Les pages scrapées incluent des headers, footers et publicités qui dégradent la qualité des réponses de l'IA. Cette mise à jour vous permet d'exclure les éléments HTML indésirables de façon globale, tout en personnalisant des exceptions pour des URL spécifiques.

Exclusion par sélecteur CSS

Contrôlez quels éléments HTML sont scrapés sur les pages web grâce à des sélecteurs CSS.

Exclusions globales par défaut

Définissez des sélecteurs CSS qui s'appliquent à toutes les URL scrapées dans Advanced > Web Scraping. Les sélecteurs courants incluent header, footer, .sidebar et .ad.

Surcharges spécifiques par URL

Surchargez les exclusions par défaut lors de l'import d'URL individuelles. Déployez la section Options dans la fenêtre Add Documents pour personnaliser les sélecteurs de pages spécifiques sans modifier les réglages globaux.

📘 Configuration persistante entre les rafraîchissements

Les réglages de sélecteurs CSS persistent à travers tous les rafraîchissements et synchronisations automatiques. Vos règles d'exclusion restent actives à chaque nouveau scraping du contenu.

Statut de scraping en temps réel

Suivez la progression des imports directement dans le Knowledge Hub. Les scrapings en cours affichent une icône de chargement avec une infobulle indiquant le nombre de pages restantes.

Consulter le détail d'un document

Accédez aux informations détaillées de n'importe quel document depuis le Knowledge Hub. La fenêtre Document Details indique quels sélecteurs CSS ont été exclus et propose un aperçu des chunks pour valider la qualité du découpage du contenu.