first commit
This commit is contained in:
26
next.py
Normal file
26
next.py
Normal file
@@ -0,0 +1,26 @@
|
||||
import os
|
||||
from scraper.docs_crawler import DocsCrawler
|
||||
|
||||
def main():
|
||||
print("--- Docs to Markdown Crawler Başlatılıyor ---")
|
||||
|
||||
# Başlangıç URL'i (Örn: Next.js dokümantasyonu)
|
||||
start_url = "https://nextjs.org/docs"
|
||||
|
||||
# Test amaçlı sadece ilk 10 sayfayı çekecek şekilde sınırlandıralım
|
||||
# Gerçek kullanımda max_pages=1000 gibi büyük bir sayı verilebilir.
|
||||
MAX_PAGES = 5000
|
||||
|
||||
crawler = DocsCrawler(
|
||||
start_url=start_url,
|
||||
max_pages=MAX_PAGES,
|
||||
headless=True
|
||||
)
|
||||
|
||||
crawler.crawl()
|
||||
|
||||
print("\n--- İşlem Tamamlandı ---")
|
||||
print(f"Oluşturulan markdown dosyalarını kontrol et: data/md_docs/nextjs.org/")
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Reference in New Issue
Block a user