autoscraper

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'
# Pasas ejemplos de lo que quieres extraer y la página de donde aprender
wanted_list = ['ejemplo de texto a extraer']
scraper = AutoScraper()
result = scraper.build(url, wanted_list)   # aprende el patrón

# Re-extraer de una página nueva (misma estructura):
req = requests.get('https://ejemplo.com/otra-pagina')
scraper.get_result_similar(req.text)       # <- API real (NO scraper.run)

• 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.