Friki Work

Implementación de Web Scraping para Recolección de Datos Este artículo explora técnicas prácticas de web scraping utilizando Python, enfocándose en la extracción automática de datos de sitios web. Se presentan tres ejercicios que abordan diferentes escenarios: la obtención de rankings universtiarios, la recopilación de precios de productos come ...

Para construir un scraper que descargue cómics de sitios web, empleamos Python con bibliotecas específicas. Las herramientas clave incluyen requests para solicitudes HTTP, BeautifulSoup para el análisis del DOM HTML, y threading para gestionar descargas concurrentes. El proceso general se divide en tres fases: obtención de datos iniciales, extr ...

Descripción del Ejrecicio Este ejercicio se centra en aplicar conocimiantos de manejo de cookies y sesiones en Python para autenticarse en el sitio web de Ele.me y extraer una lista de restaurantes cercanos a una ubicación proporcionada. Sitio web: https://www.ele.me/home/ Objetivos Practicar el uso de cookies y setiones en Python. Manejar sol ...

Al interactuar con APIs o servidores web mediante la biblioteca requests en Python, es común enfrentarse al código de estado HTTP 401 (No Autorizado). Este error indica que el serviddor requiere credenciales válidas para procesar la solicitud. A continuación, se detallan los escenarios más frecuentes y sus respectivas soluciones técnicas. Escen ...

Resolución de Problemas con Conexiones HTTP Los errores como HttpConnectionPool ocurren por solicitudes frecuentes que agotan el pool de conexiones o llevan al bloqueo de IP. Para mitigar esto, se recomienda usar proxies y configurar el header Connection: close. Proxies: Tipos y Niveles de Anonimato Los proxies actúan como intermediarios. Su an ...

Anatomía de las peticiones web Para capturar datos renderizados por el cliente, se pueden usar herramientas de captura de paquetes: F12 (o clic derecho → Inspeccionar) → Network → aquí se pueden encontrar tanto la estrutcura como los datos. Usa Headers y Preview para examinarlos. Protocolo HTTP Un protocolo es un acuerdo formal entre dos comput ...

En el desarrollo de software y el procesamiento de datos, frecuentemente es necesario interactuar con sitios web para realizar tareas como iniciar sesión en sistemas, extraer información, completar formularios o validar funcionalidades. Realizar estas acciones de forma manual es propenso a errores e ineficiente. La biblioteca MechanicalSoup en ...

La librería requests es una herramienta esencial en Python para interactuar con servicios web. A diferencia de urllib, ofrece una itnerfaz mucho más intuitiva y simplificada, actuando como un envoltorio de alto nivel sobre urllib3. Es importante destacar que requests solo descarga el contenido estático; no ejecuta código JavaScript, por lo que ...

Preparación del entorno de desarrollo Para implementar este proyecto, necesitamos configurar un entorno básico. Asegúrese de tener Python 3.7 o una versión más reciente instalado. Puede verificar la instalación ejecutendo el comando correspondiente en su terminal: python --version Si Python está disponible, proceda a instalar la biblioteca req ...

Para extraer los datos del listado de las 250 mejores películas de Douban (posición, título, puntuación, frase destacada y enlace), utilizaremos las bibliotecas requests y BeautifulSoup en Python. La URL base implementa paginación mediante el parámetro start, el cual incrementa de 25 en 25: https://movie.douban.com/top250?start=0, start=25, etc ...