Custom Search

Die Custom Search durchsucht den Seiteninhalt – den der Crawler ohnehin im Speicher hat – nach einem regulären Ausdruck. Das ist der tägliche Auftrag im Agenturalltag: vom Markenbegriff über ein Tracking-Snippet bis zum auszutauschenden Schriftnamen.

AnwendungBeispiel
Markenbegriffalle Seiten, die den neuen Firmennamen noch nicht enthalten
Trackingalle Seiten, auf denen ein altes Snippet noch läuft
Technologiealle Seiten, die ein bestimmtes Framework oder Widget laden

Custom Extraction

Die Custom Extraction liest gezielt Werte aus dem HTML – über CSS-Selektoren. Damit erweiterst du den Standard-Spaltensatz um genau die Daten, die deine Site ausmachen: Preise, Verfügbarkeiten, Autorennamen, beliebige Meta-Felder.

Die Extraktion läuft auf dem Roh-HTML; mit aktiviertem Rendering zusätzlich auf dem gerenderten HTML. Weil dafür ein DOM-Aufbau nötig ist, kostet sie Rechenzeit – sie läuft deshalb nur, wenn Regeln definiert sind.

XPath entfällt bewusst

SiteSnitch nutzt CSS-Selektoren statt XPath. Der HTML-Parser (lexbor) bietet kein XPath, und eine eigene XPath-Maschine wäre ein Projekt für sich.