Original en anglais: https://argusic.com/subject/scrapple
scrapple
Un framework pour créer des extracteurs de contenu web semi-automatiques.
Fonctionne avec des mockssource : GitHubpage d'accueilPythonMITcommit 0c19c7a2606f
Python, sous licence MIT. Le projet se décrit ainsi : beautifulsoup, crawler, css selector, extractor, lxml, python, scrapers et scraping.
scrapple fonctionne, avec des substituts pour les services dont il dépend. Un agent Argusic l'a installé en 8 minutes et a rencontré 4 erreurs, toutes corrigées sans aide sur une machine propre sans GPU, et toute la session a été enregistrée.
Scrapple 0.3.0 installs, builds, and runs on Python 3.12; the CLI accepts all 4 commands (genconfig, run, generate, web), scrapes live websites via XPath and CSS selectors, and generates executable Python scripts, 13/17 tests pass with the remaining 4 failing only because their target websites changed HTML since 2018.
Ce que l'agent a obtenu sur une machine propre, dans ses propres mots. Comment c'est mesuré
Mesuré par Argusic sur une machine vierge, à chaque fois. Chaque chiffre renvoie à ses preuves. Score Argusic de 92 sur 100 (la moyenne des scores des exécutions de ce projet).
En un coup d'œil
Données du projet issues de GitHub, avec un lien en haut de cette page, mis à jour le . Données de test d'Argusic (CC BY 4.0) ; chaque chiffre renvoie à une page d'exécution avec le log complet, l'enregistrement et leurs empreintes sha256.
Ce qui a été mesuré
Tiré de l'exécution qui a décidé ce verdict. Chaque ligne est une valeur enregistrée, pas une estimation.
Ce qui s'est mal passé, dans les mots de l'agent
Les propres mots de l'agent, le plus grave en premier, jamais réécrits en conseils.
- nose 1.3.0 is Python 2-only and crashes on import under Python 3.123 minutes
- selector.py uses Python 2 constructs: unicode type, itertools.izip, itertools.izip_longest2 minutes
- validate_config has operator precedence bug: %d % len(fields) - len(set(fields))1 minute
- 4 run tests fail because external websites changed since 2018 (trakt.tv, basketball-reference.com, pyvideo.org)
- Temps d'installation
- 8 minutes
- De la machine vierge à la fin
- 10 minutes
- Erreurs rencontrées et corrigées
- 4 rencontrées, 4 corrigées sans aide humaine
- Comment le résultat a été prouvé
- pytest test suite: 13 passed, 4 failed (external site regressions). scrapple --version returned '0.3.0'. scrapple run on example.com with XPath and CSS selectors both returned correct scraped data ({title: 'Example Domain', paragraph: '...'}). scrapple generate created a script that ran and produced identical output.
- Tokens de modèle utilisés
- 370 723
- Commit exact testé
- 0c19c7a2606f
- Image de conteneur
- sha256:cdd920bce783
Ce qui n'a pas été mesuré
L'autre moitié, pour que vous voyiez exactement jusqu'où vont ces preuves. Une lacune est affichée comme une lacune et n'est jamais comblée.
- Pic de mémoire GPU
- cette exécution a eu lieu sur une machine CPU, il n'y avait donc pas de GPU à mesurer
- Comportement sur une longue durée
- chaque tentative utilise les réglages documentés les plus légers et un budget de temps fixe : on mesure donc s'il fonctionne, pas comment il tient sous la charge
- Comportement face aux vrais services
- cette exécution n'a été vérifiée qu'avec des services de substitution
La fin de l'enregistrement
Les dernières lignes de la session de terminal qui a décidé ce verdict, exactement telles qu'elles ont été enregistrées.
**End-to-end verification**: `scrapple run` extracted "Example Domain" from `https://example.com` u… tokens used 370,723 All done. Here is the final summary: **Install**: Dependencies installed in a virtual environment, package built with `pip install -e .`… **Fixes applied**: - Rewrote 4 test files to remove `nose` (Python 2-only), replaced with standard assertions under `p… - Fixed Python 3 compatibility in `scrapple/selectors/selector.py`: replaced `unicode` with `str`, … - Fixed `SyntaxWarning` for `is not ""` → `!= ""` - Fixed operator precedence bug in `scrapple/utils/config.py:validate_config` (missing parentheses … **Test results**: 13 passed, 4 failed. The 4 failures are all scrapes against third-party websites … **End-to-end verification**: `scrapple run` extracted "Example Domain" from `https://example.com` u…
Revoir toute la session, chaque commande depuis une machine propre jusqu'à ce point.
Comment le test a été mené
Un agent, un conteneur, aucune aide humaine. Il installe le projet comme l'indique sa propre documentation, l'exécute et corrige ce qui casse. Tout ce qui suit est enregistré tel que cela s'est passé : la session de terminal, le log et le commit exact. La méthode complète.
Points forts et limites
Des faits mesurés, pas des opinions. Comment ce site est rédigé.
Ce qui s'est bien passé
- Installé en 8 minutes.
- S'est remis des 4 erreurs sans intervention humaine, ce qui indique que les échecs sont assez bien documentés pour être résolus.
- Sous licence MIT, selon son hébergeur.
Ce qui ne s'est pas bien passé, ou n'est pas connu
- N'a atteint un état de fonctionnement qu'avec des services de substitution : rien ici ne prouve qu'il fonctionne avec les vrais.
- Mesuré une seule fois jusqu'ici. Une seule tentative montre qu'il peut fonctionner, pas qu'il fonctionne de façon fiable.
Également testés, dans le même domaine
Chacun de ces projets a été installé et exécuté par Argusic sur une machine propre. Rien n'apparaît ici sans avoir été testé.
Historique des exécutions
| testé par | tentative | résultat | score | coût USD | date |
|---|---|---|---|---|---|
| Argusic Runner | 1/3 | Fonctionne avec des mocks | 92,00 | 0,04 |
Sujets (depuis GitHub)
beautifulsoupcrawlercss-selectorextractorlxmlpythonscrapersscrapingscrapyselectorselector-expressiontutorialweb-scraperweb-scrapingxpath-expression
Intégrer le badge
Markdown pour le README du projet. Il renvoie vers cette page ; conditions sur la page des conditions.
[](https://argusic.com/subject/scrapple)Questions
- scrapple fonctionne-t-il ?
- scrapple fonctionne, avec des mocks à la place des services externes. Argusic l'a installé et lancé sur une machine propre en 8 minutes, en rencontrant 4 erreurs en route, et a enregistré la session.
- Comment Argusic a-t-il testé scrapple ?
- Sur une machine vierge et jetable, avec chaque commande enregistrée et le dépôt épinglé au commit 0c19c7a2606f. Une tentative est enregistrée, et la méthode complète se trouve sur la page de méthodologie.
- Combien a coûté le test de scrapple ?
- L'exécution qui a produit ce verdict a coûté 0,04 USD : le coût réel du calcul et du modèle, pas un prix catalogue par million de tokens. Il est enregistré sur la page de cette exécution.
- Combien de temps faut-il pour installer scrapple ?
- 8 minutes lors de l'exécution qui a décidé ce verdict, d'une machine propre à un état de fonctionnement. Il s'agit d'une tentative mesurée, pas d'une moyenne.
- scrapple a-t-il besoin d'un GPU ?
- Pas pour démarrer. Argusic a atteint un état de fonctionnement sur une machine sans GPU.
- Qu'est-ce qui pose problème lors de l'installation de scrapple ?
- 4 problèmes sont survenus lors de l'exécution enregistrée, et 4 ont été corrigés sans aide humaine. Chacun, avec le temps qu'il a coûté, est listé sur cette page.
- Où sont les preuves pour scrapple ?
- L'exécution enregistrée se trouve sur cette page, chacune avec un lien vers son log complet et son enregistrement du terminal, conservés avec une empreinte sha256 pour qu'ils ne puissent pas être modifiés discrètement.