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.
| Anwendung | Beispiel |
|---|---|
| Markenbegriff | alle Seiten, die den neuen Firmennamen noch nicht enthalten |
| Tracking | alle Seiten, auf denen ein altes Snippet noch läuft |
| Technologie | alle 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.
SiteSnitch nutzt CSS-Selektoren statt XPath. Der HTML-Parser (lexbor) bietet kein XPath, und eine eigene XPath-Maschine wäre ein Projekt für sich.