El scraping consiste en obtener información de páginas web de forma automatizada, simulando el comportamiento de un usuario o de un navegador.

Se utiliza para recolectar datos públicos disponibles en la web.

Casos de uso habituales

• Comparadores de precios
• Listados de ofertas
• Monitorización de cambios en una web
• Extracción de información pública

Herramientas más comunes

• axios / fetch → realizar peticiones HTTP
• cheerio → analizar HTML (similar a jQuery)
• puppeteer → navegador real (Chrome)

Scraping estático vs dinámico

• Estático: HTML generado en servidor (axios + cheerio)
• Dinámico: contenido generado por JavaScript (puppeteer)

Ejemplo con axios y cheerio

const axios = require("axios");
const cheerio = require("cheerio");

const scrapeTitles = async () => {
  const { data } = await axios.get("https://example.com");
  const $ = cheerio.load(data);

  const titles = [];
  $("h1").each((i, el) => {
    titles.push($(el).text());
  });

  return titles;
};

Ejemplo de uso en una API

app.get("/scrape", async (req, res) => {
  const data = await scrapeTitles();
  res.json(data);
});

Consideraciones legales y éticas

• Respetar robots.txt
• No saturar servidores
• Scraping solo de datos públicos
• Revisar términos de uso