{"id":574,"date":"2019-03-07T17:08:07","date_gmt":"2019-03-07T16:08:07","guid":{"rendered":"https:\/\/tiraquelibras.com\/blog\/?p=574"},"modified":"2019-12-26T17:00:42","modified_gmt":"2019-12-26T16:00:42","slug":"web-scraping-con-beautifulsoup-en-python","status":"publish","type":"post","link":"https:\/\/blog.tiraquelibras.com\/?p=574","title":{"rendered":"Web Scraping con BeautifulSoup en Python"},"content":{"rendered":"

Web Scraping<\/strong> es una t\u00e9cnica utilizada para la extracci\u00f3n de informaci\u00f3n dentro de una web, simulando la navegaci\u00f3n humana. Con esta informaci\u00f3n podemos obtener el contenido de las etiquetas de un documento HTML<\/strong> o XML<\/strong> con el fin de recopilar informaci\u00f3n sobre el contenido de una p\u00e1gina web, como los valores y contenidos de sus etiquetas, metadatos<\/em>, enlaces dentro de etiquetas de tipo <a><\/strong><\/em>, etc. En resumen, y haciendo una traducci\u00f3n literal, se trata de \u00abescarbar una web<\/strong><\/em>\u00ab.<\/p>\n

Estas t\u00e9cnicas se conocen con varios nombres, como web crawling<\/strong>,\u00a0screen scraping<\/strong>,\u00a0web extraction<\/strong>,\u00a0crawl spider<\/strong>,\u00a0web-bot<\/strong>,\u00a0spider robot<\/strong>,\u00a0data mining<\/strong>,\u00a0harvests<\/strong>, \u2026<\/p>\n

Se puede aprovechar esta t\u00e9cnica para obtener grandes cantidades de informaci\u00f3n haciendo uso de b\u00fasquedas en p\u00e1ginas web, que junto al uso de expresiones regulares podemos obtener la informaci\u00f3n deseada.<\/p>\n

Como ejemplos de uso, sin entrar en detalle ya que no es el objetivo de esta entrada:<\/p>\n