Oxylabs 抓取器

安装

通过在 这里 创建 Oxylabs 账户来获取凭证。

pip install 'crewai[tools]' oxylabs

查看 Oxylabs 文档 以了解更多 API 参数信息。

OxylabsAmazonProductScraperTool

示例

from crewai_tools import OxylabsAmazonProductScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsAmazonProductScraperTool()

result = tool.run(query="AAAAABBBBCC")

print(result)

参数

• query - 10 位字符的 ASIN 代码。
• domain - Amazon 的域名本地化。
• geo_location - Deliver to 位置。
• user_agent_type - 设备类型和浏览器。
• render - 当设置为 html 时启用 JavaScript 渲染。
• callback_url - 你的回调端点 URL。
• context - 面向特定需求的附加高级设置和控制。
• parse - 当设置为 true 时返回解析后的数据。
• parsing_instructions - 定义你自己的解析和数据转换逻辑，它会在 HTML 抓取结果上执行。

高级示例

from crewai_tools import OxylabsAmazonProductScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsAmazonProductScraperTool(
    config={
        "domain": "com",
        "parse": True,
        "context": [
            {
                "key": "autoselect_variant",
                "value": True
            }
        ]
    }
)

result = tool.run(query="AAAAABBBBCC")

print(result)

OxylabsAmazonSearchScraperTool

示例

from crewai_tools import OxylabsAmazonSearchScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsAmazonSearchScraperTool()

result = tool.run(query="headsets")

print(result)

参数

• query - Amazon 搜索词。
• domain - Bestbuy 的域名本地化。
• start_page - 起始页码。
• pages - 要获取的页数。
• geo_location - Deliver to 位置。
• user_agent_type - 设备类型和浏览器。
• render - 当设置为 html 时启用 JavaScript 渲染。
• callback_url - 你的回调端点 URL。
• context - 面向特定需求的附加高级设置和控制。
• parse - 当设置为 true 时返回解析后的数据。
• parsing_instructions - 定义你自己的解析和数据转换逻辑，它会在 HTML 抓取结果上执行。

高级示例

from crewai_tools import OxylabsAmazonSearchScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsAmazonSearchScraperTool(
    config={
        "domain": 'nl',
        "start_page": 2,
        "pages": 2,
        "parse": True,
        "context": [
            {'key': 'category_id', 'value': 16391693031}
        ],
    }
)

result = tool.run(query='nirvana tshirt')

print(result)

OxylabsGoogleSearchScraperTool

示例

from crewai_tools import OxylabsGoogleSearchScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsGoogleSearchScraperTool()

result = tool.run(query="iPhone 16")

print(result)

参数

• query - 搜索关键词。
• domain - Google 的域名本地化。
• start_page - 起始页码。
• pages - 要获取的页数。
• limit - 每页要获取的结果数。
• locale - Accept-Language 头部值，会改变 Google 搜索页面界面语言。
• geo_location - 结果应适配的地理位置。正确使用该参数对于获取正确数据非常重要。
• user_agent_type - 设备类型和浏览器。
• render - 当设置为 html 时启用 JavaScript 渲染。
• callback_url - 你的回调端点 URL。
• context - 面向特定需求的附加高级设置和控制。
• parse - 当设置为 true 时返回解析后的数据。
• parsing_instructions - 定义你自己的解析和数据转换逻辑，它会在 HTML 抓取结果上执行。

高级示例

from crewai_tools import OxylabsGoogleSearchScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsGoogleSearchScraperTool(
    config={
        "parse": True,
        "geo_location": "Paris, France",
        "user_agent_type": "tablet",
    }
)

result = tool.run(query="iPhone 16")

print(result)

OxylabsUniversalScraperTool

示例

from crewai_tools import OxylabsUniversalScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsUniversalScraperTool()

result = tool.run(url="https://ip.oxylabs.io")

print(result)

参数

• url - 要抓取的网站 URL。
• user_agent_type - 设备类型和浏览器。
• geo_location - 设置代理的地理位置以检索数据。
• render - 当设置为 html 时启用 JavaScript 渲染。
• callback_url - 你的回调端点 URL。
• context - 面向特定需求的附加高级设置和控制。
• parse - 当为 true 且存在针对所提交 URL 页面类型的专用解析器时，返回解析后的数据。
• parsing_instructions - 定义你自己的解析和数据转换逻辑，它会在 HTML 抓取结果上执行。

高级示例

from crewai_tools import OxylabsUniversalScraperTool

# 确保已设置 OXYLABS_USERNAME 和 OXYLABS_PASSWORD 变量
tool = OxylabsUniversalScraperTool(
    config={
        "render": "html",
        "user_agent_type": "mobile",
        "context": [
            {"key": "force_headers", "value": True},
            {"key": "force_cookies", "value": True},
            {
                "key": "headers",
                "value": {
                    "Custom-Header-Name": "custom header content",
                },
            },
            {
                "key": "cookies",
                "value": [
                    {"key": "NID", "value": "1234567890"},
                    {"key": "1P JAR", "value": "0987654321"},
                ],
            },
            {"key": "http_method", "value": "get"},
            {"key": "follow_redirects", "value": True},
            {"key": "successful_status_codes", "value": [808, 909]},
        ],
    }
)

result = tool.run(url="https://ip.oxylabs.io")

print(result)