| name | autoscraper |
| description | AutoScraper — scraping web automático con IA, aprende patrones de selección y extrae datos sin código. |
| category | data-pipeline |
AutoScraper — Scraping Web con IA
Qué es
AutoScraper es una herramienta de scraping que usa patrones de aprendizaje para extraer datos:
- Pattern learning — aprende patrones de selección de la página
- No code — no requiere selectors CSS o XPath
- Adaptive — se adapta a cambios en la estructura de la página
- Fast — basado en requests + pattern matching
Instalación
pip install autoscraper
Uso básico
from autoscraper import AutoScraper
wanted_list = ['Price', 'Rating', 'Reviews']
response = requests.get('https://example.com/product')
scraper = AutoScraper()
result = scraper.build(response.text, wanted_list)
new_response = requests.get('https://example.com/product2')
new_result = scraper.run(new_response.text)
print(new_result)
Casos de uso para David
- Web scraping — extraer datos de sites sin API
- Data collection — recoger datos estructurados de la web
- Integration — usar con crawlee para scraping robusto
- Anti-detection — usar con curl-impersonate
Pitfalls
- No funciona bien con contenido JS-renderizado (usa requests, no browser)
- Los patrones pueden romperse si la página cambia
- No maneja autenticación/login
- Combinar con Playwright/Selenium para JS sites
Referencias
- Repo:
github.com/alirezamika/autoscraper (7K⭐)