¿Te gustaría obtener todos los enlaces o imágenes que aparecen en una página web?
¿Cómo harías para copiar información dispersa en una misma página?
¿Te armarías de paciencia y comenzarías a copiar y pegar cada fragmento de texto que te interesa?
¿Cómo lo harías si tuvieses que copiar el atributo alt de todas las imágenes de una página?
¿Te pondrías a castigar la vista buscando dentro del código html y a copiar los trozos que te interesan procurando no equivocarte mucho y consciente de que es muy probable que se te pase algo?
¿Contratarías a alguien que te hiciese el trabajo duro? 😉
En fin… el otro día necesitaba hacer algo parecido y, como suelo tender a automatizar las tareas “peñazo” me busqué una alternativa que me evitase convertirme en en mono especializado en el copia y pega 😉
jQuery la herramienta perfecta
¿Quién no conoce jQuery a estas alturas de la película?
Todos los que hemos trabajo, de uno u otro modo, en la creación de páginas web hemos terminado utilizándolo (o librería similar) y amándolo.
Su potencia y simplicidad lo convierten en un compañero ideal.
Usar jQuery en cualquier web
¿Te gustaría poder contar con jQuery en cualqueir página web de Internet aunque sus autores no lo hayan incluido entre las librerías javascripts del proyecto?
Gracias a jQuery-injector podrás hacerlo fácilmente con solo
- instalarlo
- pulsar el icono que aparecerá junto a la barra de direcciones para activarlo.
- abrir la consola (botón derecho > inspeccionar elemento o Mayús+Ctrl+J)
Ejemplo práctico
Imagina que quieres recuperar todas las imágenes que se utilizan en una web.
Lanzando en la consola un
$("img").each(function(){console.log(this.src)})
será más que suficiente para obtener la información que necesitas
Conclusión
Nueva herramienta que dejaré en mi caja para cuando vuelva a tener que hacer manualidades con los datos de una página web.
Plugins como éste son un auténtico regalo con el que se acabó el copiar y pegar (siempre y cuando seas capaz de crear el selector adecuado a utilizar en jQuery)
Buenísimo, no lo conocía, pero un poco duro para el que no sepa programación.
Con esto me puedo creo que me puedo bajar los dibujos para colorear de una tacada si usar wget.
Gracias.
Hombre Julio, poder, puedes descargarte así los dibujitos para colorear pero es más fácil descargar todos los recursos de una web con el addon de Firefox DownThemAll 😉
Gracias por ser el primero en comentar la entrada
Hola:
Enhorabuena por el artículo. Me has picado y tengo una tabla que tiene class=”cell c0″ , ¿sabes como podría extraerlos?, los espacios en blanco no me dejan.
Un abrazo
Bien… si he coseguido “picarte” es que voy por el buen camino; ¿te serviría el siguiente selector de jQuery?
Muy interesante, voy a bajarlo y probarlo en este momento. En mi caso deseo bajar la informacion de un query hecho en esta pagina web: http://www.yellopages.ca
Es posible luego de hacer una busqueda bajar la informacion como nombre de empresa, telefono, website, etc en forma clasificada para luego importarla a un excel?
Voy a investigar de todas maneras, pero cualquier informacion que creas que me pueda servir te agradecere.
Si no estás puesto en programación podrías intentar obtener datos con Yahoo! Pipes o bien, si conoces algún lenguaje, utilizarlo directamente para recuperar el contenido html y aplicar, por ejemplo, transformadas xslt, o bien, usar xpath para recuperar los datos que te interesen.
Como puedes imaginar, posibilidades hay muchas.
Ya nos contarás, suerte con el experimento
Hola, a mi tambien me has picado y me gustaria que si puedes me eches un cable, donde me puedo descargar esta maravilla? Voy a la pagina jquery y me descargo lo que creo que es una libreria no? en mi caso la 1.7.2, y luego que hago, para ver el icono ese que señalas?
Gracias por la informacion, si consigo lo que hago de forma manual, automaticamente, te rezare toda la vida.
Saludos.
Hola buenas!
primero decir que está genial, pero me ha entrado la curiosidad de si también se puede ver la información de todo un sitio web, es decir que pueda navegar por las paginas (siguiente) y extraer toda la información.
Muchas gracias!
Eso requeriría más trabajo y yo optaría por soluciones python y/o bash
Y ¿Será posible copiar solo una libreta de teléfonos de un sitio web?
¿Y por qué no? 😉
hola iba a comentar en una pagina web y cuando ya tenia mi comentario listo apretó post y sale compartir con: face twitter etc. pongo face y el comentario se borro quiero recuperarlo le puede hacer de alguna manera?
Existen addons para guardar lo que se envía a los formularios pero no conozco ninguna opción (salvo saltar a una página anterior en el historial de navegación) que te permita recuperar lo que se ha perdido
Que buen aporte, muchas gracias.
Y esto se podra hacer desde otra pagina web ?
Slds
Se puede hacer desde cualquier sitio… para el “web scraping” te recomiendo otras herramientas 😉
Para hacer esto mismo suelo usar Python y la librería BeautifulSoup, aunque este truco podría serme muy útil en paginas que generan el contenido dinámicamente mediante Javascript o AJAX.
Para quien tenga curiosidad, a continuación dejo un ejemplo sencillo para extraer el texto que hay dentro de los tags <h2></h2> usando BeautifulSoup:
from BeautifulSoup import BeautifulSoup as bssopa = bs("<h2>Titulo 1</h2><h2>Titulo 2</h2><h2>Titulo 3</h2>")
for tag in sopa.findAll("h2"): print "* %s" % tag.string
El cual devuelve lo siguiente:
* Titulo 1
* Titulo 2
* Titulo 3
Para obtener el código HTML de una pagina web concreta se puede usar urllib2 o alguna librería especializada.
¿¡¿Estás haciendo web scraping a algunas páginas compi?!? 😉
Gracias por compartir el fragmento de código: simple pero va al grano
Ojala, mis casos de uso generalmente se limitan a obtener ciertos elementos que de lo contrario seria muy tedioso de hacer con el típico copiar y pegar, aunque ha habido veces en las que he hecho scripts mas complejos (como cuando me ha tocado buscar que pagina dentro de un listado contiene un enlace o imagen determinada).
De hecho di con este post mientras revisaba la categoría addons (estoy encontrando cosas muy interesantes ahí, ademas de algunos artículos en los que después pienso dejar un comentario).
Lo de BeautifulSoup también me pareció interesante comentarlo como una alternativa que puede ser útil en ciertos casos (por ejemplo, si no se tiene acceso a Chrome o Firefox por alguna razón pero hace falta extraer cierta información de una pagina).
Como siempre será un placer comentar contigo cualquier entrada que te mande la atención 😉
Con beautifulSoup y un cron se hacen virguerías (p. e. capturar cclines de 24h de vigencia jejeje)
hola me podrías ayudar urgente con una encuesta, aunque he intentado no me podido necesito ayuda te agradecería si me ayudas o podrías hacer un video disculpa pero no se nada de programación