Pega URLs de hoteles de Booking.com, una por línea, y la sección de reseñas vuelve como tabla: quién la escribió y desde qué país reservó, qué le gustó y qué no en columnas separadas, junto a la puntuación, las fechas de estancia, la habitación que tuvo y el tipo de viaje. Once columnas, una fila por reseña.
Un campo obligatorio y dos controles, más una cosa que hay que preparar antes de la primera ejecución.
booking.com/hotel/<cc>/<slug>.html por línea, o sube un archivo CSV, XLSX, TXT o Parquet.PROXY_URL residencial. En palabras del propio servicio, Booking bloquea las IP gratuitas y de centro de datos, así que hace falta una residencial de pago, y tu IP real nunca se usa.El límite es por consulta, no por ejecución: cinco hoteles con un límite de cien son cien reseñas de cada uno, no cien en total.
La ordenación abre en Most Relevant, que es el orden propio de Booking y no uno sin criterio. Lowest Scores es el ajuste que responde a la pregunta con la que llega casi todo el mundo, y Older First es el raro: permite leer las reseñas anteriores a una reforma o a un cambio de gestión, que ningún desplazamiento por las más nuevas te va a enseñar.
Booking pregunta a los huéspedes qué les gustó y qué no como dos preguntas, y la exportación lo mantiene como dos columnas en vez de un párrafo por el que hay que abrirse paso. Esa es la razón estructural para preferir esto a un extractor de reseñas genérico, aunque lee antes el diccionario de datos: disliked es también la columna que nuestras propias ejecuciones nunca consiguieron llenar.
reviewer_country, room_type y traveler_type están declaradas junto al texto, y esa combinación es para lo que sirve de verdad una exportación de reseñas: una queja de una persona que viaja sola por trabajo en la habitación más barata es una señal distinta de las mismas palabras escritas por una familia en una suite. Confirma en tu propia ejecución cuáles llegan llenas: a nosotros nos llegaron el texto y el país, y el resto no.
Los nombres vienen de la lista que el propio servicio declara, así que la forma del archivo no está en duda. Qué contenía cada uno es una historia mucho más corta, y esta página la cuenta en vez de describir un esquema como si fuera un resultado.
reviewer_country volvió vacía.Los nombres son los del servicio; el comportamiento es una afirmación mucho más estrecha, y la distancia entre ambos es todo el sentido de esta sección. Nuestras medidas vienen de treinta y seis filas que cubren exactamente dos hoteles: veintidós reseñas distintas una vez quitadas las filas repetidas entre ejecuciones. En esa muestra, solo cuatro de las once columnas llevaron alguna vez un valor: query, reviewer_name, reviewer_country y liked. Las otras siete - score, review_title, disliked, date, stay_date, room_type y traveler_type - estaban vacías en todas las filas. Están documentadas porque forman parte del esquema declarado, no porque las hayamos visto funcionar, y por eso esta página no indica formato para las fechas, ni escala para la puntuación, ni vocabulario para los dos campos de segmentación. Lo que sí podemos contarte de las cuatro que funcionaron está arriba, y lo práctico es que liked es un fragmento truncado con espacios a ambos lados, y que un reviewer_country ausente significa que el país acabó dentro de reviewer_name. Configura una PROXY_URL residencial de pago antes de tu primera ejecución -el servicio dice sin rodeos que Booking bloquea las IP gratuitas y de centro de datos- y luego gasta unas filas gratis en un hotel que te importe y lee las columnas tú mismo.
Todas empiezan con un enlace de hotel que puedes copiar de la barra de direcciones.
Una mala reseña es una anécdota; la misma frase en treinta es un parte de mantenimiento. Exporta las reseñas de un alojamiento, ordena por Lowest Scores y lee el texto de principio a fin: las palabras que se repiten suelen ser sobre un ascensor, un servicio de desayuno o una pared.
La sección de reseñas de un hotel competidor es la descripción más franca que hay de él, y es pública. Apunta el scraper a su ficha y obtienes las mismas once columnas que para el tuyo, así que los dos archivos se comparan directamente.
Older First es la ordenación que rara vez encuentras en otra parte. Para una adquisición, una revisión de franquicia o una decisión de proveedor, las reseñas de hace dos años te dicen si un problema se resolvió o simplemente quedó enterrado bajo las más nuevas.
Sin suscripción, sin mínimo, sin licencia por usuario. Tus primeras 500 filas corren de nuestra cuenta; a partir de ahí, pago por uso.
Para cada cuenta nueva, una sola vez. Sin tarjeta de crédito. Todos los scrapers desbloqueados. Dado cuánto de este esquema no hemos visto nunca lleno, esta es la parte que más importa aquí: gasta unas filas en establecer qué columnas llena de verdad tu ejecución antes de planificar con ellas.
Unos 2 $ por 1.000 reseñas, la misma tarifa plana que cualquier otro scraper de la plataforma. El límite es por consulta, así que diez hoteles con un límite de cien son mil filas: conviene hacer la cuenta antes de empezar, y es buena razón para acotar primero la ordenación.
Precios por volumen, SLAs, workers dedicados y onboarding a medida para equipos que siguen una cartera en lugar de un alojamiento. Dinos tus números y te preparamos una propuesta.
LIVESCRAPER10 al pagar.Una reseña es un hecho sobre un hotel. Estos devuelven los demás.
Los tipos de habitación y las tarifas del mismo hotel en lugar de sus reseñas, una fila ancha por alojamiento. Ejecuta ambos y podrás poner una queja al lado de lo que cuesta de verdad la habitación de la que hablaba.
Alojamientos de una búsqueda por destino en lugar de una lista que ya tienes. Ejecútalo primero cuando necesites la propia lista corta y trae después las URLs aquí.
El mismo alojamiento juzgado por otro público. Las reseñas de Booking vienen de gente que reservó allí; las de Tripadvisor, de cualquiera, y la diferencia entre ambas suele ser el hallazgo.
Respuesta corta: sí, siempre que solo recojas lo que es públicamente visible en la página de un hotel - y eso es todo lo que lee este servicio.
La sección de reseñas de un hotel es pública. Cualquiera puede abrir la ficha sin cuenta y leerla, y recopilar información públicamente visible para investigación de mercado y competencia es una práctica asentada desde hace mucho. Mientras los datos sean de acceso público y el proceso no perturbe el servicio, no hay leyes federales que lo prohíban.
Ahora bien, las reseñas las escriben personas, y esta exportación lleva más sobre ellas que la mayoría: un nombre visible, el país desde el que reservaron y -cuando llegan- la habitación en la que se alojaron y el tipo de viaje. Públicamente visible no es lo mismo que libre de obligaciones. Si lo almacenas estás tratando datos personales, y el RGPD y regímenes similares te aplican sin importar de dónde lo sacaste. Leer quejas de forma agregada para arreglar un alojamiento es un caso sencillo; montar un archivo sobre huéspedes identificables no lo es, y este servicio no está pensado para eso.
Los términos de Booking restringen el acceso automatizado, así que sigue siendo una cuestión de términos. No tocamos nada tras un inicio de sesión, leemos solo lo que ve cualquier visitante, no ejecutamos rastreadores de terceros en la capa de datos y tus exportaciones se autoeliminan a los 30 días.
Las preguntas que más oímos. ¿Algo más? Habla con nosotros: las respuestas las escriben personas, no bots.
Configura un proxy residencial, pega una URL de hotel, saca la ordenación de Most Relevant y mira qué escribieron de verdad los huéspedes. Tus primeras 500 filas son gratis.
Las reseñas de Booking las escriben personas que se alojaron de verdad -la plataforma solo las acepta de reservas completadas-, lo que hace la sección inusualmente valiosa de leer e inusualmente difícil de leer en volumen, porque es un widget por el que solo puedes desplazarte. Este servicio la convierte en una tabla. Pega URLs de hoteles de Booking.com, una por línea, y cada reseña vuelve como una fila: el nombre del huésped y el país desde el que reservó, qué le gustó y qué no en columnas separadas, la puntuación, la fecha, las fechas en que se alojó, la habitación que tuvo y el tipo de viaje. Once columnas, una fila por reseña.
Dos controles dan forma a la ejecución. El límite es por consulta y no por ejecución, así que diez hoteles a cien cada uno son mil filas; viene con 100 por defecto y el aviso del propio campo dice que lo dejes vacío para todas. La ordenación tiene cinco ajustes - Most Relevant, Newest First, Older First, Highest Scores y Lowest Scores - y el primero es el de por defecto. Merece un momento de reflexión: Most Relevant es el orden propio de Booking, no uno neutro. Lowest Scores es el ajuste que responde a la pregunta con la que llega casi todo el mundo, y Older First es el raro que te deja leer cómo era un alojamiento antes de reformarse.
Hay una cosa que preparar antes de la primera ejecución. En palabras del propio servicio, Booking bloquea las IP gratuitas y de centro de datos, así que hace falta una PROXY_URL residencial de pago, y tu IP real nunca se usa. Hacerlo primero te ahorra una ejecución vacía y una conclusión equivocada sobre el servicio.
Los límites honestos se dicen aquí y no en letra pequeña, porque cambian con qué contar. Los once nombres de columna son la lista que el propio servicio declara y son fiables. El comportamiento detrás está medido sobre treinta y seis filas que cubren exactamente dos hoteles -veintidós reseñas distintas una vez quitados los duplicados entre ejecuciones- y en esa muestra solo cuatro de las once columnas llevaron alguna vez un valor: query, reviewer_name, reviewer_country y liked. Las otras siete, disliked entre ellas, estaban vacías en todas las filas, así que esta página no afirma formato para las fechas, ni escala para la puntuación, ni vocabulario para los campos de habitación y viajero. Dos detalles prácticos sobre las que sí funcionaron: liked es un fragmento truncado con un espacio a cada lado, cortado a distintas longitudes en distintas ejecuciones; y donde reviewer_country estaba vacía, el país había acabado dentro de reviewer_name. Lanza el plan gratuito contra un alojamiento que te importe y lee tú mismo tus columnas. Tus primeras 500 filas no cuestan nada y no necesitan tarjeta. Consulta precios para las tarifas actuales.