La Tercera es la Vencida
como llevar a cabo un scraping "exitoso"
¿Qué es posible scrapear?
Todo, pero...
¿Qué es posible scrapear?
- Páginas web en general
- Blogs
- Periódicos
- RRSS (facebook, instagram, twitter, etc.)
- E-comerce
¿Para qué?
Recolectar información:
- Alimentar bases de datos
- Monitorizar
- Extracción de contenido (cards)
- Analizar el estado de un sitio:
- Detección de urls
- Manejo del SEO
- Detección de cambios
- Muchos otros
¿Quienes lo usan?
- Marketer@s
- Periodistas
- Científic@s
- Economistas
- Inversionistas
Si usuarios no técnicos sabrían emplearla tendrían mucha ventaja con respecto a sus competidores
¿Qué necesito saber?
- Como funcionan HTTP
- Como funcionan las cookies
- Como funcionan los navegadores
- HTML y JavaScript
- Lenguaje que te permita hacer WS
Scrapeando
Netflix
Evita quedar bloquead@
- Utiliza distintos User-Agents
- Reduce tu velocidad intencionalmente
- Usa un pool de proxies
- Limpia tus cookies