大模型——Crawl4AI使用JsonCssExtractionStrategy进行结构化数据提取

大模型——Crawl4AI使用JsonCssExtractionStrategy进行结构化数据提取

本章节将详细介绍Crawl4AI中的JsonCssExtractionStrategy，利用CSS选择器从网页中提取结构化数据。将涵盖模式定义、提取加密货币价格的实际示例、该方法的优势以及有效使用的技巧。

概述

JsonCssExtractionStrategy是Crawl4AI的一项强大功能，允许用户使用CSS选择器从网页中提取结构化数据。这种方法特别适用于需要从一致的HTML结构中提取特定数据点的情况，例如表格或重复的元素。

该策略通过定义一套模式（schema）来工作，模式中包含以下内容：

1. 重复元素的基础CSS选择器
2. 从每个元素中提取的字段，每个字段都有自己的CSS选择器

这种策略的执行速度快且高效，因为它不依赖于外部服务（如大语言模型）进行数据提取。

示例：从Coinbase提取加密货币价格

下面是一个提取Coinbase探索页面上的加密货币价格的示例。

import json
import asyncio
from crawl4ai import AsyncWebCrawler
from crawl4ai.extraction_strategy import JsonCssExtractionStrategy

async def extract_structured_da