autoscraper

# 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 ```python 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.