scraping

Un fork completamente renovado y rediseñado, reimaginado desde cero basado en el onlyfans-scraper original

Newspaper4k, un fork del popular Newspaper3k para la extracción de artículos, títulos y metadatos de sitios web de noticias.

¡El agente que convierte sitios web en APIs!

Crawly, un framework de alto nivel para web crawling y scraping en Elixir.

Archiva automáticamente enlaces a videos, imágenes y contenido de redes sociales desde Google Sheets (y más).

⛏️ El motor de extracción detrás de Maigret: convierte cualquier URL de perfil en un registro OSINT estructurado en más de 150 sitios

Scripts de web scraping en Python escalables para más de 40 dominios populares.

Paquete de Python para la limpieza de texto.

🚀 Web scraping para humanos

Recopile respuestas estructuradas de un scraper de ChatGPT enviando un prompt con credenciales de API válidas. Habilite la búsqueda en vivo, inyecte contexto HTML y automatice flujos de trabajo de scraping inteligente con ChatGPT mediante unos pocos parámetros.

Herramienta de Python para convertir páginas de Notion.so en sitios web estáticos ligeros y personalizables

Conjunto de herramientas CLI para generar automáticamente tablas de contenido en archivos PDF.

Código de tutorial de web scraping en Python, sencillo pero útil.

Motor de scraping autohospedado: evita cualquier desafío de JS y captcha: Cloudflare, Turnstile, reCAPTCHA, hCaptcha, GeeTest. Alternativa y reemplazo directo para FlareSolverr y Byparr en tu stack *arr.

Scraper de perfiles de LinkedIn que devuelve datos estructurados en formato JSON.

Lookyloo es una interfaz web que permite a los usuarios capturar una página web y mostrar un árbol de dominios que se llaman entre sí.

😈📚 Una biblioteca curada de artículos de investigación y presentaciones para entusiastas de la contra-detección y la privacidad web.

Paquete de Python para obtener resultados de búsqueda de Google mediante la API de SERP

Un motor de rotación de proxy de alto rendimiento con gestión automatizada de IP y monitoreo de salud en tiempo real

Paquete de Python para extraer datos de propiedades inmobiliarias.

Comic-dl es una herramienta de línea de comandos para descargar manga y cómics de varios sitios. Sitios soportados: readcomiconline.to, mangafox.me, comic naver y muchos más.

Extrae perfiles de redes sociales y más mediante expresiones regulares

Aprende web scraping y construye un rastreador de precios de comercio electrónico con Next.js 13 en un solo video que cubre extracción de datos, cron jobs, envío de correos, despliegue y más.

Colaboración en entorno aislado para equipos multi-agente: un foro de mensajes respaldado por Git donde cada agente está aislado en su propio sandbox desechable. Coordina entre máquinas sin compartir credenciales ni acceso al host.

Una API para extraer metadatos de sitios web de tribunales estadounidenses.

Kemono pawchive Downloader es una aplicación rápida en PyQt5 para archivar contenido de una amplia gama de sitios, incluyendo Kemono, Coomer, Bunkr, Erome, Saint2.su, nhentai y Discord. Incluye un navegador de creadores, verificador de actualizaciones y admite descargas multiproceso y de varias partes. Las sesiones pueden pausarse, reanudarse o recuperarse.

La demostración más sencilla de automatización de Chrome mediante Python y Selenium en AWS Lambda

Esta aplicación de Python es una herramienta de OSINT (Inteligencia de Fuentes Abiertas) llamada "Ominis OSINT - Web Hunter". Realiza la recopilación de información en línea consultando a Google para obtener resultados relacionados con la búsqueda del usuario. La herramienta extrae información relevante como títulos, URLs y posibles menciones de la consulta en los resultados.

Script de Python 3 para volcar/extraer empleados de empresas desde la API de LinkedIn

Universal Reddit Scraper: funciona en cualquier subreddit o usuario