首页
/ recipe-scrapers 15.7.0版本发布:增强食谱数据抓取能力

recipe-scrapers 15.7.0版本发布:增强食谱数据抓取能力

2025-06-25 12:56:52作者:伍霜盼Ellen

recipe-scrapers是一个专注于从各类食谱网站抓取结构化数据的Python库,它能够将网页上的食谱信息转换为标准化的JSON格式,包括菜名、配料、步骤、烹饪时间等关键信息。该项目通过持续更新来支持更多食谱网站,并不断优化现有解析器的准确性。

新增支持的食谱网站

本次15.7.0版本新增了对多个食谱网站的支持,显著扩展了数据抓取范围:

  1. garnishandglaze.com - 一个专注于装饰和釉料的美食网站
  2. zestfulkitchen.com - 提供充满活力的厨房创意食谱
  3. tastyoven.com - 专注于烤箱烹饪的食谱资源
  4. sizzlefish.com - 海鲜类食谱的专业网站
  5. bakewithzoha - 烘焙爱好者的食谱集合
  6. healthywithachanceofsprinkles.com - 健康饮食与偶尔放纵的平衡食谱
  7. cookinglsl.com - 简单生活风格的烹饪网站
  8. organicallyaddison.com - 有机食材为主的健康食谱
  9. erinliveswhole.com - 整体生活方式的健康食谱
  10. simplegreensmoothies.com - 绿色蔬果汁配方网站
  11. loveandlemons.com - 以柠檬为特色的创意食谱
  12. thebigmansworld - 大份量美食食谱
  13. festligare.se - 瑞典语的节日食谱网站
  14. editions-larousse - 法国拉鲁斯出版社的食谱
  15. tastinghistory.com - 历史美食重现的独特食谱
  16. picnic.app - 带有额外步骤说明的食谱应用
  17. amazingoriental.com - 东方美食特色网站

核心功能改进

1. 增强的JSON-LD处理能力

针对pioneerwoman和aberlehome等网站,更新了JSON-LD解析逻辑,能够更稳健地处理不完整的食谱结构化数据。JSON-LD是食谱网站常用的结构化数据格式,但各网站实现质量参差不齐。新版本通过更智能的容错机制,确保即使在不完美的数据结构下也能提取关键信息。

2. 自动检测配料分组

引入了对WPRM(WordPress Recipe Maker)和Tasty格式的自动检测功能,能够智能识别常见的配料分组选择器组合。这项改进使得解析器无需针对每个网站硬编码分组规则,就能正确提取分门别类的配料信息,如"酱料"、"腌料"等分组。

3. 请求头优化

为URLOpen请求添加了标准请求头,模拟更真实的浏览器访问行为。这一改进有助于绕过一些网站的反爬虫机制,提高数据获取的成功率。

现有解析器优化

  1. TasteAU - 修复了指令提取逻辑,确保烹饪步骤完整准确
  2. ahealthysliceoflife - 改进了配料解析算法并添加了对配料分组的支持
  3. TheRecipeCritic - 统一了命名规范,保持代码风格一致性

技术实现亮点

本次更新体现了recipe-scrapers项目的几个重要技术方向:

  1. 模块化设计:每个食谱网站的解析器都是独立的类,便于维护和扩展
  2. 渐进增强:在支持新网站的同时,不断优化现有解析器的健壮性
  3. 智能检测:通过模式识别减少硬编码规则,提高解析器的自适应能力
  4. 反爬应对:通过模拟真实用户行为,提高在严格网站上的抓取成功率

开发者体验

对于使用recipe-scrapers的开发者而言,15.7.0版本带来了更广泛的数据源支持和更稳定的解析表现。新增的网站覆盖了从专业美食出版到个人美食博客的各种类型,而底层解析逻辑的改进则提升了整个库的可靠性。

项目维护团队通过清晰的版本管理和详尽的变更日志,使开发者能够轻松了解每次更新的内容和影响,便于评估升级的必要性和潜在风险。

recipe-scrapers持续证明其作为食谱数据抓取领域领先工具的价值,通过社区贡献和核心团队的努力,不断扩大其应用场景和技术能力。

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
202
2.17 K
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
208
285
pytorchpytorch
Ascend Extension for PyTorch
Python
61
94
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
977
575
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
550
83
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
1.2 K
133