Import.io api是否支持提取器的状态？

Question

我刚用import.io创建了一个提取器。这个提取器使用链接。首先，我从一个页面中提取一些网址，并使用这些提取的网址，我提取详细信息页面。当详细页面＆＃39;提取完成，我想得到结果。但我怎么能确定提取完成。是否有用于检查提取状态的api端点？

我发现＆＃34; GET / store / connector / {id}＆＃34;传统的终点。但是当我尝试这个时，我得到了404.你可以看一下截图。

另一个问题是，我想每天安排两次我的提取器。这可能吗？

由于

Answer 1

与每个提取器相关联的是爬网运行。爬网运行表示具有特定配置（培训，URL列表等）的提取器的运行。每次爬网运行的状态可以具有以下值之一：

• STARTED =＆gt;目前正在运行
• CANCELED =＆gt;已启动但已被用户取消
• FINISHED =＆gt;运行完成

包含的其他元数据如下：

• 已启动 - 运行开始时
• 停止 - 运行结束时
• 总网址数 - 运行中的网址总数
• 成功网址计数 - 查询的成功网址数
• 网址失败 - 查询失败网址数
• 行计数 - 运行中返回的总行数

用于获取与提取程序关联的克隆运行列表的REST API如下所示：

curl -s X GET“https://store.import.io/store/crawlrun/_search?_sort=_meta.creationTimestamp&_page=1&_perPage=30&extractorId= $ EXTRACTOR_ID＆amp; _apikey = $ IMPORT_IO_API_KEY”

，其中

• $ EXTRACTOR_ID - 列出抓取次数的提取器
• $ IMPORT_IO_API_KEY - 来自您帐户的Import.io API