Prueba de Web Scraping - First Scraper

Este repositorio contiene dos scripts desarrollados en Node.js utilizando Puppeteer para realizar web scraping de un catálogo de productos en línea.

📁 Estructura del Proyecto

• index.js: Automatiza la navegación y extracción de productos a través de múltiples páginas del catálogo.
• modelo2.js: Captura datos directamente desde las respuestas de red (network response), ideal para sitios que cargan contenido dinámico mediante APIs.
• productos.json: Archivo generado con los productos extraídos por index.js.
• productos_2.json: Archivo generado por modelo2.js al interceptar respuestas de red.

🚀 Requisitos

• Node.js >= 18
• Puppeteer

Instalación

git clone https://github.com/mvgarc/model_webscraping.git
cd model_webscraping
npm install puppeteer

🧠 Uso

1. index.js

Extrae datos de productos navegando por varias páginas del sitio web:

node index.js

Lo que hace:

• Navega por 80 páginas (https://X/1/, https://X/2/, ..., https://X/80/)
• Extrae información como:
  • Imagen
  • Título
  • Precio
  • Enlace
• Guarda los datos en productos.json.

---

2. modelo2.js

Captura datos directamente de una API interceptando respuestas de red:

node modelo2.js

Lo que hace:

• Abre el sitio https://X con el navegador visible.
• Escucha las respuestas de red que contienen /productos.
• Guarda los datos en productos_2.json.

⚠️ Consideraciones

• Asegúrate de reemplazar https://X con la URL real del sitio objetivo.
• Verifica que el scraping cumpla con los términos de uso del sitio web.

📄 Licencia

Este proyecto está bajo la licencia MIT.

---

✨ Desarrollado por @mvgarc