Friki Work

Arquitectura Técnica y Enfoque Una evolución clave en el desarrollo de estas herramientas es el paso de un enfoque basado únicamente en Selenium para controlar un navegador, a una arquitectura híbrida más eficiente: Fase de Inicio de Sesión: Se emplea Selenium para manejar procesos de autenticación complejos que puedan involucrar captchas o fl ...

AngleSharp es una biblioteca para .NET diseñada para evaluar y manipular código HTML de manera eficiente. Transforma el marcado en una estructura de árbol DOM gestionable, ofreciendo métodos de extensión similares a los de jQuery para facilitar la interacción con los nodos. Sus principales ventajas incluyen el soporte para selectores CSS, consu ...

Introducción a la Automatización Dual para la Compra de Boletos La búsqueda de entradas para eventos de alta demanda en plataformas populares se ha convertido en un desafío significativo. Para afrontar esta problemática, la ingeniería de software ofrece soluciones avanzadas en forma de sistemas de automatización. El enfoque que presentamos util ...

Para desplegar tareas de automatización o web scraping en un servidor remoto, es fundamental contar con un entorno robusto que permita la ejecución de navegadores sin interfaz gráfica (headless). A continuación, se detalla el proceso para configurar Python 3, gestionar entornos virtuales y poner en marcha Selenium con Google Chrome. 1. Preparac ...

En el desarrollo de soluciones para comercio electrónico, acceder al inventario completo de productos de una tienda es una funcionalidad clave para análisis de mercado y automatización. La pltaaforma 1688 ofrece la API item_search_shop diseñada para este propósito. Esta guía presenta una implementación práctica en Python para consumir este serv ...

Diagnóstico de Defensas: Niveles de Madurez en E-commerce Para desarrollar un motor de extracción de datos resiliente, es imperativo categorizar el nivel de protección del objetivo. Las plataformas de comercio electrónico suelen implementar defensas escalonadas: Fase Inicial: Validación estática basada en User-Agent y límites de frecuencia por ...

Desarrollo de módulos personalizados de publicación en SkyCaiji SkyCaiji es un sistema de scraping open source y gratuito que permite capturar datos simplemente mediante la edición de reglas visuales. Puede ejecutarse localmente, en hosts virtuales o servidores en la nube, y es capaz de extraer contenido de casi cualquier tipo de página web. Su ...

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 ...

Control de Acceso Cortés en Rastreadores Web usando Goutte El scraping web con Goutte frecuentemente resulta en bloqueos de IP o rechazos de solicitudes. Aunque Goutte carece de funciones de limitación de velocidad, es posible extenderlo para desarrollar rastreadores que respeten los servidores objetivo y mantengan eficiencia. Este artículo det ...

Colly es un framework de web scraping para Go que destaca por su capacidad para manejar múltiples protocolos de comunicación. Esta guía técnica explora cómo implementar recolección de datos sobre HTTP, HTTPS y WebSocket utilizando esta biblioteca. Ventajas técnicas de Colly para scraping multiprotocolo El ecosistema actual de aplicaciones web r ...