Saltar al contenido
Empezar gratis

Blog

Perspectivas e ingeniería

Análisis en profundidad de la infraestructura de datos web, las técnicas de extracción y el futuro de los datos estructurados a gran escala.

Últimos artículos

156 artículos

XPath vs Selectores CSS: Elegir el correcto
Casos de uso

XPath vs Selectores CSS: Elegir el correcto

TL;DR: Tanto XPath como los selectores CSS localizan elementos DOM, pero resuelven problemas diferentes. Los selectores CSS son más rápidos y más legibles para selecciones sencillas. XPath gana cuando se necesita recorrer el DOM en cualquier dirección, hacer coincidir contenido de texto o manejar lógica condicional compleja. La mayoría de los proyectos de producción se benefician del uso estratégico de ambos.

Mihai Maxim15 min read
Leer artículo
Cómo configurar Axios Proxy en Node.js: Auth, Rotación, SOCKS5
Guías

Cómo configurar Axios Proxy en Node.js: Auth, Rotación, SOCKS5

TL;DR: Axios enruta las peticiones a través de un proxy aceptando un objeto proxy con los campos host, port y auth opcional. Esta guía cubre cómo establecer la configuración del proxy Axios desde cero: cableado básico, proxies autenticados, tunelado HTTPS, un sistema de rotación usando interceptores, SOCKS5 vía socks-proxy-agent, y diagnóstico de errores comunes. Cada fragmento es código Node.js copiable y pegable.

Suciu Dan12 min read
Leer artículo
Archivo de descarga de Puppeteer: 4 métodos para Node.js
Guías

Archivo de descarga de Puppeteer: 4 métodos para Node.js

TL;DR: Un flujo de trabajo de descarga de archivos de Puppeteer tiene cuatro buenas formas: haga clic en un botón y deje que Chrome escriba en una carpeta que usted controla, ejecute fetch() dentro de la página y la tubería base64 de vuelta a Node, dirija el protocolo DevTools de Chrome con eventos de progreso de descarga, o salte el navegador y obtenga la URL con Axios usando cookies cosechadas de la sesión de Puppeteer. Elige por tamaño de archivo, autenticidad, y cómo el sitio expone el enlace.

Mihnea-Octavian Manolache41 min read
Leer artículo
Cómo utilizar un proxy en Node-Fetch: Guía práctica
Guías

Cómo utilizar un proxy en Node-Fetch: Guía práctica

TL;DR: Node-Fetch no tiene un interruptor de proxy incorporado, por lo que debe conectar un agente HTTP, HTTPS o SOCKS5 a la solicitud a través de su opción de agente. Esta guía explica cómo usar un proxy en Node-Fetch de principio a fin: proxies HTTP y HTTPS autenticados, SOCKS5, rotación, reintentos, casos extremos de TLS, resolución de problemas y la ruta moderna undici para Node 18+ native fetch.

Mihnea-Octavian Manolache13 min read
Leer artículo
Web Scraping Tablas JavaScript en Python: De las API ocultas a Playwright
Guías

Web Scraping Tablas JavaScript en Python: De las API ocultas a Playwright

TL;DR: Web scraping JavaScript tables in Python raramente necesita un navegador headless. Abra DevTools, encuentre el punto final JSON que hidrata la cuadrícula, reprodúzcala con solicitudes, pagínela y vuelva a Playwright solo cuando la llamada de red esté firmada, cifrada o sellada de alguna otra forma.

Andrei Ogiolan13 min read
Leer artículo
Cómo raspar tablas HTML en Golang con Colly: Guía de principio a fin
Guías

Cómo raspar tablas HTML en Golang con Colly: Guía de principio a fin

TL;DR: Esta guía muestra cómo raspar tablas HTML en Golang de principio a fin: elegir entre Colly, goquery y golang.org/x/net/html, apuntar al <tbody> correcto, modelar filas como una estructura tipada y exportar JSON y CSV limpios. También obtendrá patrones de paginación, antibloqueo y tablas renderizadas en JavaScript.

Andrei Ogiolan12 min read
Leer artículo

Empieza a crear

¿Estás listo para ampliar tu recopilación de datos?

Únete a más de 2000 empresas que utilizan WebScrapingAPI para extraer datos de la web a escala empresarial sin ningún gasto de infraestructura.

Empieza tu prueba gratuitaLee la documentación