核心能力
Scrapling 是一款轻量级 Python 网页抓取库，本技能封装了其完整工作流，提供三种差异化抓取策略：
- Fetcher：处理纯静态 HTML，性能最优
- DynamicFetcher：基于 Playwright 渲染 JavaScript 动态内容
- StealthyFetcher：绕过 Cloudflare 等反爬虫机制，模拟真实浏览器指纹
显著优点
自适应 DOM 重定位是核心差异化能力。通过 auto_save 机制保存初始 DOM 快照，即使目标网站改版导致 CSS 选择器失效，系统仍能自动推算元素新位置，大幅降低维护成本。支持会话保持（Session）与 Cookie 持久化，适合需要登录态的连续抓取场景。
输出格式灵活：原生支持 JSON（便于 pipeline 自动化）和 Markdown（适配 RAG 知识库 ingestion）。CLI 工具提供零代码提取能力，Python API 则允许细粒度控制超时、重试、错误处理等安全策略。
局限性与风险
- 法律合规边界：未内置 robots.txt 解析或频率自动调节，需人工确认目标站点的 ToS 许可
- 资源开销：Stealthy/Dynamic 模式依赖 Playwright，首次安装需下载 Chromium（约 100MB+），内存占用显著高于纯静态抓取
- 适应性边界：DOM 重定位依赖历史快照，页面结构剧变（如整站重构）仍可能失效
适用人群
数据工程师、爬虫开发者、需要构建知识库的 AI 应用开发者，尤其适合处理中高频改版、反爬策略多变的商业站点。
常规风险控制
建议始终设置 request_timeout、捕获 4xx/5xx 状态码、对关键字段做空值校验，并在生产环境启用请求日志审计。