📌 ¿Qué datos puedes recopilar de los resultados de búsqueda de Google News?
Esta plantilla recopila registros de resultados de búsqueda con Title, NewsURL, PublishDate, Keyword, Source y NewsText. Es útil para investigadores, analistas, periodistas, bibliotecarios y equipos de gestión del conocimiento.
Los datos se recopilan de Google News. Google News organiza la cobertura de noticias de los editores y hace que los artículos se puedan descubrir por tema y consulta.
💰 Precios
Actualmente, esta plantilla es gratuita y no tiene una tarifa de uso por línea. Aún pueden aplicarse los límites del plan o de los recursos de Octoparse.
📦 Resultados
La implementación publicada actualmente puede devolver los siguientes campos:
KeywordSourceTitlePublishDateNewsURLNewsTexterror
{
"Keyword": "Nobel Prize",
"Source": "The Wall Street Journal",
"Title": "The Most Fatuous Nobel Peace Prize - WSJ",
"PublishDate": "2023-10-29T15:54:00Z",
"NewsURL": "https://www.wsj.com/articles/nobel-peace-prize-obama-eu-7795cf7a",
"NewsText": "The Most Fatuous Nobel Peace Prize Listen (41 sec) The Most Fatuous Nobel Peace Prize Listen (41 sec) https://www.wsj.com/articles/nobel-peace-prize-obama-eu-7795cf7a Oct. 29, 2023 10:54 am ET Listen (41 sec) In reviewing “Eurowhiteness” by Hans Kudnani (Bookshelf, Oct. 26), Tunku Varadarajan suggests, “Perhaps the most fatuous recent bestowal of the Nobel Peace Prize was its award in 2012 to the European Union for the ‘advancement of peace and reconciliation’ on the continent.” Even more fatuous was President Barack Obama’s 2009 Nobel Peace Prize merely for not being President George W. Bush. Shawn Clark Copyright ©2023 Dow Jones & Company, Inc. All Rights Reserved. 87990cbe856818d5eddac44c7b1cdeb8 Continue reading your article witha WSJ subscription Already a subscriber? Sign In WSJ Membership Customer Service Tools & Features Ads More Dow Jones Products WSJ Membership Customer Service Tools & Features Ads More Copyright ©2023 Dow Jones & Company, Inc. All Rights Reserved",
"error": null
}
🎯 Casos de uso
- Construir un conjunto de datos de investigación estructurado organizado por Keyword y Title.
- Analizar el contenido y el momento de la fuente a través de NewsText y PublishDate.
- Usar NewsURL para auditar los registros de origen o alimentar páginas verificadas en flujos de trabajo posteriores.
- Revisar y exportar PublishDate para análisis operativos o informes.
🐙 Por qué Octoparse
- Flujo de trabajo listo para usar: Los pasos de extracción para Google News ya están configurados, por lo que no necesitas construir el scraper desde cero.
- Ejecución flexible: Elige el modo de ejecución local o en la nube compatible para adaptarlo a verificaciones únicas o a trabajos de recopilación repetibles.
- Resultados estructurados y repetibles: Los resultados se devuelven como filas consistentes que son más fáciles de comparar, filtrar, deduplicar y procesar que las páginas copiadas manualmente.
- Barreras de entrada verificadas: El formulario expone las entradas actuales, los valores seleccionables y los límites significativos configurados para esta plantilla.
- Transferencia de datos práctica: Revisa los resultados en Octoparse y expórtalos o procésalos utilizando las opciones compatibles con tu entorno de Octoparse.
📝 Entrada
Completa los siguientes campos:
- Palabras clave (Requerido) — Introduce una lista de palabras clave para buscar noticias en Google News. Hasta 10 entradas por ejecución.
- Número de desplazamientos de página (Requerido) — Introduce un número para controlar el número de desplazamientos de la página. Cuanto mayor sea el número de desplazamientos, más datos se recopilarán. La entrada máxima es 50. Rango aceptado: 1 a 50.
🚀 Cómo usar
- Abre la plantilla y selecciona Probar o Iniciar.
- Completa los campos de entrada enumerados anteriormente.
- Inicia la tarea utilizando el modo de ejecución local o en la nube compatible.
- Revisa las filas de resultados y exporta o procesa los datos estructurados.
⚠️ Limitaciones
Los resultados dependen de lo que el sitio de origen exponga en tiempo de ejecución. Un campo de salida listado puede estar vacío cuando la página de origen no proporciona ese valor. Los límites de entrada mostrados arriba son aplicados por la plantilla.
💡 Consejos
Usa entradas específicas y válidas y revisa un resultado representativo antes de iniciar un lote grande. Elimina las entradas duplicadas cuando no se necesiten registros repetidos.
❓ Preguntas frecuentes
¿Cómo funciona este scraper?
La automatización aplica las Palabras clave (1~10) y el Número de desplazamientos de página, procesa las páginas de búsqueda resultantes y sus elementos de resultado, y escribe filas estructuradas que incluyen Keyword, Source, Title y PublishDate.
¿Qué necesito introducir?
Usa los campos y los valores aceptados que se muestran en la sección de Entrada. Solo se enumeran los límites relevantes para el usuario y las opciones seleccionables.
¿Qué datos devuelve esta plantilla?
Los campos de salida actuales y una Prevista de datos JSON representativa se enumeran en la sección de Resultados. La disponibilidad de los campos puede variar cuando la página de origen no muestra un valor.
¿Es esta plantilla de uso gratuito?
Actualmente es gratuita y no tiene una tarifa de uso por línea. Aún pueden aplicarse los límites del plan o de los recursos de Octoparse.
¿Por qué algunos campos de salida pueden estar vacíos?
Las páginas de origen no siempre exponen todos los valores para cada registro, y los diseños pueden variar según el elemento, el mercado o la respuesta actual del sitio. La plantilla devuelve un campo cuando la página actual lo proporciona.
¿Puedo exportar los datos recopilados?
Puedes revisar las filas estructuradas en Octoparse y exportarlas o procesarlas utilizando las opciones compatibles con tu entorno de Octoparse.
🔗 Plantillas relacionadas
- Google News Scraper (Cloud) — Usa Google News Scraper (Cloud) para un flujo de trabajo complementario en el mismo sitio de origen.
- Google Search Scraper — Usa Google Search Scraper para un flujo de trabajo de datos estructurados adicional.