BT-12 · Automatización · 7 capítulos

Extraer datos de webs con IA, sin meterte en líos

Precios, catálogos, ofertas o normativa en una tabla: la IA escribe el código, tú decides cuándo sí y cuándo no.

Un libro práctico para recopilar datos públicos de webs con ayuda de un chat de IA, siempre contra sitios de práctica. Aprendes a pedir el código correcto, a extraer de texto sin que la IA invente, a tratar páginas con JavaScript y a dejarlo programado con prudencia. Y un capítulo legal con la norma citada: RGPD, derecho sui generis de bases de datos, propiedad intelectual, condiciones de uso y minería de textos y datos.

Disponible · 12 €Precio final · descarga inmediata

Pagas aquí mismo, sin salir de la web, y al terminar descargas el PDF y todo el paquete.

PDF sin registro: portada, índice completo y el primer capítulo tal como va en el libro.

Pago seguro en esta webVendedor: Parra Capital LLC, titular de la marca BeautyThingsDevoluciones · Licencia

Para quién

Para quién es, y para quién no

Autónomos, analistas y pequeños negocios que usan un chat de IA con soltura y no temen abrir una terminal y pegar un comando. No hace falta saber programar.

Es para ti si…

  • Copias a mano precios, catálogos u ofertas de empleo de varias webs y quieres hacerlo en minutos.
  • Le has pedido a la IA un script de scraping y no sabes si funciona bien ni si puedes usarlo.
  • Quieres seguir normativa o noticias sin revisar las webs cada día.
  • Te preocupa el RGPD o las condiciones de uso y quieres saber dónde está la línea.

No es para ti si…

  • Buscas técnicas para saltarte bloqueos, CAPTCHAs o detección de bots: el libro no las enseña.
  • Quieres montar bases de datos de personas o de contactos para prospección.
  • Necesitas un dictamen jurídico sobre tu caso concreto.

Resultado

Qué sabrás hacer

  1. 01

    Sacar una tabla de 40 filas de una web de práctica en menos de una hora, con la IA escribiendo el código.

  2. 02

    Buscar antes una API, datos abiertos o una exportación, y usar la API del BOE si trabajas con normativa.

  3. 03

    Leer robots.txt y las condiciones de uso, y configurar pausa, identificación y paradas.

  4. 04

    Pedirle a la IA que extraiga de un texto sin inventar, con la frase de origen de cada dato.

  5. 05

    Detectar una página que se pinta con JavaScript y elegir la vía más ligera, de JSON incrustado a Playwright.

  6. 06

    Validar la tabla con cinco comprobaciones y programar la extracción en Windows.

  7. 07

    Saber qué dicen el RGPD, el TRLPI, la Directiva 2019/790 y el RDL 24/2021 sobre lo que extraes.

Índice completo · 7 capítulos

Índice

Los títulos son los del manuscrito. Cada capítulo termina en una decisión que se puede comprobar.

  1. 01Tu primera tabla en 60 minutos
  2. 02Antes de raspar: API, datos abiertos y exportaciones
  3. 03robots.txt, condiciones de uso y buenos modales
  4. 04La IA como extractora: código a partir del HTML o tabla a partir del texto
  5. 05Páginas que se pintan con JavaScript
  6. 06Limpiar, validar y automatizar con prudencia
  7. 07Lo legal, sin sustos

Lo probamos · laboratorio

Lo que pasó al probarlo

Pruebas del 05/11/2026 en Windows 11 con Python 3.12, contra books.toscrape.com y quotes.toscrape.com, con un segundo de pausa entre peticiones.

  • Al pegar en un chat el texto copiado de la página, los 20 precios salieron bien, pero 10 de los 20 títulos venían cortados y las estrellas no estaban: el texto visible no las lleva.
  • El catálogo completo, 1.000 libros en 50 páginas, se extrajo en 76,4 segundos, casi todo esperando la pausa.
  • La versión JavaScript de la web de citas, descargada sin navegador, traía 0 citas en el HTML; los datos estaban en un JSON dentro de la página, y extraerlos así fue más del doble de rápido que con Playwright.
  • Un título aparecía dos veces con fichas y precios distintos: quitar duplicados por nombre habría borrado un libro.

Fuente: Laboratorio BeautyThings, 05/11/2026, sobre sitios creados para practicar scraping.

Laboratorio · con datos

Experimentos de este libro

Cómo medimos

    Paquete digital

    Qué incluye

    Archivos abiertos que puedes leer y editar con cualquier programa. Sin cuentas, sin instaladores de terceros y sin suscripciones.

    BeautyThings-scraping-con-ia-sin-meterte-en-lios.pdf

    El libro, con índice navegable.

    scripts/

    Dos scripts de Python probados contra sitios de práctica: catálogo de libros a CSV y citas en tres modos (HTML, JSON incrustado y Playwright), con requirements.txt.

    plantillas/

    Checklist legal de sí o no para cada proyecto y los prompts del libro listos para copiar.

    Preguntas

    Antes de comprar

    Licencia personal: léela aquí.

    ¿Cómo se compra y qué recibo?

    Pagas aquí mismo, en nuestra página de pago, con el formulario seguro de Stripe, y al terminar vas a tu página de descarga: el PDF y el paquete completo en un ZIP. Tu copia es personal: cada página del PDF lleva tu correo y el número de pedido. La página de descarga funciona durante un año, con un máximo de 10 descargas por archivo. El precio que ves es el precio final. Como es contenido digital de descarga inmediata, antes de pagar aceptas perder el desistimiento de 14 días; si un archivo falla, lo arreglamos.

    ¿Los datos de las pruebas son reales?

    Los documentos son 100 % ficticios: actas, facturas y correos inventados para poder equivocarse sin riesgo. Las cifras sí son reales: son lo que midió el laboratorio el 04/11/2026 sobre esos documentos, con corrección automática por código.

    ¿Necesito saber programar?

    No. La IA escribe el código y el libro te dice qué pedirle, cómo ejecutarlo y cómo comprobar que la tabla es correcta. Sí necesitas instalar Python y pegar comandos en PowerShell, y el capítulo 01 lo hace paso a paso.

    ¿Los ejemplos se hacen contra webs reales?

    No. Todo se practica en books.toscrape.com y quotes.toscrape.com, creadas para aprender scraping. El libro te enseña a decidir si puedes usar una web real, no a usar una concreta.

    BT-12 · 12 €

    Cómpralo y descárgalo al momento

    Precio final, pago único. Antes de pagar puedes leer las condiciones de venta y la licencia.

    Catálogo

    Otros libros

    Ver todos