Repolode
Enviar
omkarcloud

omkarcloud/botasaurus

Framework de Python para crear scrapers web que buscan evitar la detección de bots, con modos de navegador y solicitudes HTTP, generación de interfaces y compatibilidad con aplicaciones de escritorio.

Ver en GitHubSitio web
Estrellas
5,783
Forks
507
Issues abiertos
59
Último commit
hace 3 meses

¿Qué es?

Botasaurus es un framework de Python para web scraping. Ofrece decoradores para ejecutar funciones de scraping en un navegador Chrome con comportamiento humano (@browser), mediante solicitudes HTTP ligeras (@request) o con bibliotecas de terceros como Playwright y Selenium (@task). Las funciones de scraping pueden recibir una lista de entradas, ejecutarse en paralelo y guardar los valores devueltos en archivos JSON.

El proyecto se centra en evitar la detección de bots. Incluye opciones de configuración del navegador, como rotación de proxies, perfiles persistentes de Chrome, extensiones, modo headless y la posibilidad de evitar Cloudflare mediante bypass_cloudflare. También ofrece solicitudes fetch desde el navegador para reducir los costos de ancho de banda de los proxies, además de utilidades para caché, sitemaps, limpieza de datos e información de IP.

Además de los scripts, Botasaurus puede generar una interfaz web con controles de entrada, tablas de resultados y una API REST a partir de un scraper. También permite crear aplicaciones de escritorio multiplataforma para Windows, macOS y Linux usando JavaScript.

Funciones clave

  • 01Tres decoradores (@browser, @request, @task) para hacer scraping con el navegador, mediante HTTP y con bibliotecas de terceros.
  • 02Opciones integradas para evitar la detección, como la posibilidad de evitar Cloudflare, el movimiento del mouse con comportamiento humano y el control de la huella digital.
  • 03Rotación de proxies, perfiles persistentes de Chrome y compatibilidad con extensiones de Chrome.
  • 04Ejecución en paralelo sobre listas de entradas, con resultados guardados en JSON.
  • 05Genera una interfaz web, una API REST y una aplicación de escritorio a partir de un scraper.

Casos de uso

  • Hacer scraping en sitios protegidos por Cloudflare u otros servicios de detección de bots.
  • Ejecutar grandes lotes de visitas a páginas con rotación de proxies y procesos en paralelo.
  • Convertir un scraper interno en una herramienta web o de escritorio para usuarios sin conocimientos de desarrollo.

Temas

#web-scraping#python#anti-bot#browser-automation#selenium-alternative#cloudflare-bypass#proxy#scraping-framework#anti-detect#anti-detect-browser

Preguntas frecuentes

¿Qué es botasaurus?
Framework de Python para crear scrapers web que buscan evitar la detección de bots, con modos de navegador y solicitudes HTTP, generación de interfaces y compatibilidad con aplicaciones de escritorio. Botasaurus es un framework de Python para web scraping. Ofrece decoradores para ejecutar funciones de scraping en un navegador Chrome con comportamiento humano (@browser), mediante solicitudes HTTP ligeras (@request) o con bibliotecas de terceros como Playwright y Selenium (@task). Las funciones de scraping pueden recibir una lista de entradas, ejecutarse en paralelo y guardar los valores devueltos en archivos JSON.
¿botasaurus es gratuito? ¿Qué licencia tiene?
botasaurus es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿botasaurus sigue mantenido?
Actualizado en los últimos 6 meses. El último commit de botasaurus fue el 26 jul 2026.
¿Para qué puedo usar botasaurus?
Hacer scraping en sitios protegidos por Cloudflare u otros servicios de detección de bots. Ejecutar grandes lotes de visitas a páginas con rotación de proxies y procesos en paralelo. Convertir un scraper interno en una herramienta web o de escritorio para usuarios sin conocimientos de desarrollo.
¿Dónde consigo botasaurus?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/omkarcloud/botasaurus

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados