Día 27 — Web scraping: extrayendo datos de internet

El web scraping consiste en extraer información automáticamente de páginas web. Python destaca en esta tarea gracias a la combinación de dos librerías: requests, que descarga el contenido HTML de cualquier página, y BeautifulSoup, que permite recorrer y extraer elementos concretos de ese HTML de forma sencilla.

Es importante mencionar que antes de hacer scraping a cualquier sitio web conviene revisar su archivo robots.txt y sus términos de servicio, ya que no todas las páginas permiten la extracción automatizada de su contenido.

Código de ejemplo:

import requests
from bs4 import BeautifulSoup

url = "https://ejemplo.com"
respuesta = requests.get(url)
soup = BeautifulSoup(respuesta.text, "html.parser")

titulos = soup.find_all("h2")
for titulo in titulos:
    print(titulo.text.strip())

# Instalación: pip install requests beautifulsoup4

🔐 Python Nivel 3 – Parte 5: Consumo de APIs con Autenticación (Tokens, Headers)

 

🎯 ¿Qué aprenderás?

✅ Cómo consumir APIs que requieren autenticación
✅ Diferencias entre APIs con tokens, headers o claves API
✅ Uso de tokens tipo JWT
✅ Ejemplo real con la API de CoinCap
✅ Cómo automatizar consultas autenticadas

---

🌍 API real: CoinCap (criptomonedas)

🔗 Documentación: https://docs.coincap.io/

Esta API ofrece cotizaciones de criptomonedas. Algunas rutas requieren autenticación con API Key vía encabezado.

---

📦 Paso 1: Instala requests

pip install requests

---

🔐 Paso 2: Crea una cuenta y consigue tu API KEY

1. Ve a https://coincap.io/

2. Crea cuenta gratuita

3. Copia tu clave API

---

📄 Paso 3: Realiza consulta autenticada

import requests

# Tu API Key Pro
API_KEY = "TU_API_KEY"
# URL de CoinCap Pro v3
url = f"https://rest.coincap.io/v3/assets/bitcoin?apiKey={API_KEY}"

try:
    respuesta = requests.get(url)

    if respuesta.status_code == 200:
        datos = respuesta.json()
        # La estructura cambia en v3: datos dentro de "data"
        precio = float(datos['data']['priceUsd'])
        print(f"El precio actual de Bitcoin es: ${precio:.2f}")
    else:
        print("Error al obtener los datos de Bitcoin")
        print(f"Código de estado: {respuesta.status_code}")
        print(f"Mensaje de error: {respuesta.text}")

except Exception as e:
    print("❌ Error de conexión:", e)

---

🔁 Automatizar la consulta

Puedes ejecutar el script cada hora o guardar el valor en un .txt para seguimiento:

import time

while True:
    r = requests.get(url, headers=headers)
    if r.ok:
        precio = r.json()["data"]["priceUsd"]
        print(f"[Auto] BTC: ${float(precio):,.2f}")
    time.sleep(3600)  # cada hora

---

✅ ¿Y si la API usa JWT?

• Algunas APIs envían un token JWT al hacer POST con usuario/clave.

• Lo guardas y lo reutilizas en headers como:
  "Authorization": "Bearer TOKEN_JWT"

🔐 Recomendación: Usa variables de entorno o ficheros .env para guardar tus claves, no las pongas directo en el código.

---

🧠 Aplicaciones reales

✔️ Dashboards de precios en tiempo real
✔️ Integración con bots (Telegram, Discord, etc.)
✔️ Automatización de alertas económicas
✔️ Automatización de reportes o backups usando datos externos

---

📂 Código completo en GitHub:
github.com/josecodetech

🎥 Guía paso a paso en YouTube:
[Tu canal aquí]

🌐 Python Nivel 3 – Parte 4: Manejo de APIs y Automatización de Consultas HTTP

 

🎯 ¿Qué aprenderás?

✅ Qué es una API y cómo funciona
✅ Cómo enviar peticiones HTTP desde Python (GET, POST, etc.)
✅ Cómo consumir datos en formato JSON
✅ Cómo automatizar consultas a servicios externos
✅ Cómo manejar errores y respuestas

---

🔍 ¿Qué es una API?

Una API (Interfaz de Programación de Aplicaciones) permite que dos sistemas se comuniquen. En la web, usamos API REST para acceder a datos, enviar formularios, consultar servicios, etc.

---

📦 Usando requests para consumir APIs

Primero, instala el módulo si no lo tienes:

pip install requests

---

✅ Ejemplo 1: Consultar una API pública (GET)

import requests

url = "https://jsonplaceholder.typicode.com/posts/1"
respuesta = requests.get(url)

if respuesta.status_code == 200:
    datos = respuesta.json()
    print(f"Título: {datos['title']}")
else:
    print("Error al consultar la API")

---

✅ Ejemplo 2: Enviar datos (POST)

import requests

url = "https://jsonplaceholder.typicode.com/posts"
nuevo_post = {
    "title": "Nuevo post",
    "body": "Contenido del post",
    "userId": 1
}

respuesta = requests.post(url, json=nuevo_post)
print(respuesta.json())

---

🔁 Automatizar llamadas a una API

Puedes combinar esto con el programador de tareas de Windows o un bucle para automatizar la consulta de datos:

import time

while True:
    r = requests.get("https://api.exchangerate-api.com/v4/latest/USD")
    if r.ok:
        euro = r.json()["rates"]["EUR"]
        print(f"1 USD = {euro} EUR")
    time.sleep(3600)  # espera 1 hora

---

🛑 Manejo de errores y excepciones

try:
    respuesta = requests.get("https://api.fallida.com/data")
    respuesta.raise_for_status()
    print(respuesta.json())
except requests.exceptions.HTTPError as e:
    print("Error HTTP:", e)
except requests.exceptions.RequestException as e:
    print("Error general:", e)

---

🧠 Aplicaciones comunes

• Consultar precios de criptomonedas o monedas

• Obtener el clima actual

• Enviar formularios automáticamente

• Automatizar tareas de scraping de datos

• Consultar servicios internos de una empresa

---

📂 Código en GitHub:
github.com/josecodetech

🎥 Tutorial en YouTube:
https://youtu.be/LgJQW_fbZeY

Web Scraping con Python

 Como obtener datos de la web usando las librerias requests y beautifulsoup con Python.