我要投稿

Google Gemini 2.0 网页抓取真丝滑

发布日期：2025-04-14 14:22:57 浏览次数： 1558 作者：数据STUDIO

网页抓取从未如此简单——这一切都要归功于谷歌突破性的多模态实时API

Gemini 2.0

借助这个工具，你可以毫不费力地从任何网页提取数据，无论页面结构多么复杂、内容多么杂乱无章，或是需要提取非常特定的信息。

今天，我将通过自己实操的两个案例，手把手带你体验整个流程。即使你是个完全的新手，也能很快掌握这项技能。

准备工作：配置Google AI Studio

在进入案例演示前，先完成基础设置：

访问Google AI Studio：用谷歌账号登录Google AI Studio
开启"共享屏幕"功能：在工具选项中找到该功能，务必选择"共享整个屏幕"而非单个标签页。这一点至关重要，因为Gemini 2.0需要实时处理你屏幕上的所有内容
设置输出格式：提前将输出格式设为"文本"，确保返回结果清晰可读

完成设置后，你就可以开始使用了。以下是参考截图：

接下来，我将通过两个实际案例展示Gemini 2.0的强大功能。

案例一：滚动抓取Airbnb用户评价

场景需求：

我需要从一个Airbnb房源页面抓取用户评价，但这些评价只有在滚动页面时才会逐步加载。如何实现无缝抓取？

操作步骤：

1. 打开一个Airbnb房源页面，进入评价版块（我随机选择了一个测试房源）

2. 激活Gemini 2.0并共享整个屏幕（如前所述设置）

3. 通过语音输入指令：

"提取当前屏幕上所有可见评价，并转换为结构化格式。当我滚动页面时持续抓取新内容。"

4. 在滚动浏览评价时，Gemini 2.0实时提取数据，无需暂停或刷新页面

5. 完成滚动后，Gemini返回整洁的结构化数据，包含：

评价者姓名
评价日期
星级评分
评价全文

技术价值：

无论是分析客户反馈还是比较不同房源，这种方法都能节省数小时的手动复制粘贴时间。想象一下，传统方式需要逐个复制评价、整理到表格，而Gemini 2.0只需一个指令就能自动完成，效率提升超过90%。

输出示例（JSON格式）：

[
    {
        "name": "Sonal",
        "date": "3 days ago",
        "stars": "5",
        "text": "The place was beautiful and we were awestruck to see such a well maintained and designed property within Bangalore."
    },
    {
        "name": "Rituraj",
        "date": "1 week ago",
        "stars": "5",
         "text":"I recently stayed at the property and had an incredible experience. The property was exactly as described, and even exceeded my expectations in many ways. The space was clean, well-maintained, and thoughtfully designed. Our host, was amazing—super responsive, friendly, and helpful. Overall, I would highly recommend this property to anyone looking for a comfortable and enjoyable stay, I’m already looking forward to coming back!"
    }]

案例二：精准提取学术论文表格数据

进阶需求：

这次我需要从一篇研究论文中精确提取特定表格数据，而非整个页面内容。这展示了Gemini 2.0的精准识别能力。

操作流程：

1. 找到包含目标表格的研究论文（表格标题为"2021-2022年欧盟供需概览表"）

2. 共享整个屏幕后，给出精确指令：

"仅提取文章中的表格数据，并转换为JSON格式。"

3. Gemini立即识别表格结构，输出完整数据：

{
  "Table": {
    "Title": "Synoptic view of supply and use components, EU, 2021 and 2022",
    "Unit": "(€ Billion)",
    "Rows": [
      {
        "Item": "1. Domestic production",
        "Equation": null,
        "2021": 27848,
        "2022": 31674,
        "Change 2021-22": 3826
      },
      {
        "Item": "2. Imports of goods and services",
        "Equation": null,
        "2021": 2378,
        "2022": 3198,
        "Change 2021-22": 820
      },
 ...
        {
         "Item": "18. Other taxes less subsidies on production",
         "Equation": null,
         "2021": 32,
          "2022": 158,
         "Change 2021-22": 127
        }
    ]
   }
}