Viajes

Tripadvisor Scraper

tripadvisor.com

Tripadvisor está detrás de DataDome, uno de los sistemas anti-bot más difíciles de superar a escala: una petición simple recibe un desafío, no una página. ScrapeUnblocker la renderiza en un navegador real, obtiene la clearance de DataDome una vez y la reutiliza en toda la flota, de modo que una tanda completa de 1000 llamadas se mantiene en el 99,6% en lugar de desplomarse tras los primeros cientos. El texto de las reseñas, las valoraciones y los rankings vuelven en la página tal como los vería cualquier visitante.

Qué puedes extraer

• Nombre y categoría del alojamiento, restaurante o atracción
• Valoración global, número de reseñas y posición en el ranking
• Texto de cada reseña, autor y fecha
• Nivel de precio y etiquetas de cocina o servicios
• Dirección, coordenadas y datos de contacto

Cómo rastrearlo

curl -X POST \
  -H "X-ScrapeUnblocker-Key: $SU_API_KEY" \
  "https://api.scrapeunblocker.com/getPageSource?url=https%3A%2F%2Fwww.tripadvisor.com%2F&parsed_data=true"

import requests

resp = requests.post(
    "https://api.scrapeunblocker.com/getPageSource",
    headers={"X-ScrapeUnblocker-Key": SU_API_KEY},
    params={"url": "https://www.tripadvisor.com/", "parsed_data": True},
)
print(resp.text)

import { ScrapeUnblockerClient } from 'scrapeunblocker';

const su = new ScrapeUnblockerClient({ apiKey: process.env.SU_API_KEY });

const results = await su.getPageSource({
  url: 'https://www.tripadvisor.com/',
  parsedData: true,
});
console.log(results);

Las peticiones son POST y sus parámetros van en la query string. El renderizado en navegador siempre ocurre: no hay ningún flag que activar.

Leer la documentación

Scrapers relacionados