít ověřenou doménu.


# Nastavení Scraping Camelu

V této sekci vás provedeme, jak Scraping Camel používat.

### 1. **K**likněte na aplikaci viz. obr. níže

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUD__SiTOXDqToXAB3u%2Fscreenshot-app.mergado.com-2021.02.23-12_00_00.png?alt=media\&token=2b3fc6a3-3bdb-4dbd-b0d8-2a77a6219105)

### 2.  Zobrazení výpisu stránek

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDaMHN9VTx-8xIe848%2Fscreenshot-app.mergado.com-2021.02.23-12_12_37.png?alt=media\&token=330a382b-cef6-46e1-99d3-e910bd6b2df0)

**Upozornění**: Pokud se Scraping Camelem začínáte, tak zde budete mít prázdné pole. Pro vytvoření nové stránky, která se pak ve výpisu objeví, kliněte na **"Nová stránka".**

### 3. Tvorba nové stránky

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDbZQMcyQcVNJjZRbF%2Fscreenshot-app.mergado.com-2021.02.23-12_17_53\(1\).png?alt=media\&token=5bd97168-db07-4acb-83b4-e23c51c56f4a)

* **Název webové stránky**
  * Zde zadáte, jak chcete mít pojmenovanou vaši stránku.
* **URL webové stránky**
  * Zde zadáte URL vašeho webu.
* **Počet stažení v daném intervalu (Toto nastavení, lze potom upravit)**
  * Zde uvádíte kolik stránek se má naráz zpracovávat za určitý časový úsek. Příklad 5.
* **Interval stažení stránek  (Toto nastavení, lze potom upravit)**
  * Zde určujete časový úsek stažení stránek. Příklad každých 500 ms se stáhne 5 stránek.

### 4. Verifikace domény a sitemap

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDdTP7lVn4eqs1cOPT%2Fscreenshot-app.mergado.com-2021.02.23-12_28_10.png?alt=media\&token=103352a2-7d21-4f32-a7b2-b7a624ed89ad)

Abyste mohli používat Scraping Camel je potřeba nejdříve ověřit, zda jste opravdu vlastníkem webu. Scraping Camel nabízí 3 možnosti ověření. Záleží na vás, které zvolíte.

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDejbgEzTYo4nkO-1w%2Fscreenshot-app.mergado.com-2021.02.23-12_33_34.png?alt=media\&token=bc15f943-0711-45d9-9256-699f2f29312f)

Po ověření domény, je potřeba ještě ověřit, zda se na webu vyskytuje soubor sitemap, bez něho by aplikace nemohla fungovat. 

**Upozornění:** Může se stát, že aplikace automaticky soubor sitemap nenalezne. V případě, že by se tato situace vyskytla, je nutné adresu souboru sitemap vložit ručně do požadovaného pole.

### 5. Nastavení elementů

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDhRAWRxbI_U24iple%2Fscreenshot-app.mergado.com-2021.02.23-12_45_45.png?alt=media\&token=f530f42e-9685-4c42-b301-83cebe5cd18d)

V této sekci se nastavujeme, které elementy chceme ze stránek extrahovat (vyjmout). Máme zde několik předdefinovanách prvků:

* **URL**
  * Vyjme se stránek všechny URL adresy
* **Název**
  * Vyjme ze stránek název stránek (Title)
* **Poslední stažení**
  * Kdy naposledy byla stránka Scraping Camelem stažena
* **HTTP STATUS**
  * Jaky stavový kód stránka obsahuje (200 , 404 apod.)

Jestliže předdefinované prvky nestačí, tak si můžete navolit své vlastní. K tomu slouží pole "Vlastní element"

* **Název**
  * Zde zadáte, jak chcete, aby se element jmenoval.
* **Hodnota předtím**
  * Zde zadáte začátek znaku, tedy odkud se mají začít extrahovat (vyjímat) data. Příklad vzorového elementu: `<div class="basic-description">`
* **Hondota po**
  * Zde zadáte konec znaku, tedy kde má extrakce končit. Příklad vzorového elementu: `</div>`
* **Regulární výraz**
  * Zde můžete zadat regulární výraz. Příklad vzorového regulárního výrazu: `<h2>(.*)</h2>`

### 6. Dokončení nastavení

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDk1GoF7k2Z2mddZXh%2Fscreenshot-app.mergado.com-2021.02.23-12_56_35.png?alt=media\&token=2fb3a13e-fbb8-494b-bf61-5453cb0e4f5f)

Posledním krokem, je pojmenovat váš exportní soubor.&#x20;

####


# Přehled aplikace

V této sekci vám ukážeme, jak se ve Scraping Camelu vyznat.

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDlAhjduaAZ7GP_8DO%2Fscreenshot-app.mergado.com-2021.02.23-12_59_21.png?alt=media\&token=fee5975b-b727-4ad5-9f00-eaeb700ec0a9)

Po dokončení nastavení se vám objeví tento přehled. V tomto přehledu uvidíte všechny exporty, které  vytvoříte.

### 1. Pravý panel přehledu

![](https://3043969058-files.gitbook.io/~/files/v0/b/gitbook-legacy-files/o/assets%2F-MU9AuCHAzxV_8dH8Klw%2F-MUDVqWl3UIPnlc-bwf0%2F-MUDp5cZ_QUGgVkBo8fk%2Fscreenshot-app.mergado.com-2021.02.23-13_07_12.png?alt=media\&token=6b723279-c82c-442c-8682-6b5c545656ae)

* **Objevené stránky 1. (Seznam objevených stránek)**
  * Zde se prokliknete na přehled stránek, které Scraping Camel objevil.
* **Stažené stránky 2. (Seznam stažených stránek)**
  * Zde se prokliknete na přehled stažených stránek.
* **Elementy 3. (Seznam definovaných prvků)**
  * Zde se prokliknete na přehled prvků jednotlivých stránkách, které jste definovali.
* **Elementy 3.1. (Editovat elementy)**
  * Zde se prokliknete na stránku, kde můžete vytvořit nebo upravit stávající elementy.
* **Export souborů 4 (Seznam exportovaných souborů)**
  * Zde se prokliknete na seznam exportovaných souborů.
* **Export souborů 4.1. (Vytvoření nového exportního souboru)**
  * Zde se prokliknete na stránku, kde můžete vytvořit nový exportní soubor.