lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

herramienta intermedio pythonscrapingmcprag

Scrapling: extrae páginas para tus flujos de investigación

Convierte páginas en datos o Markdown para alimentar búsquedas y agentes. Empieza con una petición HTTP y añade navegador o rastreo cuando la página lo requiera.

✓ verificado el 26 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Preparación

Comprueba Python ≥3.10 con pip en un entorno aislado y abre una carpeta donde puedas escribir quotes.md. Instala los extras en ese mismo entorno; los requisitos adicionales del navegador se preparan solo si eliges esa ruta.

Paso 1: instala los extras de la CLI

Con Python 3.10 o posterior, el README documenta:

pip install "scrapling[shell]"

La instalación pip install scrapling por sí sola solo incluye el analizador de HTML (parser) y no basta para los ejemplos de componentes que descargan páginas (fetchers).

Paso 2: extrae una página de prueba

Ejemplo de la CLI oficial:

scrapling extract get 'https://quotes.toscrape.com/' quotes.md

Abre quotes.md y compara el contenido con la página.

Paso 3: amplía solo si hace falta

Para navegador, sigue Optional Dependencies e instala sus dependencias con el comando documentado:

scrapling install

Para conectar un agente por MCP, sigue la guía oficial https://scrapling.readthedocs.io/en/latest/ai/mcp-server.html; el extra que indica el README es scrapling[ai].

Comprobación

Comprueba que quotes.md contiene las citas de la página, sin tratar una respuesta HTTP correcta como prueba de extracción válida. Revisa campos y contenido antes de incorporarlos a una base documental.

Si algo falla

Un ModuleNotFoundError de fetchers suele indicar que faltan extras. Si falla una página con JavaScript, revisa el modo navegador y sus dependencias. No repitas peticiones indiscriminadamente: distingue un error de selector, renderizado o acceso al sitio.

ver en .md ¿Prefieres el recurso entero?

Qué es

Scrapling es una biblioteca de extracción web con peticiones HTTP, navegadores y rastreadores. También incluye CLI, servidor MCP y una skill para trabajar con agentes.

Para qué te sirve

  • Cuando necesitas recoger campos de varias páginas para un análisis.
  • Cuando preparas documentos web para una búsqueda con recuperación de contexto.
  • Cuando una página con JavaScript requiere un navegador en lugar de una petición HTTP.

Cómo funciona

Los componentes de descarga (fetchers) obtienen páginas y los selectores extraen contenido con CSS o XPath. Los rastreadores (spiders) coordinan peticiones y exportan resultados. La CLI guarda contenido en archivos; las integraciones de IA acercan estas funciones al agente. Los navegadores y módulos adicionales se instalan aparte del motor básico de análisis.

Antes de empezar

Necesitas Python 3.10 o posterior. La instalación básica solo trae el analizador de HTML (parser): para usar fetchers, CLI o MCP debes elegir los extras correspondientes. Los navegadores añaden dependencias del sistema. Puedes probar una página de ejemplo sin clave de API; proxies, servicios externos y modelos pueden tener costes.

Límites y alternativas

Los mecanismos de adaptación y navegador no garantizan acceso a cualquier sitio. Revisa permisos, condiciones de la fuente y datos que vas a recoger. Una página convertida a Markdown todavía puede contener contenido no fiable para el agente. Para HTML ya descargado, usar únicamente el analizador de HTML evita desplegar toda la infraestructura de navegación.

Recursos