Envía una lista de dominios y recibe con qué está construido cada sitio: CMS, plataforma de ecommerce, analítica, CDN, alojamiento y servidor web, más una única columna resumen que lista todo lo detectado. Las ejecuciones más recientes añaden encima el desglose por categorías de BuiltWith.
Esto es lo que hay que saber antes de escribir un importador, porque el número de columnas no es estable entre ejecuciones.
Cada ejecución devuelve nueve columnas en minúsculas: domain, luego cms, ecommerce, javascript, analytics, cdn, marketing y server, y por último technologies, un resumen separado por comas de lo detectado. Ese conjunto es el núcleo fiable.
Las ejecuciones más recientes devuelven esas nueve más veinticinco: query y veinticuatro columnas en mayúsculas iniciales con los nombres de categoría propios de BuiltWith - Content Management System, Web Hosting Providers, SSL Certificates, Name Server y el resto. Treinta y cuatro columnas en total. El diccionario de datos de abajo lista ambos conjuntos y marca cuál es cuál.
Escribe el importador contra las nueve y trata las veinticinco como presentes-si-están. Un lector que indexe columnas por posición, o que dé por hecho una cabecera fija, se romperá la primera vez que se encuentre con la otra forma.
Un dominio es toda la entrada. No hay filtros que configurar.
Ambas formas funcionan: un dominio a secas como stripe.com o una URL completa como https://shopify.com.
Medido sobre 9 exportaciones reales que cubren 12 filas y 9 dominios distintos. Las nueve primeras aparecen en cada ejecución; el resto solo apareció en las dos más recientes.
Shopify.Shopify.Next.js y jQuery.Google Analytics y Google Tag Manager.Cloudflare y CloudFront.Intercom.nginx, cloudflare y Vercel.analytics en minúsculas.cdn en minúsculas.cms en minúsculas.Google Workspace en todas las filas de la forma reciente que conservamos.Next.js.en-US y en.Viewport Meta en todas las filas de la forma reciente que conservamos.Klarna.Robots.txt. Fíjate en el guion bajo del nombre de la columna.HTTPS.nginx y Cloudflare.Google Search Console, Facebook.nginx y cloudflare.Intercom.ecommerce en minúsculas. Fíjate en la minúscula inicial del nombre de la columna.HTML5 Video. Fíjate en los espacios alrededor de la barra en el nombre de la columna.Recuentos, no porcentajes. La forma reciente de 34 columnas aparece en solo 4 de las 12 filas que conservamos, una muestra demasiado pequeña para expresarla como tasa de relleno; por eso esta tabla dice "vacía en las cuatro" donde eso es lo que medimos, y no afirma nada sobre cómo se comportan esas columnas a escala. Las nueve columnas en minúsculas están sobre terreno más firme: en las 12 filas, domain llegó siempre, technologies en 10, server en 9, y cms, ecommerce y marketing en 3 cada una. Ejecuta un puñado de dominios propios en el nivel gratuito antes de construir alrededor de una sola columna.
Cada una salió de leer las exportaciones y no la documentación, que es por lo que merecen el espacio.
Dos de las doce filas que conservamos volvieron con todos los campos vacíos salvo domain, incluida technologies. Es un resultado real, no un error: el sitio sencillamente no coincidió con nada. Trata una fila vacía como un resultado normal y no como una consulta fallida, y tu recuento de filas seguirá coincidiendo con la entrada.
El mismo dominio ejecutado dos veces devolvió los mismos cuatro servidores de nombres en dos órdenes distintos dentro de Name Server. Divide por la coma y compara como conjunto: comparar ese campo como cadena informará de un cambio que no ocurrió.
En una exportación Copyright volvió como hds-text--md">©, un fragmento de un atributo de clase HTML que casualmente quedaba junto al símbolo, y no una declaración de copyright. No muestres este campo sin comprobarlo, y no extraigas de él un nombre de empresa.
cms y Content Management System describen la misma detección, igual que cdn y Content Delivery Network. Los valores no siempre se escriben igual: una fila traía server como cloudflare y Web Hosting Providers como Cloudflare. Normaliza mayúsculas y minúsculas antes de unir o agrupar por ellas.
Donde saber sobre qué corre un sitio cambia lo que haces a continuación.
Si tu producto se conecta a una plataforma concreta, la plataforma es el criterio de cualificación. Pasar una lista de dominios y filtrar por cms, ecommerce o analytics separa las cuentas donde tu integración funciona hoy de aquellas en las que sería una migración: dos conversaciones muy distintas, y conviene saberlo antes del primer correo.
Ejecuta todos los dominios de un sector y cuenta los valores de cms, cdn y server. El resultado es una imagen de aquello en lo que ese mercado se ha estandarizado, tomada de los propios sitios y no de casos de éxito de proveedores; y los valores atípicos suelen ser la parte interesante.
Antes de dedicar tiempo de ingeniería a la integración con un socio, ayuda saber qué hay al otro lado. Una fila te dice el alojamiento, la CDN, el servidor y la analítica que usa un sitio, lo que suele bastar para detectar pronto la incompatibilidad, o para confirmar que no la hay.
Sin suscripción, sin mínimo, sin licencia por usuario. Tus primeras 500 filas corren de nuestra cuenta; después, pago por uso.
En cada cuenta nueva, por única vez. Sin tarjeta de crédito. Merece la pena gastar unas cuantas en dominios cuyo stack ya conoces, para ver qué columnas se rellenan con el tipo de sitios que te importan.
Alrededor de 2 $ por cada 1.000 dominios, una fila por dominio: exacto de presupuestar, porque un dominio sin detecciones devuelve exactamente una fila igualmente.
Precios por volumen, SLA, workers dedicados y onboarding a medida para equipos que revisan un gran conjunto de dominios de forma programada. Dinos tus cifras y te pasamos presupuesto.
LIVESCRAPER10 al pagar.Este te dice sobre qué corre un sitio. Estos dos te dicen de quién es y cómo rinde.
Veinte columnas firmográficas a partir de la misma entrada: nombre, token de sector, plantilla, año de fundación, ingresos, dirección y redes sociales. Stack más firmografía cualifica una cuenta mucho mejor que cualquiera por separado.
Estimaciones de ranking e interacción para el mismo dominio: ranking global, por categoría y por país con su variación. Con qué está construido un sitio, junto a cómo rinde frente a sus pares.
Una de las cuestiones más ligeras del catálogo, y merece la pena explicar por qué en vez de limitarse a afirmarlo.
Con qué está construido un sitio lo publica el propio sitio. Una cabecera de servidor, una etiqueta de script, una etiqueta viewport y un registro DNS son cosas que un navegador lee en cada visita: la detección aquí es esa misma observación, hecha a propósito y anotada. En estas columnas no hay ningún dato personal: describen software e infraestructura, no personas.
Dos advertencias honestas. La columna Copyright toma una línea de la página, y en un sitio de una sola persona esa línea puede nombrar a un individuo: trata esas filas con el mismo cuidado que darías a datos de contacto. Y Name Server y Email Hosting Providers describen la infraestructura de un dominio, que es pública pero también es el tipo de detalle que conviene manejar con criterio si vas a publicar en lugar de analizar.
Por nuestra parte: solo fuentes públicamente disponibles, nada detrás de un inicio de sesión, sin rastreadores de terceros en la capa de datos, y tus exportaciones se borran solas a los 30 días.
Las preguntas que más escuchamos. ¿Algo más? Habla con nosotros: las respuestas las escriben personas, no bots.
domain, cms, ecommerce, javascript, analytics, cdn, marketing, server y technologies. Las ejecuciones recientes añaden query más veinticuatro columnas de categoría en mayúsculas iniciales: treinta y cuatro en total. El diccionario de datos de esta página las lista todas y marca a qué conjunto pertenece cada una.technologies. Dos de las doce filas que conservamos volvieron así. Es un resultado real y no un error, y significa que tu recuento de filas de salida sigue coincidiendo con el de entrada.technologies es un resumen separado por comas de lo detectado. Para cualquier cosa programática, procesa las columnas individuales. El contenido del resumen depende de qué forma devolvió la ejecución, así que el mismo dominio puede producir una cadena distinta en una ejecución posterior aunque nada del sitio haya cambiado.Pega tus dominios y obtén el CMS, la plataforma de ecommerce, la analítica, la CDN y el servidor detrás de cada uno. Tus primeras 500 filas son gratis: suficiente para comprobar qué columnas se rellenan con el tipo de sitios que te importan.
Saber con qué está construida una web cambia cómo te acercas a ella. Un prospecto que ya usa la plataforma de ecommerce con la que se integra tu producto es una conversación distinta de uno que tendría que migrar primero; un competidor que se ha estandarizado en una CDN y un stack de analítica concretos dice algo sobre cómo funciona el mercado en el que se mueve. El Extractor de BuiltWith recoge eso a escala. Envía una lista de dominios -funciona tanto un dominio a secas como stripe.com como una URL completa como https://shopify.com- y cada uno vuelve como una única fila que describe las tecnologías detectadas en ese sitio.
Cada ejecución devuelve nueve columnas: el propio dominio, después el CMS, la plataforma de ecommerce, el framework o biblioteca de JavaScript, la analítica y gestión de etiquetas, la CDN, los widgets de marketing y el servidor web, y por último un resumen separado por comas de todo lo encontrado. Las ejecuciones más recientes devuelven esas nueve más veinticinco: la consulta enviada, devuelta, y veinticuatro columnas con los nombres de categoría propios de BuiltWith, entre ellas Content Management System, Email Hosting Providers, Frameworks, Language, Mobile, Name Server, Payment, SSL Certificates, Web Hosting Providers, Web Master Registration, Widgets y Audio / Video Media. Ese comportamiento de dos formas es lo más importante que hay que entender antes de escribir un importador: programa contra las nueve que siempre están y trata el resto como opcional, porque un lector que dé por hecha una cabecera fija se romperá la primera vez que se encuentre con la otra forma.
Cuatro detalles conviene conocerlos de antemano, todos observados en exportaciones reales y no tomados de documentación. Un dominio en el que no se detecta nada produce una fila igualmente, con solo la columna de dominio rellena: es un resultado ordinario, no un fallo, y mantiene el recuento de filas de salida igual al de entrada. Los servidores de nombres de un mismo campo vuelven en distinto orden entre ejecuciones del mismo dominio, así que esa columna debería dividirse por la coma y compararse como conjunto en lugar de compararse como cadena. La columna Copyright no es fiable: en una exportación devolvió un fragmento de un atributo de clase HTML que casualmente quedaba junto al símbolo de copyright, así que no debería mostrarse sin comprobar ni analizarse en busca de un nombre de empresa. Y los conjuntos de columnas en minúsculas y en mayúsculas iniciales se solapan, describiendo las mismas detecciones con capitalización a veces distinta de los valores, lo que importa si agrupas o unes por ellas.
En el plano legal este es de los servicios más ligeros del catálogo, por una razón sencilla: con qué está construido un sitio es información que el sitio publica a cada visitante. Una cabecera de servidor, una etiqueta de script y un registro DNS los lee cualquier navegador en cualquier visita; registrarlos a propósito es esa misma observación puesta por escrito. Ninguna de las columnas describe a una persona. Las dos advertencias que merece la pena señalar son que la columna Copyright toma una línea de la página y puede nombrar a un individuo en un sitio de una sola persona, y que el detalle de infraestructura como los servidores de nombres y el alojamiento de correo, aunque público, merece reflexión si pretendes publicarlo en lugar de analizarlo. No se toca nada detrás de un inicio de sesión, no se ejecutan rastreadores de terceros en la capa de datos y las exportaciones se borran solas a los 30 días. Empieza gratis: tus primeras 500 filas no cuestan nada y no necesitan tarjeta de crédito.