Web Scraping (การดึงข้อมูลจากเว็บอัตโนมัติ) เป็นเครื่องมือที่มีคุณค่ามากสำหรับทั้งบุคคลและธุรกิจ แม้จะทำได้ด้วยตนเอง (Manual) แต่กลายเป็นงานน่าเบื่อและใช้เวลามากขึ้นเรื่อยๆ เพื่อเร่งกระบวนการ แนะนำให้ใช้เครื่องมือ Web Scraping แทน เช่นของ Octoparse บริษัทเพิ่งเปิดตัวเวอร์ชันใหม่ (8.4) ที่นำเสนอการปรับปรุงหลายประการ ในบทความนี้ เราจะลองดูรายละเอียดว่า Octoparse 8.4 นำเสนออะไรมาบ้าง
หมายเหตุ: นี่คือบทความสปอนเซอร์ (Sponsored) ทำได้เพราะ Octoparse เนื้อหาและความคิดเห็นเป็นของผู้เขียนเพียงผู้เดียว ซึ่งรักษาอิสระในการแก้ไขเนื้อหาแม้จะเป็นบทความสปอนเซอร์
ทำความรู้จัก Octoparse 8.4
Octoparse เป็นเครื่องมือ Web Scraping ที่ใช้งานง่าย และอุดมไปด้วยคุณสมบัติ มาพร้อมเทมเพลต (Templates) สะดวกหลายแบบ ที่ให้ผู้ใช้เริ่ม Scraping ทันทีโดยไม่ต้องทำอะไรมาก เนื่องจาก Octoparse ไม่ต้องการความรู้เขียนโค้ด (No-code) ใครก็ตามสามารถใช้ซอฟต์แวร์ขุดข้อมูล (Data mining) นี้ได้
อย่างไรก็ตาม มี Learning curve (เส้นโค้งการเรียนรู้) ที่ต่อเนื่อง หากต้องการใช้โปรแกรมนี้ให้เต็มที่ โชคดีที่ Octoparse จัดหาห้องสมุด Tutorials (บทแนะนำ) ให้กว้างขวาง เพื่อให้คุณเรียนรู้วิธีทำงานต่างๆ ได้เร็ว
Octoparse 8.4 พร้อมใช้งานสำหรับ Windows (7, 8, 10) และ macOS (10.10 ขึ้นไป) บนเว็บไซต์อย่างเป็นทางการ หากคุณใช้ Windows XP หรือระบบ x32 จะต้องดาวน์โหลดเวอร์ชันเก่า Octoparse 7.3.0
ทำอะไรได้บ้างกับ Octoparse 8.4?
ด้วย Octoparse คุณสามารถดึงข้อมูลทุกประเภท รวมถึงข้อมูลสินค้าจากเว็บอีคอมเมิร์ซใหญ่ เช่น Amazon, eBay, Target, Walmart และอื่นๆ อีกมากมาย นอกจากนี้ เครื่องมือยังสามารถเป้าหมายเว็บโซเชียลมีเดียใหญ่ เช่น Facebook, Twitter, Instagram, YouTube ฯลฯ เพื่อดึงโพสต์ ความคิดเห็น รูปภาพ และอื่นๆ
คุณจะพบชุดเทมเพลตที่มุ่งเป้าเว็บไซต์เหล่านี้ ngay เมื่อเปิด Octoparse 8.4 ตัวอย่างเช่น เทมเพลต Facebook ออกแบบมาเพื่อ Scrape ความคิดเห็นของแต่ละโพสต์จากหน้า Facebook Account เพื่อลองใช้งาน แค่กดปุ่ม "Try it" (ลองใช้) สีฟ้า
เพิ่มเติม Octoparse ช่วยติดตามราคาโรงแรม คะแนน และรีวิวบนเว็บอย่าง Booking หรือ TripAdvisor หรือสร้างฐานข้อมูลเฉพาะเจาะจงโดยดึงข้อมูลจากเว็บอย่าง Yellow Pages, Yelp, Crunchbase และอื่นๆ
เมื่อกระบวนการ Web Scraping เสร็จสิ้น ผู้ใช้ Octoparse สามารถส่งออก (Export) ผลลัพธ์เป็นรูปแบบต่างๆ ได้ รวมถึง Excel, HTML, TXT, CSV หรือฐานข้อมูลอย่าง MySQL, SQL Server, และ Oracle
การทำงานกับ Advanced Mode (โหมดขั้นสูง)
นอกเหนือจากเทมเพลต Octoparse ยังอนุญาตให้ Scrape ข้อมูลจากเว็บไซต์ใดๆ ได้ การตั้งค่า Operation (การดำเนินการ) ค่อนข้างตรงไปตรงมา เวอร์ชันใหม่มี Layout (การจัดวาง) ใหม่ ที่ย้าย Workflow (เวิร์กโฟลว์) จากซ้ายไปขวา มีพื้นที่ Advanced settings (การตั้งค่าขั้นสูง) นั่งที่มุม ทำให้ผู้ใช้กำหนด Action (การกระทำ) ที่ต้องการได้ง่ายขึ้น
โดยรวม Interface (อินเทอร์เฟซ) กว้างขึ้น รู้สึกว่ามีพื้นที่ทำงานเพียงพอ แม้จะเช่นนั้น เราแนะนำให้ใช้จอภาพขนาดใหญ่เมื่อทำงานใน Octoparse การอัปเดตครั้งนี้ประสบการณ์ยังรู้สึกแคบบนแล็ปท็อปมาตรฐาน
ใน Advanced mode คุณต้องวาง URL ที่เกี่ยวข้องลงในแอปพลิเคชัน
ต่อมา โปรแกรมจะโหลดหน้าเว็บอัตโนมัติ และดึงข้อมูลที่ถือว่าเกี่ยวข้อง ผลลัพธ์แสดงที่ส่วนล่างของหน้าจอ คุณสามารถลบ Field (ฟิลด์) ที่ไม่สนใจได้ โดยคลิกสามจุด แล้วเลือก "Delete" (ลบ)
เวอร์ชันล่าสุดใช้เทคนิค Webview ภายในเบราว์เซอร์ ซึ่งเสนอความสามารถ Anti-freeze (ป้องกันค้าง) ยอดเยี่ยม การทดสอบของเราไม่พบปัญหาหน้าค้างที่รบกวน
จดจับเคล็ดลับ (Tips) ให้ดี
ตามขั้นตอนข้างต้น Octoparse จะดึงข้อมูลจากหน้าปัจจุบันเท่านั้น หากต้องการให้โปรแกรมขุดข้อมูลจากทุกหน้า (Pagination) คุณต้องสร้าง Pagination loop (ลูปหน้าถัดไป) ขั้นแรกคือสร้าง Workflow คลิกปุ่มเพื่อเริ่ม
กล่องคำแนะนำ (Suggestion box) จะนำเสนอตัวเลือกหลายอย่าง เลือก "Click on a Load More button" (คลิกปุ่มโหลดเพิ่ม) แล้วเลื่อนลงสุดหน้า จนเจอปุ่ม "Next page" (หน้าถัดไป) หรืออย่างคล้ายกัน คลิกที่มัน แล้วกด "Confirm" (ยืนยัน)
หากต้องการข้อมูลมากกว่าที่ Octoparse ดึงมาเดิม คุณสามารถสร้าง Element (องค์ประกอบ) ที่สอง ซึ่งจะ Select (เลือก) ทุกรายการในรายการ และดึงข้อมูลที่คุณต้องการ
เริ่มต้นด้วยการไปที่รายการหนึ่งในลิสต์ คลิกมัน แล้วเลือก "Click URL" จากเมนู Tips
หน้าเฉพาะของรายการนั้นจะโหลด คลิกฟิลด์ที่เกี่ยวข้อง จะแสดงด้านล่าง คุณสามารถแก้ไขได้หากต้องการ
รันงาน (Run the Task)
เมื่อคุณพอใจกับโครงร่างของ Task ที่สร้างแล้ว ก็ถึงเวลา Run (รัน) บนอุปกรณ์ของคุณ หรือ Schedule (กำหนดเวลา) (Local) ยังสามารถรันบน Cloud (คลาวด์) ได้ แต่เป็นตัวเลือกที่มีเฉพาะผู้สมัครแผน (Paid plans)
กระบวนการ Scrape ทุกอย่างไม่ใช้เวลานานมาก และเมื่อเสร็จ คุณสามารถกดปุ่ม "Export Data" (ส่งออกข้อมูล) และเลือกรูปแบบที่ต้องการได้ทันที
Octoparse ซับซ้อนค่อนข้าง และคุณสามารถทำได้มากกว่าการตั้งค่า Task เรียบง่าย ตัวอย่าง: Refinig (การปรับปรุง) ข้อมูลที่ดึงมา ด้วย RegEx Tool ใน Toolbox คุณสามารถทำความสะอาดข้อมูล เช่น แทนที่ข้อความ (Replace text)
สวัสดี Zapier!
ควรระบุด้วยว่าในเวอร์ชัน 8.4 Octoparse ได้ร่วมมือกับ Zapier การรวมระบบ (Integration) นี้หมายความว่าผู้ใช้สามารถใช้บริการ Web Scraping ร่วมกับแอปหลายพันแอปได้ เช่น Google Drive, Google Sheets, Slack และอื่นๆ
เพื่อเริ่มรวม Workflow คุณต้องเข้าถึง Zapier บนอุปกรณ์ แล้วคลิกปุ่ม "Create Zap" ด้านขวาของหน้าจอ เราต้องการตั้งค่า Zap ที่แทนที่ไฟล์ Google Drive ด้วยเอกสารใหม่ที่ประมวลผลใน Octoparse
เพื่อตั้งค่า Trigger (ทริกเกอร์) คุณต้องใช้แถบค้นหาเพื่อหาและเลือก Octoparse เชื่อมต่อกับบัญชี Octoparse และเริ่มตั้งค่า Trigger เลือก Target Octoparse task (งานเป้าหมาย) ซึ่งค้นหาได้โดย ID แล้วตั้ง Task status ที่ต้องการ การหา Task ID อาจลำบากนิดหน่อยตอนแรก โชคดีที่ Documentation (เอกสาร) ช่วยครอบคลุม คุณจะคิดไหวเร็ว (Tip: ต้องรัน Task ใน Cloud)
ต่อไป ต้องเลือก Action app (แอปการกระทำ) ซึ่งในตัวอย่างนี้คือ Google Docs
ในส่วนนี้ ต้องกำหนดพารามิเตอร์หลายอย่าง สิ่งสำคัญที่สุดคือ Action event (เหตุการณ์การกระทำ) ตรวจสอบให้แน่ใจว่าเลือกตัวเลือกที่เหมาะสม หลังนั้น ต้องระบุรายละเอียดเพิ่มเติมเกี่ยวกับ Action ในฟิลด์ "Set up action"
กระบวนการพิสูจน์ว่าเป็นไปอย่างราบรื่นเมื่อลองสร้าง Zap ใหม่อีกครั้ง แค่ใช้เวลาปรับตัวนิดหน่อย อาจต้องอ่านเอกสารบ้าง โชคดีที่ Zapier และ Octoparse 都有 ห้องสมุด Tutorials ของตัวเอง คุณจึงไม่ถูกบังคับให้ลงทุนเวลามากในการวิจัย
รับ Octoparse ตอนนี้
คุณสามารถลอง Octoparse ฟรีได้ ซึ่งเหมาะสำหรับผู้ที่ต้องการทำโปรเจกต์ง่ายๆ เพียงไม่กี่โปรเจกต์ สมัครบัญชีเพื่อเริ่มต้น อย่างไรก็ตาม เพื่อเข้าถึงชุดฟีเจอร์เต็มรูปแบบ ต้องอัปเกรดเป็นแผนเสียเงิน 3 แผน:
- Standard Plan: $75/เดือน
- Professional Plan: $209/เดือน
- Enterprise Plan: ฟีเจอร์ปรับแต่งได้ตามความต้องการ (On demand)
แม้เวอร์ชันฟรีทำอะไรได้เยอะ แผนเสียเงินนำเสนอตัวเลือกขั้นสูง รวมถึงการเข้าถึง Crawler (เครולר) จำนวนมากขึ้น, Scheduled extractions (การดึงข้อมูลตามกำหนดการ), Concurrent cloud extractions (การดึงข้อมูลบนคลาวด์พร้อมกัน), Auto IP rotation (การหมุน IP อัตโนมัติ), API access, Email support และอื่นๆ
หากสนใจ Octoparse สามารถลองแผนฟรีก่อน ดูว่าตอบสนองความต้องการของคุณได้ดีแค่ไหน เวอร์ชันล่าสุดพร้อมดาวน์โหลดบนเว็บไซต์อย่างเป็นทางการแล้ววันนี้
