Extraer Códigos Swift Globales y Optimizar la Recolección de Datos Bancarios
La recopilación manual de códigos Swift bancarios globales es un proceso tedioso y propenso a errores, lo que dificulta las operaciones financieras eficientes. Este flujo de trabajo automatiza completamente la extracción de datos completos de códigos Swift desde páginas web, llenando su base de datos con información bancaria precisa para cada país.
Documentation
Extraer Códigos Swift Globales y Optimizar la Recolección de Datos Bancarios
Este poderoso flujo de trabajo n8n raspa sistemáticamente códigos Swift bancarios, nombres, ciudades y sucursales desde el sitio web theswiftcodes.com. Maneja la paginación a nivel de país y página, normaliza los datos de país usando uProc y almacena eficientemente toda la información extraída en una base de datos MongoDB. Esto garantiza que mantenga un repositorio completo y actualizado de códigos Swift bancarios globales sin ningún esfuerzo manual.
Características Clave
- Raspado Web Automatizado: Extrae eficientemente códigos Swift bancarios y detalles asociados desde un sitio web objetivo.
- Normalización de Datos de País: Utiliza uProc para estandarizar nombres de países y códigos ISO para consistencia.
- Manejo de Paginación: Navega automáticamente a través de múltiples páginas dentro de cada país para capturar todos los datos disponibles.
- Almacenamiento Robusto de Datos: Inserta sin problemas los datos extraídos y normalizados en una base de datos MongoDB.
- Caché Local para Eficiencia: Guarda páginas HTML raspadas localmente para evitar solicitudes HTTP redundantes y acelerar las re-ejecuciones.
Cómo Funciona
El flujo de trabajo comienza creando un directorio local para caché. Luego recupera una lista de todos los países desde la página principal de navegación del sitio web objetivo. Cada país se procesa individualmente. Para cada país, el flujo de trabajo utiliza uProc para normalizar el nombre del país y obtener su código ISO. Luego intenta obtener los datos del código Swift para ese país. Para optimizar el rendimiento y reducir la carga del servidor, primero verifica si el contenido HTML para la URL específica ya está almacenado en caché localmente. Si está disponible, lee desde la caché; de lo contrario, realiza una nueva solicitud HTTP, descarga el HTML y lo guarda en la caché local. Luego, el flujo extrae nombres de banco, códigos Swift, ciudades y sucursales desde el HTML. Si hay múltiples páginas de códigos Swift para un país dado, el flujo detecta automáticamente y navega a la página siguiente, repitiendo el proceso de extracción. Finalmente, todos los datos extraídos y normalizados se estructuran e insertan en una colección designada de MongoDB, con marcas de tiempo de creación y actualización. Este proceso continúa hasta que todos los códigos Swift de todos los países y sus respectivas páginas hayan sido recopilados.