Извлечение данных с сайтов

Сохраняйте веб-страницы в Markdown бесплатно.

Сохраните читаемый текст статьи в Markdown вместе с заголовками, ссылками и указанием исходной страницы.

Что понадобится: выбранная статья с видимыми заголовками и текстом.

Нужны расширение для Chrome и аккаунт WebAct.
Включено 25 бесплатных задач автоматизации в месяц. Дополнительно действуют ограничения выбранного ИИ-сервиса.

ГОТОВАЯ ИНСТРУКЦИЯ

Сохраните статью без ручного восстановления структуры.

Скопируйте эту инструкцию и вставьте её в WebAct на странице со статьёй.

Сохранить веб-страницу в MarkdownЗАДАЧА
Работай только с выбранной статьёй, заголовки и текст которой видны на странице. Сохрани читаемый текст в Markdown, оставив заголовки, ссылки и указание источника. Создай файл webact-webpage-to-markdown-exporter.md. Полный файл в UTF-8 должен занимать менее 48 000 байт. Используй только наблюдаемые данные и сведения, которые я предоставлю. Не придумывай недостающую информацию. Сохраняй идентификаторы, даты, единицы измерения и валюты. Сообщи о пропущенном, обрезанном и нечитаемом содержимом и не заявляй о полном охвате. Сравни результат с оригиналом и остановись, если необходимых исходных данных нет. До начала работы уточни настройки или исходные сведения, которых тебе не хватает. Начни не более чем с 25 элементов или с короткого документа и укажи, какое именно содержимое источника включено.

Выберите использование ИИ в браузере и вставьте инструкцию в режиме «Задача».

Выберите, что нужно сохранить. Укажите нужные разделы и степень подробности. Сохраняйте исходные факты, а сомнительные места просите отмечать для проверки.

Из статьи на сайте — в файл Markdown.ПРИМЕР
Исходные данные для примера
Page: https://example.com/packing-guide Heading: Packing guide List: Bag, Charger
Так может выглядеть ваш файл Markdown.Отдельный файл. Исходная страница не меняется.
Скачать пример Markdown ↓
В примере использованы вымышленные данные. Чтобы сохранить свою статью, откройте страницу, выделите содержимое и запустите задачу в расширении.
ПРАКТИЧЕСКОЕ РУКОВОДСТВО

Как сохранить содержимое веб-страницы в удобном для чтения формате Markdown

Markdown позволяет сохранить статью или справочную страницу в формате, который можно редактировать, искать по нему и вести под контролем версий. Цель — сохранить иерархию содержимого, не перенося всё визуальное оформление страницы.

Начните с подходящего материала.

Что вы предоставляете
выбранная статья с видимыми заголовками и текстом.
Ожидаемый результат
Сохраните читаемый текст в Markdown с заголовками, ссылками и указанием источника.

Как устроен рабочий процесс.

Выберите значимое содержимое и сохраните заголовки, списки и ссылки в порядке чтения. До преобразования страницы в документ решите, нужно ли включать навигацию и рекламные блоки в экспорт.

Что проверить в результате.

Просмотрите Markdown и убедитесь, что уровни заголовков логичны, пункты списков разделены, а адреса ссылок сохранены. Рассматривайте файл как снимок выбранного содержимого с указанием его источника.

Просмотрите Markdown, чтобы проверить заголовки, списки и ссылки, а также сам текст. Сохраняйте ссылки на источники вместе с документом, чтобы проверяющий мог проследить важные утверждения до предоставленных материалов.

Разберите готовый пример.

Скачиваемый пример Markdown показывает один вариант организации результата. Читайте его вместе с исходным примером и различайте зафиксированные факты, предложенные формулировки и вопросы без ответа.

Приведённый пример служит иллюстрацией. Это не запись запуска на ваших данных.

Скачать пример ↓

Используйте со своими материалами.

  1. Откройте нужный источник и активируйте WebAct в этой вкладке.
  2. Скопируйте задание из верхнего блока, добавьте нужные поля или предпочтения и проверьте предложенные действия.
  3. Сравните первый результат с источником. При необходимости запросите конкретное исправление или уточнение.
К промпту задания ↑
КАК СОХРАНИТЬ СТАТЬЮ

Выделите текст и создайте файл.

  1. 01

    Установите WebAct и войдите в аккаунт.

    Установите расширение для Chrome и подтвердите аккаунт WebAct. Выберите использование ИИ в браузере, затем ChatGPT. При необходимости войдите в ChatGPT.

  2. 02

    Выберите статью, которую хотите сохранить.

    Откройте статью и разверните нужный текст с заголовками. Активируйте WebAct на панели инструментов Chrome, выделите содержимое и включите режим «Задача».

  3. 03

    Запустите задачу и проверьте файл.

    Вставьте инструкцию ниже и проверьте предложенные действия. После завершения сравните файл со статьёй: проверьте заголовки, ссылки и указание источника.

Исходная страница.

Выбранная статья с видимыми заголовками и текстом, который WebAct может прочитать.

Готовый файл.

Читаемый текст статьи с заголовками, ссылками и указанием источника. Файл Markdown.

Границы задачи.

Задача выполняется только в активной вкладке. Начните не более чем с 25 записей или с короткого документа. Полный файл в UTF-8 должен занимать менее 48 000 байт.

ЧАСТЫЕ ВОПРОСЫ

Что проверить в файле Markdown.

В примере сохранены заголовок и два пункта списка, а также адрес исходной страницы.

Чем отличаются режимы «Чат» и «Задача»
Какая страница подойдёт для сбора ссылок?

Выберите статью с видимыми заголовками и текстом. Разверните нужное содержимое и решите, какую информацию передать задаче. Ещё не загруженный текст будет недоступен.

Что проверить в готовом файле?

Сравните текст и структуру с исходной статьёй. В примере есть заголовок Markdown, два пункта списка и адрес источника. В результат входит только выбранное видимое содержимое. Недостающие фрагменты нельзя придумывать; проверьте файл перед использованием.

Задача обходит весь сайт?

Нет. Задача работает с небольшой выборкой в активированной вкладке. Скрытые данные, страницы по ссылкам и ещё не загруженный текст не включаются. Выберите читаемую область и проверьте, что действительно было сохранено.

Можно ли использовать бесплатный тариф?

Да. Эту задачу можно выполнить на тарифе Free через ChatGPT в браузере. Нужны расширение для Chrome, подтверждённый аккаунт WebAct и вход в ChatGPT в том же профиле Chrome. Платный тариф WebAct и платный API-ключ не требуются. Ограничения использования ChatGPT продолжают действовать. Тариф Free включает 25 задач автоматизации в месяц на все инструменты вместе. Задача списывается из лимита, когда начинается её первое действие. Промежуточные шаги и необходимые повторные попытки отдельно не считаются. Лимит обновляется в начале каждого календарного месяца по UTC. Когда 25 задач закончатся, можно перейти на платный тариф или дождаться следующего месяца. Обычный чат без автоматизации не расходует этот лимит и остаётся бесплатным в пределах ограничений ИИ-сервиса.

Статья преобразуется прямо на этой странице?

Нет. Здесь размещены пример и инструкция для копирования. Задачу вы запускаете через WebAct на исходной странице, которую активируете. Информацию со страницы, переданную задаче, обрабатывает выбранный ИИ-сервис в браузере. Обычный ответ в чате без автоматизации не расходует задачи WebAct, а создание файла или изменение полей в режиме «Задача» — расходует.

О том, как обрабатывается переданный контекст страницы, читайте в нашей политике конфиденциальности.

МЕНЬШЕ РУЧНОГО КОПИРОВАНИЯ

Сохраните статью в формате, который удобно редактировать.

Откройте WebAct на странице с нужными данными и начните работу.

Установить WebAct