Escribe una palabra clave - o pega una URL de categoría o de producto de Home Depot - y los anuncios vuelven como una tabla: el producto, su marca, su precio y su precio de lista, su valoración y su número de reseñas, su modelo y su SKU, un enlace, una imagen y su disponibilidad.
Un campo obligatorio y un ajuste. No hay control de orden ni selector de tienda o región.
El límite es por consulta, así que una lista de palabras clave lo multiplica. Una categoría amplia sin límite puede tardar mucho.
Lo que te da una fila de anuncio de Home Depot y no te da una captura de la página de búsqueda.
price y original_price son columnas separadas, así que un descuento es una resta y no una suposición. Sigue el par a lo largo del tiempo y tendrás la forma de una promoción: cuándo empezó, hasta dónde llegó y si volvió.
model y sku vuelven ambos. Dos identificadores te dan dos oportunidades de cruzar una fila con tu propio catálogo o con el feed de otro minorista, que suele ser la diferencia entre un join que funciona y otro que descarta en silencio la mitad de las filas.
No te obligan a elegir una forma de entrada. Un término de búsqueda, una página de categoría y una página de producto pueden ocupar líneas consecutivas de la misma ejecución, de modo que un solo trabajo puede cubrir a la vez un barrido amplio y una lista corta de seguimiento.
Uno es un requisito firme, otro tiene que ver con cuánto está dispuesta a prometer esta página, y el último es una trampa silenciosa en la subida de archivos.
Este servicio necesita tu propio proxy residencial de pago. Cuando una ejecución vuelve sin nada, la plataforma explica por qué: homedepot.com no deja pasar direcciones de proxy gratuitas, hace falta una dirección residencial de pago configurada como PROXY_URL, y tu IP real nunca se usa. Ese mensaje solo aparece después de una ejecución vacía, que es justamente por lo que conviene leerlo antes aquí: de otro modo una tabla vacía parece un servicio roto en lugar de un ajuste que falta.
No hemos medido esta exportación, y esta página no finge lo contrario. Las doce columnas de abajo son las que declara el servicio, en el orden en que las declara. Lo que hay dentro -si price es un número o una cadena, qué vocabulario usa availability, si rating y reviews son cifras simples, con qué frecuencia se rellena original_price- no aparece en ninguna parte de esta página, porque no tenemos ninguna exportación de este servicio con la que contrastarlo. Otras páginas de aquí sí indican formatos; detrás tenían ejecuciones reales. Haz una primera ejecución pequeña y lee tu propia fila de cabecera antes de montar un pipeline sobre cualquier suposición acerca de la forma.
El cargador de archivos lee menos de lo que podrías esperar. Ofrece CSV, XLSX, TXT y Parquet, pero un archivo Parquet se rechaza en el navegador con una nota que te dice que pegues las URLs o uses uno de los otros tres. En un CSV o TXT toma solo la primera columna de cada línea, así que una hoja con las URLs en la columna B se subirá como una lista de lo que haya en la columna A. Un XLSX se comporta igual con la primera hoja. Lo que sí lee se combina con lo que ya esté escrito en la caja y se deduplica, algo cómodo cuando lo sabes y desconcertante cuando no.
Esta es la lista de columnas del propio servicio, en su propio orden. Las descripciones dicen para qué sirve cada columna; deliberadamente no dicen qué aspecto tienen sus valores.
url como destino.price para obtener un descuento. No podemos decirte con qué frecuencia se rellena, porque no hemos ejecutado este servicio.sku, así que no son el mismo número, pero qué numeración usa cada uno no es algo que esta página vaya a afirmar sin una exportación delante.model. Útil como clave de cruce alternativa; en la nota sobre model está el motivo por el que ninguno se describe aquí con más precisión.Estas son columnas declaradas, no medidas. Cualquier otra afirmación de esta página procede o bien de la propia lista de columnas del servicio, o bien de la interfaz de la plataforma que puedes ver tú mismo; nada viene de una exportación, porque no tenemos ninguna de este servicio. Por eso arriba no se indica ningún tipo, formato, vocabulario de valores ni tasa de relleno: una conjetura plausible sobre availability o price te valdría menos que un hueco honesto. Dos cosas en las que sí puedes confiar. La lista de columnas está fijada en doce y es la base de cualquier descarga JSON o Excel, así que una fila de cabecera no te sorprenderá. Y la ejecución no devolverá nada en absoluto si antes no hay un proxy residencial de pago configurado, que es con diferencia el motivo más frecuente de que este servicio parezca vacío. Haz una primera ejecución pequeña, lee tu propia fila de cabecera y trátala como la especificación de todo lo que venga después.
Todos empiezan con algo que escribirías en el propio buscador de Home Depot.
Pega una URL de categoría, ejecútala de forma programada y mantén price junto a original_price. La diferencia entre ambos es la promoción, y observarla en toda una categoría dice más que observar cualquier producto suelto.
Sube tus palabras clave o URLs de producto y luego cruza los resultados con tu propio catálogo por model o por sku. Dos columnas de identificador significan que una fila que falla con una todavía tiene una segunda oportunidad con la otra.
Una ejecución amplia de categoría sin límite devuelve el surtido como filas: marcas, niveles de precio, valoraciones y números de reseñas juntos. Es una pregunta distinta de cuánto cuesta un producto concreto, y es la que conviene hacerse primero.
La misma tarifa plana que cualquier otro scraper de la plataforma. Sin plan, sin licencias, sin mínimo mensual.
Una sola vez en cada cuenta nueva. Sin tarjeta. Todos los scrapers desbloqueados, y suficiente para confirmar que tu proxy está configurado y leer tú mismo la fila de cabecera real de este servicio antes de montar nada encima.
Unos 2 $ por 1.000 productos, la misma tarifa plana que cualquier otro scraper de aquí. El límite se aplica por consulta, así que una lista de palabras clave lo multiplica, y dejarlo vacío lo trae todo.
Precio por volumen, SLA, workers dedicados e integración a medida para equipos que siguen surtidos minoristas de forma programada, en lugar de consultar un puñado de productos. Dinos tus cifras y te preparamos un presupuesto.
LIVESCRAPER10 al pagar.Este devuelve la fila de producto. Aquellos devuelven lo que hay detrás, o el mismo lineal en la competencia. Cada uno tiene su propio esquema.
El siguiente paso natural: esta página te da productos y sus números de reseñas, aquella te da las reseñas en sí. Es un servicio aparte, en un endpoint aparte y con su propia lista de columnas: lee los dos diccionarios en lugar de suponer que encajan.
El mismo lineal en el competidor más cercano. Ejecutar una categoría en ambos es lo que hace que una comparación de precios deje de ser anecdótica, aunque los dos servicios tienen esquemas propios, así que cruza por tus identificadores y no por la posición de la columna.
Un tercer minorista de bricolaje, útil cuando una comparación a dos bandas sigue quedando ambigua. La misma cautela de antes con los esquemas: trata la lista de columnas de cada servicio como propia.
Respuesta corta: son anuncios de productos públicos, y nada en las doce columnas describe a una persona.
Todo lo que hay en estas columnas se le muestra a cualquier visitante en una página pública de búsqueda o de producto de homedepot.com. No se usa ningún inicio de sesión, no se cruza ningún muro de pago y no se toca ninguna cuenta. Recopilar información de productos y precios publicada abiertamente para investigación y comparación es una práctica establecida desde hace mucho, y la transparencia de precios es uno de los casos más claros a su favor.
Esta exportación no lleva datos personales. Cada columna describe un producto: un nombre, una marca, dos precios, una valoración y un recuento, dos identificadores, un enlace, una imagen y un estado de disponibilidad. En la lista declarada no aparece ningún autor de reseña, ningún nombre de vendedor, ningún contacto ni ningún correo, algo que no podemos decir de la mayoría de las páginas de este sitio. La valoración es un agregado de lo que dijeron los clientes y no lo dicho en sí; si quieres las reseñas individuales, ese es el servicio aparte enlazado arriba, y trae consigo una obligación mayor.
La exigencia de pasar por tu propio proxy residencial de pago es una condición técnica de uso más que jurídica, pero conviene leerla como una señal: Home Depot dedica un esfuerzo real a controlar el acceso automatizado, y sus términos lo regulan. Léelos antes de escalar, mantén la recopilación proporcionada a la investigación que realmente estás haciendo y no tomes unos precios publicados como licencia para republicar un catálogo entero. No ejecutamos rastreadores de terceros en la capa de datos, y tus exportaciones se autoeliminan a los 30 días.
Devuelven cosas muy distintas, y ejecutar ambas es la forma más rápida de ver para qué sirve esta exportación. Tus primeras 500 filas son gratis.
El Scraper de Productos de Home Depot convierte una búsqueda en homedepot.com en una hoja de cálculo. Envías palabras clave o URLs de Home Depot -una por línea, mezcladas libremente, con páginas de categoría y de producto individual admitidas por igual, o subidas como archivo CSV, XLSX o TXT-, fijas un límite por consulta y cada anuncio vuelve como una fila: el nombre del producto, su marca, su precio y su precio de lista, su valoración y su número de reseñas, un número de modelo y un SKU, un enlace a la página, una imagen y un estado de disponibilidad. Doce columnas, una fila por producto, descargables en JSON o Excel.
Dos cosas condicionan su uso, y conviene conocer ambas antes de una primera ejecución. La primera es que el servicio exige tu propio proxy residencial de pago, configurado como PROXY_URL. Home Depot no deja pasar direcciones de proxy gratuitas, y una ejecución sin uno vuelve vacía: la plataforma explica el motivo solo después, que es justo por lo que aquí se dice al principio. La segunda es que esta página documenta la lista de columnas declarada y se detiene ahí a propósito. No tenemos ninguna exportación de este servicio, así que aquí nada afirma un tipo de dato, un formato de valor, un vocabulario para availability ni con qué frecuencia se rellena original_price. Varias páginas de este sitio sí indican formatos medidos, porque había ejecuciones que leer; esta es honesta al reconocer que no las tiene. Haz una primera ejecución pequeña y deja que tu propia fila de cabecera sea la especificación.
Lo que sí te dice la lista de columnas merece la pena. price y original_price llegan como columnas separadas, así que un descuento es aritmética y no inferencia, y seguir el par a lo largo de una categoría en el tiempo te da la forma de una promoción en vez de una instantánea. model y sku se declaran por separado, lo que significa dos oportunidades de cruzar una fila con tu propio catálogo o con el feed de un competidor, que suele ser la diferencia entre una tasa de coincidencia fiable y otra que descarta filas en silencio. Y como palabras clave y URLs comparten la misma caja de entrada, un solo trabajo puede cubrir a la vez un barrido amplio de categoría y una lista corta de productos concretos.
Unas notas prácticas. El límite es 100 por defecto, acepta un mínimo de 1 y se aplica por consulta y no por ejecución, así que una lista de palabras clave lo multiplica; déjalo vacío para llevarte todo, aunque una categoría amplia sin límite puede tardar mucho. El cargador de archivos solo lee la primera columna de un CSV, TXT o XLSX, y rechaza Parquet en el navegador, así que mantén tus URLs en la columna A. No hay control de orden ni selector de tienda o región: ordena la exportación después de descargarla. En lo legal, esta exportación es inusualmente limpia: cada columna describe un producto y no a una persona, y en la lista declarada no aparece ningún autor de reseña, vendedor, contacto ni correo. Los términos de Home Depot siguen rigiendo el acceso automatizado, así que léelos antes de escalar. Empieza gratis: tus primeras 500 filas no cuestan nada ni piden tarjeta, y después son 0,002 $ por fila, tarifa plana. Consulta precios para las tarifas actuales.