智能识别模式
用户无需任何配置，点击即可自动检测当前网页的结构化数据。内置三级识别策略：
1. **表格识别** — 自动检测页面中的 元素，提取表头和数据行
2. **列表识别** — 自动检测商品列表、卡片列表、文章列表等重复结构
3. **链接识别** — 自动提取页面中所有有意义的超链接
### 🎯 CSS选择器模式
高级用户可手动指定采集规则：
- 填写行选择器（如 .product-item、tr），定位每一行数据
- 填写字段定义（JSON格式），精确指定要提取的字段和对应的 CSS 选择器
- 支持提取文本内容、链接(href)、图片(src)等属性
一款基于 Chrome Manifest V3 的网页数据采集工具，支持两种采集模式：
### 🤖 智能识别模式
用户无需任何配置，点击即可自动检测当前网页的结构化数据。内置三级识别策略：
1. **表格识别** — 自动检测页面中的 元素，提取表头和数据行
2. **列表识别** — 自动检测商品列表、卡片列表、文章列表等重复结构
3. **链接识别** — 自动提取页面中所有有意义的超链接
### 🎯 CSS选择器模式
高级用户可手动指定采集规则：
- 填写行选择器（如 .product-item、tr），定位每一行数据
- 填写字段定义（JSON格式），精确指定要提取的字段和对应的 CSS 选择器
- 支持提取文本内容、链接(href)、图片(src)等属性
### 📊 数据预览与导出
- 采集结果实时在弹窗中渲染为表格预览
- 导出 CSV（含 BOM 头，Excel 直接打开不乱码）
- 导出 JSON（结构化数据，便于程序处理）
- 配置自动保存到浏览器本地存储
### 架构设计
采用 Chrome Extension Manifest V3 标准架构，分三个层面：
| 层级 | 文件 | 职责 |
|------|------|------|
| UI层 | popup.html / popup.js | 弹窗交互界面，采集控制与数据预览 |
| 逻辑层 | content.js | 注入目标页面，DOM 操作与数据提取 |
| 后台层 | background.js | Service Worker，管理安装生命周期 |
### 通信机制
采用 Chrome 扩展标准的消息通信模型：
用户点击采集 → popup.js 通过 chrome.tabs.sendMessage 向 content.js 发送配置 → content.js 执行 DOM 解析 → 返回结构化数据 → popup.js 渲染预览表格
### 智能识别算法
content.js 中的 autoScrape() 函数实现了多策略识别：
- **Table 策略**：遍历页面所有表格，选取行数最多的作为数据源
- **List 策略**：预定义了 7 种常见列表 CSS 选择器（ul/li、.card、.product、.post 等），逐一匹配并验证文本多样性
- **Link 策略**：提取正文区域的超链接，过滤导航/页脚等无关区域
### 数据导出
- CSV 导出：添加 UTF-8 BOM（\uFEFF）确保 Excel 正确识别中文
- 字段值自动转义双引号，防止 CSV 格式错乱
### 技术栈
- 纯原生 JavaScript，零第三方依赖
- Chrome Extension Manifest V3
- Chrome API：scripting（脚本注入）、storage（本地存储）、downloads（文件下载）、ta
评论