Manuales - ChipToChip | Servicios informáticos Valencia

Aquí tienes un script básico en Python para obtener información de una página web, usando las librerías requests y BeautifulSoup para hacer scraping. Además, te explico cómo instalar las librerías necesarias.

1. Instalación de las librerías

Para empezar, necesitas instalar las siguientes librerías si no las tienes ya:

pip install requests beautifulsoup4

Estas dos librerías te permiten hacer peticiones HTTP y analizar el contenido HTML de las páginas web.

2. Script en Python para hacer web scraping

import requests
from bs4 import BeautifulSoup

# Función para obtener datos de una URL
def obtener_datos(url):
    try:
        # Realizar la solicitud HTTP a la página
        response = requests.get(url)
        
        # Verificar si la solicitud fue exitosa (código 200)
        if response.status_code == 200:
            # Parsear el contenido HTML de la página
            soup = BeautifulSoup(response.content, 'html.parser')
            
            # Aquí puedes extraer diferentes tipos de datos según tus necesidades
            # Ejemplo: Obtener todos los títulos de la página (h1, h2, h3, etc.)
            titulos = soup.find_all(['h1', 'h2', 'h3'])
            for titulo in titulos:
                print(titulo.get_text())  # Imprimir el texto de los títulos
        else:
            print(f"Error al acceder a la página. Código de estado: {response.status_code}")
    
    except requests.exceptions.RequestException as e:
        print(f"Error en la solicitud: {e}")

# Cambia esta URL por la página que quieras analizar
url = 'https://www.ejemplo.com'
obtener_datos(url)

3. Explicación del script

• requests.get(url): Realiza la solicitud HTTP a la URL proporcionada.
• BeautifulSoup(response.content, ‘html.parser’): Analiza el contenido HTML de la página.
• soup.find_all(): Busca todos los elementos HTML que coincidan con el nombre de la etiqueta que le pases (en este caso, busca todos los h1, h2, h3, etc.).
• get_text(): Extrae el texto de cada elemento encontrado.

4. Cómo cambiar la URL

Simplemente cambia la URL en la línea:

url = 'https://www.ejemplo.com'

Póntelo por la URL que desees analizar, y el script imprimirá los títulos de esa página.

5. Ejecutar el script

Guarda el código en un archivo .py (por ejemplo, scraper.py) y ejecútalo desde tu terminal o línea de comandos:

python scraper.py

Eso es todo. El script debería mostrar los títulos de la página web que especifiques en la URL.

Si necesitas modificarlo para obtener otro tipo de información o hacer algo más específico, ¡dímelo y te ayudo!