ChatGPT本身不直接批量抓取，需生成可本地运行的Python脚本或使用gpt-crawler等工具；关键是要在提示词中明确目标网址（含分页规律）、识别依据（如class="price"）、本地保存路径，并确保环境已安装requests/bs4/lxml等依赖。
你需要从多个网页中批量获取结构化数据，比如产品参数、新闻标题、价格列表或文档摘要，但手动复制粘贴不仅耗时，还容易遗漏字段、错位对齐、命名混乱——GPT浏览器本身并不直接提供“批量抓取”功能，它本质是AI交互界面，真正执行抓取的是背后调用的爬虫工具或插件，必须明确区分“提示词生成”和“实际运行环境”两个环节。
用ChatGPT生成可运行的Python抓取脚本
这一步不是在ChatGPT网页里点几下就完成，而是要让它输出一段能本地执行的代码，关键在于输入指令必须包含三项硬性参数，缺一不可。
第一步：打开支持代码解释器的ChatGPT（如GPT-4 Turbo with Code Interpreter），一次性发送完整提示词，不能分段——否则上下文断裂会导致生成的代码缺失循环逻辑或文件写入部分。
第二步：提示词中必须明确写出【目标网址（含分页规律）】、【识别依据（如text含“Download PDF”或class="price"）】、【本地保存路径（如D:\data\scraped）】。例如：“从https://example.com/products/page/{1..5}/抓取所有class='product-title'的h2文本和class='price'的span文本，用tab分隔，保存为products.tsv到D:\data\scraped”。
第三步：收到代码后，不要直接运行。先复制进VS Code，检查是否已导入requests、BeautifulSoup4、lxml——若缺失，手动补上import requests等语句，否则运行必报ModuleNotFoundError。
第四步：确认output_folder路径存在且有写入权限。Windows下路径含中文或空格易出错，建议用纯英文短路径，如D:\scrape_out。
用gpt-crawler本地跑通全站抓取
这是面向技术用户的真批量方案，适合抓取文档站、博客归档、API文档页等静态内容密集型网站，输出JSON可直传OpenAI知识库。
方法一：基础配置启动
① 执行git clone https://github.com/BuilderIO/gpt-crawler拉取仓库；进入目录后运行npm install——该命令会自动触发Playwright浏览器下载，体积超1GB，首次运行务必预留带宽与磁盘空间。
② 编辑config.ts，修改url为起始页（如https://docs.example.com/guide），match设为匹配规则（如https://docs.example.com/guide/**），selector填正文容器CSS选择器（如article.content）。
③ 运行npx ts-node src/index.ts。若报错chromium-1091 not found，说明Playwright未装全，需手动执行npx playwright install chromium补装。
方法二：带登录态抓取会员内容
如果目标页需登录（如企业知识库），必须注入Cookie。在config.ts中添加cookie字段：【name和value必须严格对应浏览器开发者工具Application→Cookies中复制的原始值，大小写敏感，空格不可多不可少】。例如：
cookie: { name: "sessionid", value: "abc123xyz789" }
方法三：用Docker快速隔离环境
执行docker build -t gpt-crawler .构建镜像后，运行docker run -v $(pwd)/output:/app/output gpt-crawler。输出文件自动落进当前目录output子文件夹，避免污染本地Node环境。
用夸克浏览器快速提取当前页图文信息
适用于临时抓取单页内容，无需安装、不写代码，但仅限当前可视区域，无法跨页批量。
开启“相册嗅探”后双指上滑提取图片：先去【我的】→【设置】→【网页工具】打开开关；返回网页滚动到底部触发懒加载；双指快速上滑→点“查看相册”→全选→下载。这一步能捕获CSS背景图和JS动态插入图，但【若页面使用WebP格式且未显式声明img标签，可能漏检】。
长按任意图片→点“本页图片X张”→勾选→下载。此法只读当前DOM中已渲染的<img>标签，对H5活动页、公众号文章兼容性最好。
点击右上角【⋯】→【网页工具】→【提取图片】。若提示“暂无图片”，立即切换桌面模式重试——移动端常隐藏高清图资源，强制桌面版可唤醒全部img元素。
