autoscraper

# 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 ```bash pip install autoscraper ``` ## Uso básico ```python from autoscraper import AutoScraper # Crear scraper aprendiendo de ejemplos wanted_list = ['Price', 'Rating', 'Reviews'] response = requests.get('https://example.com/product') scraper = AutoScraper() result = scraper.build(response.text, wanted_list) # Extraer de nueva página 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⭐)