Octoparse é uma ferramenta de raspagem da web que é facilmente utilizável e permite raspar qualquer website sem muita experiência. É bastante simples de raspar usando Octoparse, pois basta introduzir o URL do sítio de destino, seleccionar os dados que pretende extrair, e depois executá-lo. Pode usar o Octoparse gratuitamente, mas também há versões premium que oferecem mais funcionalidades.
Quando raspar uma enorme quantidade de dados usando um raspador da web, estará a enviar muitos pedidos para o servidor do sítio web. Assim, a maioria dos sítios web proibirá qualquer conta que seja apanhada utilizando uma ferramenta automatizada e colocará na lista negra o seu IP. Para evitar que esta proibição lhe aconteça, terá de emparelhar o Octoparse com um proxy Octoparse.
Um proxy actuará como uma porta de acesso entre o seu dispositivo e a Internet, pelo que qualquer website que visitar só poderá ver o endereço IP do servidor proxy. Ao rodar continuamente os proxies, o Octoparse teria um IP diferente num dado intervalo de tempo. Isto engana qualquer website a pensar que os seus pedidos são de múltiplos e diferentes utilizadores em vez de um único computador.
Vamos criar um servidor proxy da Octoparse.
