FireCrawl,抓取网页变成Markdown

向量数据库小程序MySQL

没错,这是一个可以抓取网页内容变成markdown文件的工具。

是给大模型构建知识库的一把好手。

它能够抓取单个网页,还能够根据关键词抓取搜索结果网页中的内容。

公众号算法美食屋后台回复关键词:源码,获取本文notebook源码。

核心代码逻辑:

picture.image

〇,WEB体验

可以在这个工具的网址直接用github账号登录注册使用。

https://www.firecrawl.dev/app/playground

在这个playground页面,丢进去你想抓取的url就可以抓取并下载结果。

每个月每个账号可以免费抓取500个网页页面。

如果你想要更多,很简单,给这个产品打钱 或者 注册多个账号(逃)~

此外,这个产品也是开源的,你也可以在本地部署一套。

picture.image

二,Python抓取单网页

首先在这个页面获取api_key

https://www.firecrawl.dev/app/api-keys

然后安装它的Python接口库

pip install firecrawl-py

使用如下代码抓取:

picture.image

picture.image

三,Python搜索关键词

使用如下代码根据关键词获取页面

picture.image

picture.image

picture.image

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
vivo 容器化平台架构与核心能力建设实践
为了实现规模化降本提效的目标,vivo 确定了基于云原生理念构建容器化生态的目标。在容器化生态发展过程中,平台架构不断演进,并针对业务的痛点和诉求,持续完善容器化能力矩阵。本次演讲将会介绍 vivo 容器化平台及主要子系统的架构设计,并分享重点建设的容器化核心能力。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论