Java के साथ वेब स्क्रैपिंग: Jsoup, Playwright, और क्लाउड ब्राउज़र वर्कफ़्लोज़

सारांश:

• Jsoup उसे दिए गए HTML को पार्स करता है। यह गुम रिकॉर्ड बनाने के लिए पेज का JavaScript नहीं चलाता।
• Playwright Java ब्राउज़र अधिग्रहण पथ प्रदान करता है। रेंडर किया गया HTML उसी Jsoup एक्सट्रैक्शन अनुबंध में जा सकता है जो किसी स्थिर पेज के लिए उपयोग होता है।
• Agent Browser ब्राउज़र निष्पादन को क्लाउड में ले जाता है। Java अब भी सेलेक्टर, रिकॉर्ड वैलिडेशन, पेजिनेशन दायरा और एक्सपोर्ट को नियंत्रित करता है।
• कोई CSV फ़ाइल तभी उपयोगी है जब उसके रिकॉर्ड इच्छित स्रोत की पहचान करते हों। स्थिर रिकॉर्ड ID और रिज़ॉल्व्ड URL को सुरक्षित रखें, और आवश्यक फ़ील्ड के गायब होने पर रिकॉर्ड अस्वीकार करें।

Java वेब स्क्रैपिंग एक व्यावहारिक सवाल से शुरू होती है: क्या सर्वर के HTML में पहले से रिकॉर्ड मौजूद हैं, या उन्हें बनाने के लिए ब्राउज़र की ज़रूरत है? अधिग्रहण पथ सही चुनने से उस डॉक्युमेंट के लिए सेलेक्टर लिखने से बचते हैं जिसमें डेटा कभी था ही नहीं।

इस वर्कफ़्लो में एक्सट्रैक्शन के लिए Jsoup, और रेंडर किए गए पेज के अधिग्रहण के लिए Playwright Java का उपयोग होता है। दोनों पथ एक ही रिकॉर्ड स्ट्रक्चर तैयार करते हैं। जब ब्राउज़र वर्कलोड को आपके एप्लिकेशन होस्ट के बाहर चलना चाहिए, तब एक समर्पित Scrapeless Agent Browser कनेक्शन क्लाउड विकल्प बनता है।

उदाहरण एक नियंत्रित आर्टिकल लिस्टिंग को लक्षित करते हैं जिसमें एट्रिब्यूट स्थिर हैं। केवल तब ही उस अनुबंध को बदलें जब आप अपने अनुमत स्रोत का निरीक्षण कर लें। Java कम्पाइलेशन और ब्राउज़र निष्पादन के लिए नीचे सूचीबद्ध रनटाइम और क्रेडेंशियल की ज़रूरत होती है; इस गाइड में किसी लाइव Java कैप्चर का दावा नहीं किया गया है।

पेज की वास्तविक सामग्री से तय करें कि Jsoup लें या ब्राउज़र

जब आवश्यक रिकॉर्ड प्राप्त HTML में मौजूद हों तो Jsoup चुनें। जब अनुमत पेज को उन रिकॉर्ड के अस्तित्व से पहले JavaScript या इंटरैक्शन की ज़रूरत हो, तो ब्राउज़र चुनें।

साइट बनाने के लिए उपयोग किए गए फ़्रेमवर्क से पथ न चुनें। कोई JavaScript एप्लिकेशन उपयोगी HTML दे सकता है, जबकि साधारण दिखने वाली लिस्टिंग लोड के बाद रिकॉर्ड डाल सकती है। विशिष्ट पेज और आवश्यक फ़ील्ड का निरीक्षण करें।

HTTP representation semantics उस प्रतिक्रिया को वर्णित करता है जो क्लाइंट प्राप्त करता है। बाद में ब्राउज़र द्वारा तैयार की गई पेज स्टेट एक अलग अधिग्रहण ऑब्ज़र्वेशन है।

पूर्वापेक्षाएँ और निर्भरताएँ

इस प्रोजेक्ट को JDK और Maven की ज़रूरत है, साथ ही Jsoup और Playwright Java निर्भरताओं की। दिखाया गया प्रोजेक्ट JDK 17 को लक्षित करता है; यह Jsoup 1.23.2 और Playwright 1.63.0 को पिन करता है, बजाय किसी पुराने ट्यूटोरियल से वर्शन दोबारा उपयोग करने के।

लोकल रेंडरिंग के लिए, अपने प्रोजेक्ट वातावरण में अपनी Playwright वर्शन द्वारा आवश्यक ब्राउज़र रनटाइम इंस्टॉल करें। रिमोट रेंडरिंग के लिए, वर्तमान अकाउंट सेटअप के माध्यम से समर्पित Agent Browser कनेक्शन प्राप्त करें और उसका पूरा एंडपॉइंट SCRAPELESS_CDP_URL में रखें।

टार्गेट सार्वजनिक या अन्यथा अधिकृत होना चाहिए। TARGET_URL एक अनुमत आर्टिकल‑लिस्टिंग URL है जिसकी संरचना आप निरीक्षण कर चुके हैं। उदाहरण का सेलेक्टर अनुबंध main article[data-id] है, जिसमें हर आर्टिकल के अंदर एक हेडिंग और लिंक है।

ध्यान दें: Java टूलचेन, निर्भरता इंस्टॉलेशन, और ब्राउज़र रनटाइम निष्पादन की पूर्वापेक्षाएँ हैं। स्निपेट्स को वर्तमान लाइब्रेरी इंटरफ़ेस के विरुद्ध जाँचा गया, लेकिन उपलब्ध वेरिफ़िकेशन वातावरण में न तो कम्पाइल किया गया और न ही चलाया गया। रिमोट पथ को भी एक वास्तविक समर्पित Scrapeless कनेक्शन की ज़रूरत होती है।

यह Maven कॉन्फ़िगरेशन pom.xml के रूप में और नीचे दी गई क्लास को src/main/java/ArticleCollector.java के रूप में सेव करें:

<project xmlns="http://maven.apache.org/POM/4.0.0">
  <modelVersion>4.0.0</modelVersion>
  <groupId>example</groupId>
  <artifactId>article-collector</artifactId>
  <version>1.0.0</version>
  <properties>
    <maven.compiler.source>17</maven.compiler.source>
    <maven.compiler.target>17</maven.compiler.target>
    <project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
  </properties>
  <dependencies>
    <dependency>
      <groupId>org.jsoup</groupId>
      <artifactId>jsoup</artifactId>
      <version>1.23.2</version>
    </dependency>
    <dependency>
      <groupId>com.microsoft.playwright</groupId>
      <artifactId>playwright</artifactId>
      <version>1.63.0</version>
    </dependency>
  </dependencies>
  <build>
    <plugins>
      <plugin>
        <groupId>org.apache.maven.plugins</groupId>
        <artifactId>maven-compiler-plugin</artifactId>
        <version>3.10.1</version>
      </plugin>
    </plugins>
  </build>
</project>

इस प्रोजेक्ट में कम्पाइलर टार्गेट और निर्भरता वर्शन को यथावत रखें ताकि कोई दूसरा वातावरण भी किसी कलेक्शन जॉब को सक्षम करने से पहले सेटअप को दोहरा सके।

दोनों पथों के लिए एक ही एक्सट्रैक्शन अनुबंध कॉन्फ़िगर करें

एक्सट्रैक्शन अनुबंध, ट्रांसपोर्ट से स्वतंत्र होकर, स्वीकृत आर्टिकल रिकॉर्ड को परिभाषित करता है। इस उदाहरण में एक नॉन‑एम्प्टी data-id, h2 हेडिंग, और ऐसा लिंक आवश्यक है जो HTTP या HTTPS URL तक रिज़ॉल्व हो।

ये नियंत्रित‑उदाहरण एट्रिब्यूट हैं, किसी सार्वजनिक साइट के मौजूदा सेलेक्टर पर दावा नहीं। अपने स्रोत के लिए, जहाँ उपलब्ध हो, स्थिर रिकॉर्ड एट्रिब्यूट या टिकाऊ URL पैटर्न को प्राथमिकता दें। सिर्फ इसलिए किसी सजावटी क्लास को दोबारा उपयोग न करें कि उसने एक बार कैप्चर में मैच किया था।

आवश्यक और वैकल्पिक फ़ील्ड को अलग रखें। किसी आइडेंटिफ़ायर का गायब होना उदाहरण रिकॉर्ड को अस्वीकार कर देता है। कोई वैकल्पिक सारांश अनुपस्थित रह सकता है, और इससे रिकॉर्ड की पहचान नहीं बदलती। एक्सपोर्ट से पहले उस नीति को स्पष्ट करें।

बुनियादी इम्प्लीमेंटेशन: फ़ेच, एक्सट्रैक्ट, और एक्सपोर्ट

नीचे दी गई क्लास चुने गए पथ से HTML प्राप्त करती है, Jsoup के साथ आर्टिकल रिकॉर्ड निकालती है, और एक UTF‑8 CSV फ़ाइल लिखती है। इसकी रिमोट ब्रांच एक अकाउंट‑द्वारा प्रदत्त CDP एंडपॉइंट का उपयोग करती है, न कि कोई काल्पनिक Java Scrapeless SDK मेथड गढ़ती है।

नोट: इस पूर्ण Java उदाहरण के लिए पिन की गई डिपेंडेंसीज़, JDK, Maven सेटअप, और एक अनुमत लक्ष्य की आवश्यकता होती है। local शाखा के लिए ब्राउज़र रनटाइम आवश्यक है; remote शाखा के लिए SCRAPELESS_CDP_URL आवश्यक है। नीचे दिया गया कोई भी आउटपुट लाइव निष्पादन कैप्चर के रूप में प्रस्तुत नहीं किया गया है।

import com.microsoft.playwright.*;
import com.microsoft.playwright.options.WaitUntilState;
import org.jsoup.Jsoup;
import org.jsoup.nodes.Document;
import org.jsoup.nodes.Element;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Path;
import java.net.URI;

public class ArticleCollector {
  private static String csv(String value) {
    return "\"" + value.replace("\"", "\"\"") + "\"";
  }

  public static void main(String[] args) throws Exception {
    if (args.length != 2) throw new IllegalArgumentException("mode and URL required");
    String mode = args[0];
    String target = args[1];
    Document doc;
    if (mode.equals("static")) {
      doc = Jsoup.connect(target).get();
    } else {
      if (!mode.equals("local") && !mode.equals("remote"))
        throw new IllegalArgumentException("Unsupported acquisition mode");
      try (Playwright playwright = Playwright.create()) {
        String endpoint = System.getenv("SCRAPELESS_CDP_URL");
        if (mode.equals("remote") && (endpoint == null || endpoint.isBlank()))
          throw new IllegalArgumentException("Dedicated CDP endpoint required");
        Browser browser = mode.equals("remote")
            ? playwright.chromium().connectOverCDP(endpoint)
            : playwright.chromium().launch();
        try {
          Page page = browser.newPage();
          page.navigate(target, new Page.NavigateOptions()
              .setWaitUntil(WaitUntilState.DOMCONTENTLOADED));
          page.locator("main article[data-id] a[href]").first().waitFor();
          doc = Jsoup.parse(page.content(), page.url());
        } finally {
          browser.close();
        }
      }
    }
    StringBuilder output = new StringBuilder("id,title,url\r\n");
    int accepted = 0;
    for (Element article : doc.select("main article[data-id]")) {
      Element heading = article.selectFirst("h2");
      Element link = article.selectFirst("a[href]");
      String id = article.attr("data-id").strip();
      if (id.isEmpty() || heading == null || link == null) continue;
      String title = heading.text().strip();
      String url = link.attr("abs:href");
      URI resolved = URI.create(url);
      if (title.isEmpty() || resolved.getHost() == null ||
          !("https".equals(resolved.getScheme()) || "http".equals(resolved.getScheme())))
        continue;
      output.append(csv(id)).append(',').append(csv(title)).append(',')
          .append(csv(url)).append("\r\n");
      accepted++;
    }
    if (accepted == 0) throw new IllegalStateException("Content contract not satisfied");
    Files.writeString(Path.of("articles.csv"), output, StandardCharsets.UTF_8);
    System.out.println("Accepted article records: " + accepted);
  }
}

प्रोजेक्ट को Maven से कंपाइल करें और उसकी डिपेंडेंसीज़ कॉपी करें, फिर ArticleCollector को ऐसे क्लासपाथ के साथ चलाएँ जिसमें target/classes और डिपेंडेंसी डायरेक्टरी शामिल हो। static, local, या remote चुनें और अपनी जाँची हुई लक्ष्य URL प्रदान करें।

नोट: ये POSIX‑shell कमांड ऊपर दी गई Java टूलचेन और डिपेंडेंसीज़ की आवश्यकता रखते हैं। TARGET_URL को अनुमत स्रोत पर सेट करें। इस उदाहरण के लिए कंपाइलेशन और कलेक्शन निष्पादन‑पूर्व आवश्यकताएँ बनी रहती हैं।

mvn -q dependency:copy-dependencies compile
java -cp 'target/classes:target/dependency/*' ArticleCollector static "$TARGET_URL"

Windows वातावरण में क्लासपाथ सेपरेटर के रूप में सेमीकोलन का उपयोग करें। local या remote मोड केवल तभी चुनें जब उसका ब्राउज़र‑रनटाइम या डेडिकेटेड‑सेशन सेटअप पूरा हो जाए।

कोड abs:href का उपयोग करता है ताकि किसी रिलेटिव लिंक की व्याख्या कैप्चर किए गए दस्तावेज़ के बेस URL के सापेक्ष की जा सके। relative URI resolution यह समझाती है कि केवल पाथ अपने आप में एक पूर्ण स्रोत पहचान नहीं है। अपनी एप्लिकेशन के कैप्चर मैनिफेस्ट में प्राप्त पेज URL को प्रत्येक खोजे गए आर्टिकल URL से अलग रखें।

Playwright Java के साथ एक Dynamic पेज रेंडर करें

ब्राउज़र पाथ पेज HTML एकत्र करने से पहले टास्क‑विशिष्ट एलिमेंट की प्रतीक्षा करता है। domcontentloaded नेविगेशन माइलस्टोन है; आर्टिकल लोकेटर अलग शर्त स्थापित करता है कि उदाहरण के रिकॉर्ड मौजूद हैं।

किसी भी शर्त को यह प्रमाण न मानें कि हर रिकॉर्ड आ चुका है। कोई लिस्टिंग केवल किसी स्पष्ट कार्रवाई के बाद और पंक्तियाँ लोड कर सकती है। अनुरोधित टास्क के लिए पहली खेप पूरी है या नहीं, इसे स्वीकार करने से पहले जाँचें।

Playwright ब्राउज़र कनेक्शन मेथड अपना नैटिव प्रोटोकॉल CDP से अलग बताता है। CDP कनेक्शन Chromium‑आधारित ब्राउज़रों के लिए होता है और इसकी क्षमताएँ नैटिव Playwright प्रोटोकॉल कनेक्शन से भिन्न होती हैं।

किसी वास्तविक कलेक्टर को विकसित करते समय प्रोजेक्ट कॉन्फ़िगरेशन में टाइमआउट और स्रोत‑रेडिनेस शर्तें रखें। स्रोत‑विशिष्ट दृश्य मार्कर असंबंधित एनालिटिक्स ट्रैफ़िक के idle होने की प्रतीक्षा करने से ज़्यादा उपयोगी होता है।

Scrapeless के साथ Scraping शुरू करें

Scrapeless के साथ अपने वेब स्क्रैपिंग और ऑटोमेशन वर्कफ़्लो को पावर‑अप करें!
आज ही साइन अप करें और $5 का मुफ़्त क्रेडिट पाएँ — कोई क्रेडिट कार्ड आवश्यक नहीं।

अपना मुफ़्त क्रेडिट अभी Scrapeless Dashboard में क्लेम करें।

जहाँ लोकल Java Scrapers रुक जाते हैं

एक लोकल Java पार्सर गायब रेंडर किए गए कंटेंट उपलब्ध नहीं करा सकता, और एक लोकल ब्राउज़र ब्राउज़र संसाधनों और अधिग्रहण‑स्थिति को प्रबंधित करने की आवश्यकता को समाप्त नहीं करता। यही सीमाएँ तय करती हैं कि वर्कफ़्लो को कब क्लाउड ब्राउज़र की ज़रूरत होगी।

Scrapeless Agent Browser इस Java वर्कफ़्लो के लिए रिमोट ब्राउज़र लेयर उपलब्ध कराता है। Agent Browser Playwright setup के माध्यम से एक डेडिकेटेड कनेक्शन प्राप्त करें, फिर पूर्ण कनेक्शन एंडपॉइंट को remote शाखा को पास करें।

कनेक्शन URL में क्रेडेंशियल शामिल हो सकते हैं। इसे रनटाइम एन्वायरनमेंट में रखें, लॉग न करें, और केवल वही डेडिकेटेड सेशन बंद करें जो इस जॉब के लिए आवंटित है। किसी साझा ब्राउज़र से कनेक्ट होना और उसे बंद करना उस सेशन का उपयोग कर रहे अन्य कार्यों को प्रभावित करेगा।

क्लाउड पाथ अधिग्रहण कहाँ चलता है, इसे बदल देता है। यह Java में वही HTML पार्सिंग और रिकॉर्ड वैलिडेशन रखता है। कोई challenge दस्तावेज़ या गलत पेज‑स्थिति को फिर भी कंटेंट कॉन्ट्रैक्ट में असफल होना चाहिए, न कि सफल एक्सपोर्ट उत्पन्न करना चाहिए।

लिंक्स खोजें और बाउंड Pagination

Pagination को स्रोत के जाँचे गए नेविगेशन कॉन्ट्रैक्ट और सीमित कलेक्शन स्कोप का पालन करना चाहिए। पेज‑नंबर पैरामीटर का अनुमान लगाने के बजाय वास्तविक स्रोत से next‑page URL या अनुमत इंटरैक्शन की खोज करें।

वर्तमान पेज पहचान, खोजी गई अगली लिंक, और विज़िट किए गए पेज‑सेट को सुरक्षित रखें। नेविगेट करने से पहले पुष्टि करें कि लिंक स्वीकृत स्रोत‑स्कोप से संबंधित है। तब रुकें जब टास्क का पेज बजट पूरा हो जाए, कोई दोहराया URL दिखाई दे, या स्रोत यह स्थापित कर दे कि आगे कोई पेज मौजूद नहीं है।

गुम next लिंक का मतलब हो सकता है कि लिस्टिंग समाप्त हो गई या स्रोत अपना नेविगेशन रेंडर करने में विफल रहा। इन परिणामों में अंतर करने के लिए पेज की सामग्री और empty‑state प्रमाण का उपयोग करें। ऊपर दी गई single‑page क्लास जानबूझकर यह निर्णय एप्लिकेशन पर छोड़ती है, बजाय इसके कि किसी सार्वभौमिक pagination लूप का संकेत दे।

रिकॉर्ड्स को निर्यात करें और मान्य करें

निर्यात चरण को स्वीकृत रिकॉर्ड की पहचान को संरक्षित करना चाहिए और चुने गए फ़ॉर्मेट को सही तरह एन्कोड करना चाहिए। CSV फ़ील्ड कोटिंग नियम डिलिमिटर और उद्धरण चिह्न (क्वोट) हैंडलिंग को ध्यान में रखते हैं; उदाहरण एम्बेडेड क्वोट्स को दोगुना करता है और प्रत्येक फ़ील्ड को कोट करता है।

CSV सिन्टैक्स सामग्री मान्यकरण से अलग है। आउटपुट को नियोजित डाउनस्ट्रीम पार्सर के साथ दोबारा खोलें और आवश्यक फ़ील्ड, यूनिक आइडेंटिफ़ायर्स और स्रोत लिंक्स की जाँच करें। जब वर्कबुक उपभोक्ता हो, तो ऐसा स्प्रेडशीट इम्पोर्ट पॉलिसी उपयोग करें जो अविश्वसनीय टेक्स्ट को डेटा के रूप में ही रखे।

CSV हेडर अनुबंध का वर्णन करता है: id, title, और url। यह एक मानक उदाहरण स्कीमा है, कैप्चर किया गया डेटासेट नहीं। ऐसा स्रोत जिसमें कोई मेल खाते रिकॉर्ड नहीं होते, उदाहरण को रोक देता है; वह परिणाम को चुपचाप वैध खाली सूची के रूप में लेबल नहीं करता।

अधिग्रहण सीमा का समाधान (ट्रबलशूट) करें

गायब रिकॉर्ड्स का निदान प्राप्त किए गए दस्तावेज़ और एक्सट्रैक्शन अनुबंध के संदर्भ में किया जाना चाहिए। केवल एक खाली CSV कारण की पहचान नहीं करता।

मौजूदा Jsoup-केंद्रित Java वर्कफ़्लो पार्सर-उन्मुख अधिग्रहण दृष्टिकोण को कवर करता है। यह लेख प्रकाशित पेज को बदले बिना एक साझा स्टैटिक, लोकल-ब्राउज़र, और क्लाउड-ब्राउज़र अनुबंध जोड़ता है।

निष्कर्ष

Java वेब स्क्रैपिंग तब सबसे अच्छा काम करती है जब अधिग्रहण और एक्सट्रैक्शन अलग-अलग निर्णय हों। जिस दस्तावेज़ के पास आप वास्तव में हैं उसके लिए Jsoup का उपयोग करें, जब स्रोत उसे आवश्यक बनाए तब रेंडर्ड HTML प्राप्त करें, और निर्यात से पहले वही रिकॉर्ड अनुबंध मान्य करें।

पूरा टूलचेन और समर्पित-सत्र पूर्वापेक्षाएँ पूरी करें, एक अनुमत एकल पेज का परीक्षण करें, और फिर सीमित दायरे के साथ स्रोत-विशिष्ट पेजिनेशन जोड़ें।

क्या आप Java कलेक्टर को क्लाउड ब्राउज़र से जोड़ने के लिए तैयार हैं?

Scrapeless के साथ ब्राउज़र पथ बनाएँ और इसके संसाधन आवश्यकताओं का वर्तमान मूल्य निर्धारण के संदर्भ में मूल्यांकन करें। Java वर्कफ़्लो संबंधी प्रश्नों पर Telegram पर चर्चा करें।

सामान्य प्रश्न (FAQ)

प्र: क्या Jsoup किसी वेबसाइट का JavaScript चला सकता है?

Jsoup प्रदत्त HTML को पार्स करता है और पेज JavaScript निष्पादित नहीं करता। जब आवश्यक रिकॉर्ड केवल रेंडरिंग के बाद मौजूद हों, तब ब्राउज़र अधिग्रहण पथ का उपयोग करें।

प्र: क्या किसी भी पब्लिक पेज पर Java वेब स्क्रैपिंग की अनुमति है?

सार्वजनिक दृश्यता हर प्रकार के संग्रह या उपयोग की अनुमति स्थापित नहीं करती। संग्रह करने से पहले स्रोत की शर्तें, robots exclusion rules, लागू आवश्यकताएँ, और प्रोजेक्ट की ऑथराइज़ेशन की समीक्षा करें।

प्र: क्या इस Java वर्कफ़्लो के लिए अलग प्रॉक्सी आवश्यक है?

स्टैटिक या लोकल ब्राउज़र क्लाइंट को वही अनुमत रूटिंग चाहिए जो उसका स्रोत माँगता है। क्लाउड पथ आवंटित Agent Browser कॉन्फ़िगरेशन का उपयोग करता है; इसके ईग्रेस को वर्तमान अकाउंट सेटअप के माध्यम से कॉन्फ़िगर करें।

प्र: कलेक्टर को किसी चैलेंज या एक्सेस-डिनाइड दस्तावेज़ के साथ क्या करना चाहिए?

कलेक्टर को अनुपयुक्त सामग्री को अस्वीकार करना चाहिए और अधिग्रहण का कारण सुरक्षित रखना चाहिए। क्लाउड ब्राउज़र कनेक्शन स्रोत-सामग्री जाँच की जगह नहीं लेता।

प्र: पेज अपडेट के बाद वही सेलेक्टर 0 पंक्तियाँ क्यों लौटा सकता है?

स्रोत ने मार्कअप, रेंडरिंग व्यवहार, या पेज पहचान बदल दी हो सकती है। सेलेक्टर बदलने या खाली परिणाम स्वीकार करने से पहले उन अवलोकनों और अंतिम URL को दोबारा जाँचें।

प्र: Java पायलट को कितना concurrency उपयोग करना चाहिए?

एक सीमित पायलट का उपयोग करें, प्रति-होस्ट संयमित कैप के साथ, जैसे इस उदाहरण की नीति के लिए तीन वर्कर्स। विस्तार को स्रोत के संग्रह नियम और देखे गए संसाधन उपयोग नियंत्रित करते हैं।

प्र: क्या यह कलेक्टर बिना AI एजेंट के चल सकता है या Selenium के साथ-साथ चल सकता है?

Java वर्कफ़्लो निर्धारक (डिटर्मिनिस्टिक) कोड के रूप में बिना AI एजेंट के चल सकता है। मौजूदा Selenium प्रोजेक्ट अपना ब्राउज़र अधिग्रहण लेयर रख सकता है और कैप्चर किया हुआ HTML उसी वैलिडेशन और निर्यात अनुबंध में फ़ीड कर सकता है।