Publicamos esta página con las manos vacías y lo decimos. Las dos ejecuciones que tenemos enviaron una dirección de marcador en vez de una URL de Groupon, así que no tenemos pruebas sobre este servicio en ningún sentido, y «sin probar» es una afirmación distinta de «bloqueado», por lo que esta página las mantiene separadas.
Las dos filas que tenemos enviaron la misma dirección de marcador -la URL de ejemplo ficticia que aparece en toda esta familia de exportaciones- y las dos devolvieron http 404, que es lo que devuelve una dirección ficticia. Eso te dice que el exportador funciona. No te dice absolutamente nada sobre Groupon, y esta página no finge lo contrario.
Otras dos páginas de este catálogo informan de rechazos reales: intentos que se hicieron y fueron rechazados. Esta informa de ningún intento en absoluto. Son hechos distintos y llevan a decisiones distintas: una fuente bloqueada necesita un rodeo, una sin probar necesita una prueba. Mantenemos las palabras separadas porque juntarlas exageraría en silencio lo que sabemos.
El 12 de agosto de 2026 accedimos nosotros mismos al robots.txt de Groupon y a una página de búsqueda, con un agente de navegador. Ambos devolvieron HTTP 200: la página de búsqueda volvió con unos 890 KB llevando enlaces a ofertas y el término de búsqueda por todas partes. Así que desde donde estamos el sitio es alcanzable, lo cual no coincide con la nota de nuestro propio catálogo de servicios. Informamos de ambas cosas en vez de elegir la más ordenada.
Este es el hallazgo que debería dar forma a tu trabajo. El robots.txt de Groupon no lleva exclusión general para el grupo general: abre con permitir todo y luego enumera 118 reglas concretas. Una de esas reglas es Disallow: /search*. Comprobado con un analizador adecuado y no con una prueba de prefijo: una URL de búsqueda está prohibida para el grupo general, mientras que una ruta /deals/ está permitida. Apunta a páginas de oferta.
El mismo fichero da una exclusión general a nueve rastreadores nombrados -los conocidos agentes de entrenamiento de IA y de archivo- y lleva una señal de contenido legible por máquina que declara que la indexación de búsqueda es bienvenida y el entrenamiento de IA no. Nada de eso se aplica a una persona que recoge datos de ofertas para su propio análisis, pero es la preferencia declarada del sitio y merece leerse antes de diseñar alrededor.
La facturación sigue a las filas realmente devueltas, así que una ejecución que vuelve vacía no es un cargo. Eso convierte un trabajo pequeño en el siguiente paso sensato, y hace innecesario que adivinemos por ti. Envía unas cuantas URLs de oferta, mira status, y en cinco minutos sabrás más sobre este servicio de lo que esta página puede contarte.
Leído de la fila de cabecera de una exportación real de Groupon, en orden de hoja. Cada descripción de abajo trata de para qué sirve la columna. Donde nuestras otras páginas de catálogo citan recuentos de una ejecución, esta no puede: ninguna ejecución nuestra llegó al sitio.
status, el único campo con algo dentro, y lo que llevaba era la dirección de marcador que mandamos.sku_code.http 404, en las dos filas, de una dirección de marcador que no existe. Concilia por esta columna, y en este servicio trátala como lo primero que hay que leer.Diecisiete columnas por fila · CSV, JSON o Excel
El resumen honesto de esta tabla es que describe una forma, no un resultado. Las diecisiete columnas son reales: vienen de la fila de cabecera de una exportación real y son idénticas byte a byte al esquema que usan nuestros servicios de Uline, CDW, Waxie, Otto, Newegg, Decathlon, Menards y NapaOnline, así que un importador escrito contra cualquiera de ellos aceptará un fichero de Groupon sin cambios. Pero ninguna ejecución nuestra llegó nunca a groupon.com: las dos filas que tenemos son 404 contra una dirección de marcador ficticia. Por eso no podemos decirte qué columnas rellena Groupon, cómo se representa el precio de una oferta ni si una ejecución llega a funcionar. Varias páginas hermanas de este sitio sí llevan datos de precio completos sobre este mismo esquema, y deliberadamente no hemos usado ninguna de sus cifras: un mercado de ofertas es un catálogo distinto de un distribuidor de embalaje, y tomar prestada una cifra sería inventar pruebas.
Esta es la única página del catálogo donde el siguiente paso evidente es tuyo y no nuestro. Envía unas cuantas páginas /deals/, lee status, y sabrás lo que nosotros no sabemos. La facturación sigue a las filas devueltas, así que una ejecución vacía no cuesta nada.
El robots.txt del sitio pide al grupo general que no rastree /search, mientras que las rutas de oferta están permitidas. Da la casualidad de que eso es lo contrario del ejemplo de entrada registrado en nuestro propio catálogo de servicios, así que si ibas a copiar ese ejemplo, este es el párrafo que conviene leer dos veces.
Si lo que necesitas son precios de retail y no Groupon en concreto, nuestros servicios de Best Buy, CDW y Uline devolvieron columnas de dinero reales en sus propias ejecuciones, y cada una de esas páginas dice exactamente qué midió.
La lista de columnas es estable en toda esta familia de servicios. Escribe y prueba tu cargador hoy contra una exportación hermana y apúntalo a Groupon más adelante sin reescribir nada: la fila de cabecera son los mismos diecisiete nombres en el mismo orden.
Por única vez, al registrarte. Sin tarjeta y sin nada que cancelar después.
Se factura por filas realmente devueltas, que es lo que abarata probar este servicio: si no vuelve nada, no se cobra nada.
Los créditos no caducan en un ciclo mensual, así que nada se consume mientras decides si esta fuente merece una prueba.
LIVESCRAPER10 al pagar.Una URL de categoría devolvió 99 filas con precio en nuestra ejecución, sobre el esquema idéntico y sin nada bloqueado: el ejemplo funcional más claro de esta familia.
Un catálogo de consumo donde una URL de colección se abrió en 66 filas, cada una una talla y un color con su propio estado de stock.
La otra página de este catálogo cuyas ejecuciones nunca salieron del marcador: merece leerse junto a esta, porque hace la misma distinción.
El catálogo completo, con todos los demás minoristas y mercados que cubrimos sobre este esquema.
Aquí no se ha recogido nada, así que para nosotros la pregunta es teórica. Para ti no lo es, y el sitio ha publicado una preferencia declarada que merece leerse.
Los precios, los títulos de oferta y los nombres de comercios en un anuncio de acceso público son hechos comerciales corrientes, y leerlos a un ritmo considerado es lo que hace un comprador a mano. Nada en las diecisiete columnas describe a una persona: ni nombre, ni correo electrónico, ni teléfono, ni cuenta. Ahora bien, las fichas de oferta sí nombran negocios locales, que son empresas y no particulares; si piensas republicar datos del comercio, eso es una cuestión de licencia y no de scraping, y te corresponde a ti resolverla.
Lo propio de este sitio es su robots.txt, que sí pudimos leer: respondió a una petición corriente con HTTP 200 el 12 de agosto de 2026. Leído con un analizador de grupos adecuado, el grupo general no lleva exclusión general -permite todo y luego enumera 118 reglas concretas-, pero una de esas reglas pide a los rastreadores que no accedan a rutas /search, mientras que las rutas de oferta están permitidas. El ejemplo de entrada registrado en nuestro propio catálogo de servicios para este scraper es una URL de búsqueda, así que señalamos la discrepancia en vez de reproducir el ejemplo como recomendación. El mismo fichero da además una exclusión general a nueve rastreadores nombrados de entrenamiento de IA y archivo, y lleva una señal legible por máquina que da la bienvenida a la indexación de búsqueda y rechaza el entrenamiento de IA. Lo informamos como preferencias declaradas del sitio.
Nuestras condiciones son las mismas que en cualquier otro servicio de aquí. Solo páginas de acceso público, nada detrás de un inicio de sesión, sin rastreadores de terceros en la capa de datos, y las exportaciones se eliminan automáticamente a los 30 días. La facturación sigue a las filas devueltas, así que una ejecución que vuelve vacía no es un cargo.
http 404, que es lo que devuelve una dirección ficticia. No tenemos pruebas sobre este servicio en ninguna dirección./search, y lo verificamos con un analizador adecuado: una URL de búsqueda está prohibida para el grupo general, mientras que una ruta /deals/ está permitida. Ten en cuenta que el ejemplo de entrada registrado en nuestro propio catálogo es una URL de búsqueda, que es justo por lo que lo señalamos.price antes de calcular un ahorro. Es una advertencia sobre cómo leer los datos, no una afirmación sobre ellos.Dos ejecuciones, ninguna contra Groupon, y una comprobación directa que encontró el sitio respondiendo con normalidad. Envía unas cuantas URLs de oferta, lee la columna de estado, y sabrás más de lo que esta página puede contarte, y una ejecución vacía no factura nada.
Groupon es un mercado de ofertas locales y descuentos, y esta página se publica en un estado inusual: no tenemos pruebas de ningún tipo sobre el servicio. Nuestra carpeta de exportación contiene dos ejecuciones y dos filas, y las dos enviaron la misma dirección de marcador ficticia que aparece en toda esta familia de exportaciones en lugar de una URL de Groupon. Las dos devolvieron un 404, que es lo que devuelve una dirección ficticia. Así que las ejecuciones demuestran que el exportador funciona y no demuestran absolutamente nada sobre Groupon. Podríamos haber descrito las diecisiete columnas con la voz confiada de nuestras otras páginas de catálogo y dejar que el lector supusiera; en cambio, esta página abre diciendo que ninguna petición nuestra ha llegado nunca al sitio.
Esa distinción es la razón de que exista la página. En otras partes de este catálogo hay dos servicios cuyas ejecuciones fueron rechazadas de verdad: intentos hechos contra una URL real, rechazados, con marcas de tiempo y un valor de estado que lo registra. Esas páginas recomiendan un rodeo o un sustituto. Esta no puede, porque una fuente sin probar y una fuente bloqueada son hechos distintos que llevan a decisiones distintas. Juntarlas sería el movimiento fácil y el deshonesto. Lo que sí podemos añadir es una comprobación directa: el 12 de agosto de 2026 accedimos nosotros mismos al robots.txt de Groupon y a una página de búsqueda, con un agente de navegador, y ambos devolvieron HTTP 200, la página de búsqueda con unos 890 kilobytes, llevando enlaces a ofertas y el término de búsqueda por todas partes. Nuestro propio catálogo interno de servicios, mientras tanto, marca este scraper como necesitado de un proxy residencial. Tres fuentes, sin acuerdo, todas informadas aquí.
Merece la pena leer el robots.txt antes de planificar un trabajo, porque contiene una instrucción concreta que va en contra del punto de partida evidente. Analizado con un analizador de grupos adecuado y no con una prueba de prefijo, el grupo general no lleva exclusión general en absoluto: permite todo y luego enumera ciento dieciocho reglas concretas. Una de esas reglas pide a los rastreadores que no accedan a rutas de búsqueda, y confirmamos el resultado en ambos sentidos: una URL de búsqueda está prohibida para el grupo general, mientras que una ruta de oferta está permitida. El ejemplo de entrada registrado en nuestro propio catálogo de servicios para este scraper resulta ser una URL de búsqueda, así que quien copie ese ejemplo estaría empezando justo por la única ruta que el sitio pide al grupo general que evite. Apunta el trabajo a páginas de oferta. El mismo fichero da además una exclusión general a nueve rastreadores nombrados de entrenamiento de IA y archivo, y lleva una señal de contenido legible por máquina que declara que la indexación de búsqueda es bienvenida y el entrenamiento de IA no; son las preferencias declaradas del sitio y las transmitimos en vez de interpretarlas por ti.
Así que el consejo práctico de esta página es inusualmente corto. Pruébalo. La facturación sigue a las filas realmente devueltas, lo que significa que una ejecución que vuelve vacía no es un cargo, y un puñado de URLs de oferta te dirá en cinco minutos lo que nosotros no podemos decirte en absoluto. Si resulta que funciona, tienes una fuente sobre el mismo esquema de diecisiete columnas que todo lo demás de aquí y un importador que ya encaja. Si no, no has perdido nada. Y si lo que necesitas de verdad son precios de retail y no Groupon en concreto, nuestras páginas de Best Buy, CDW y Uline informan cada una de recuentos reales de ejecuciones reales. Solo páginas de acceso público, sin rastreadores de terceros en la capa de datos, las exportaciones se eliminan automáticamente a los 30 días, y tus primeras 500 filas son gratis y sin tarjeta.