| name | autoscraper |
| description | Usa al scrapear con AutoScraper (aprende patrones). |
| version | 2.0.0 |
| tags | ["scraping","autoscraper","python","aprieta","ml","web","patrones"] |
| related_skills | ["adaptive-web-scraping","scrapy-web-scraping","crawlee-web-scraping","google-maps-scrapper"] |
AutoScraper — scraping que aprende patrones por ti
⚠️ Corrección 2026-09-05 (auditoría stars-explorer): la v1 usaba scraper.run(texto) — inexistente. La API real para re-extraer de una página nueva es get_result_similar()/get_result().
Repo upstream: https://github.com/alirezamika/autoscraper (MIT, Python, ~7.9K⭐).
When to Use
- Cuando pidas scrapear una web sin escribir selectores a mano: le das ejemplos de lo que quieres y aprende el patrón.
- Para sitios con estructura estable donde el selector cambia poco; ideal para prototipos rápidos.
Uso
import requests
from autoscraper import AutoScraper
url = 'https://ejemplo.com'
wanted_list = ['ejemplo de texto a extraer']
scraper = AutoScraper()
result = scraper.build(url, wanted_list)
req = requests.get('https://ejemplo.com/otra-pagina')
scraper.get_result_similar(req.text)
build(url, wanted_list) acepta el HTML/código de la página.
- Para extracción exacta:
get_result() / get_result_exact().
Pitfalls
- La API es
get_result_similar() (o get_result/get_result_exact); no existe scraper.run().
- Importar
requests al usar requests.get(...).
- Solo aprende patrones de sitios con estructura repetitiva; webs dinámicas (JS) necesitan browser automation.
Verificación
scraper.build(url, wanted_list) → get_result_similar(req.text) y comprobar que devuelve el mismo tipo de datos en una página distinta del mismo sitio.