Pega una URL de ciudad o de categoría y recibe todos los restaurantes que hay en ella como filas: el nombre, sus cocinas, la puntuación y la cifra de reseñas, la banda de precios, una dirección en cinco partes, un teléfono en E.164 y los enlaces a la tienda y a su imagen. Apunta a una sola tienda y obtendrás esa única fila.
Navega Uber Eats como lo haría un cliente -una ciudad, o una cocina dentro de una ciudad- y pásanos después la dirección de la barra.
Una fila por restaurante, etiquetada con la consulta de la que salió y numerada en el orden en que Uber Eats la listó. No hace falta proxy residencial: la ejecución va por nuestro pool compartido.
Tres formas de entrada, y dos se despliegan: un listado de ciudad o una categoría dentro de una ciudad devuelve todos los restaurantes que hay en ella, mientras que una URL de tienda devuelve uno. Esa es la diferencia entre leer un mercado y leer una tarjeta.
Calle, ciudad, región, código postal y país llegan como cinco columnas en lugar de una línea que hay que parsear - y el teléfono llega en E.164, con un más delante y sin puntuación. Ambos se cargan sin limpieza previa.
Las filas llegan numeradas en el orden en que Uber Eats las sirvió, así que lo que la plataforma empujó arriba en una ciudad se puede recuperar después. Ese orden es la parte que un copiar y pegar manual siempre pierde.
Lo que una ficha de Uber Eats lleva sobre un restaurante: quién es, qué cocina, cómo puntúa, aproximadamente cuánto cuesta, dónde está y cómo llegar a él.
Dos de estas columnas se comportan de una forma que conviene conocer antes de construir sobre ellas, así que están señaladas en la tabla y no dejadas para que tropieces. reviews es una cifra de visualización, no un recuento exacto. Los restaurantes pequeños vuelven con lo que parecen números reales, pero pasados unos cien los valores llegan redondeados: no hay nada entre 1000 y 1500, ni entre 1500 y 2000. Sumar esa columna, o promediarla, trata una banda redondeada como si fuera una medición.
Y price_range no es un indicador fiable de la moneda. Llega como uno o dos símbolos de moneda repetidos, pero el símbolo no sigue a la columna country: restaurantes con direcciones estadounidenses en Oklahoma volvieron llevando £ y € además de $. Léelo como una banda de precios aproximada si es que lo usas, y nunca deduzcas de ahí una moneda.
El resto es más sencillo. Todos los campos son cadenas salvo position, así que convierte rating antes de ordenar - y ten en cuenta que no lleva ceros de relleno, así que aparecen tanto 4 como 4.2. cuisines es una lista separada por comas dentro de una celda, y phone llega en E.164 con un más delante.
La fila de cabecera de la exportación, en orden. Cuando abajo un campo aparece como opcional, eso describe lo que un restaurante publicó en su ficha de Uber Eats, no el scrape.
Famous Cajun/Chinese Grill - Memorial Rd.Chinese, Asian, Asian Fusion. Divide por la coma si quieres agrupar por una etiqueta suelta.4 como 4.2, así que conviértela antes de ordenar o comparar.£ y € además de $. Opcional: algunas fichas no llevan ninguno.OK, TX en nuestras ejecuciones.Dos trampas, ambas fáciles de evitar una vez que las conoces. reviews es una cifra de visualización y no un recuento exacto: pasados unos cien llega redondeada, así que una suma o una media sobre esa columna mide el redondeo de Uber Eats, no sus restaurantes. Y price_range es una banda, no una moneda: el símbolo no sigue a country, y filas con direcciones estadounidenses volvieron con £ y € junto a $. Más allá de eso, todos los campos son cadenas salvo position, que existe solo en el JSON, así que una exportación CSV o XLSX tiene catorce columnas y no quince. rating no lleva ceros de relleno, cuisines es una lista separada por comas en una celda, y phone es E.164.
Tres formas de URL de Uber Eats, y dos devuelven el listado entero. Las tres vuelven en las mismas catorce columnas, una fila por restaurante - y ninguna necesita proxy residencial.
Unos cuantos ejemplos de lo que vale una ficha de reparto cuando es una tabla y no un scroll infinito.
Empieza con la URL de ciudad para ver a todos los que reparten y luego acota con una URL de categoría a la cocina que te interesa. Con la dirección en cinco partes puedes cortar el resultado por código postal sin escribir un parser.
Las filas llegan numeradas en orden de listado, así que puedes conservar la posición junto a la puntuación y la banda de precios. Vuelve a ejecutar la misma ciudad más adelante y el movimiento es lo interesante - no la foto fija.
Nombre, dirección en cinco partes y un teléfono en E.164 llegan como columnas propias, así que un listado se convierte en una lista contactable sin limpieza. Si vendes a restaurantes -envases, TPV, ingredientes-, esa es la forma que quieres.
Sin suscripción, sin mínimo, sin factura recurrente. Tus primeras 500 filas corren de nuestra cuenta - después, pago por uso, a la misma tarifa plana que cualquier otro extractor de aquí.
En cada cuenta nueva, por única vez. Sin tarjeta de crédito. Límites por consulta, subida de archivos y todos los formatos de exportación incluidos.
Unos 2 $ por cada 1.000 restaurantes. El estimador previo muestra el número de filas y el coste en créditos antes de que arranque una ejecución: sin facturas sorpresa y sin unidades de cómputo que traducir.
Precios por volumen, workers dedicados y un SLA para mapear muchas ciudades de forma programada. Cuéntanos tus cifras y te pasamos presupuesto.
LIVESCRAPER10 al pagar.Una plataforma es una porción de un mercado de reparto. Estas tres lo amplían.
El mismo trabajo en Deliveroo, con un conjunto de columnas casi idéntico. Los restaurantes que aparecen en una y no en la otra son la diferencia que interesa - eso sí, Deliveroo necesita proxy residencial y este no.
La plataforma de reparto neerlandesa, para los mercados que Uber Eats no lidera. Lo que dijo la clientela de verdad, en lugar de la cifra resumida de una tarjeta.
Todos los restaurantes de una zona, no solo los que reparten. Además devuelve un recuento exacto de reseñas, lo que lo hace una comprobación útil frente a la cifra redondeada que obtienes aquí.
Respuesta corta: estas fichas son información pública de empresas, lo que convierte a esta en una de las páginas más sencillas del sitio.
Todo lo que se recoge aquí aparece en una página pública de Uber Eats para cualquier visitante, con sesión iniciada o sin ella: el nombre del restaurante, sus cocinas, la puntuación y la cifra de reseñas, la banda de precios, la dirección, el teléfono y la imagen de cabecera. Sin login, sin muro de pago, nada detrás de una cuenta - y sin necesidad de proxy residencial.
Esta exportación va de empresas, no de personas. No hay nombres de clientes, ni textos de reseñas, ni historiales de pedidos, ni columnas para nada de eso: el teléfono y la dirección del restaurante son los datos de contacto que publica precisamente para que la clientela los use. Eso mantiene este caso bastante más ligero en obligaciones de protección de datos que una exportación de reseñas. Si cargas estas filas en un CRM para prospección, siguen aplicando las reglas de marketing habituales.
Como siempre, los términos de Uber rigen la recogida automatizada desde su sitio: léelos antes de escalar en lugar de apoyarte en que las páginas sean públicas. No ejecutamos rastreadores de terceros en la capa de datos y tus exportaciones se borran solas a los 30 días.
Las preguntas que más nos hacen. ¿Algo más? Habla con nosotros: las respuestas las escriben personas, no bots.
Tus primeras 500 filas son gratis, sin tarjeta y sin suscripción. Después son 0,002 $ por fila, tarifa plana.
Una página de ciudad de Uber Eats es un mercado de reparto en un scroll: todos los restaurantes que reparten en una zona, con sus cocinas, su puntuación, su banda de precios y su dirección, mostrados de tarjeta en tarjeta. El Extractor de Uber Eats convierte esa página en filas. Envías una URL de ciudad, una de categoría dentro de una ciudad o una de tienda -una por línea, o como subida CSV, XLSX, TXT o Parquet- y cada restaurante vuelve como un registro con el nombre, una lista de cocinas separada por comas, la puntuación y la cifra de reseñas, la banda de precios, una dirección en cinco partes, un teléfono en E.164 y los enlaces a la tienda y su imagen. Catorce columnas en el archivo, quince en el JSON, una fila por restaurante.
Dos de esas columnas necesitan una advertencia, y es mejor decirla aquí que descubrirla a mitad de un análisis. reviews es una cifra de visualización y no un recuento exacto: pasados unos cien los valores llegan redondeados, sin nada entre 1000 y 1500 ni entre 1500 y 2000, así que sumar o promediar esa columna mide el redondeo de Uber Eats y no sus restaurantes. Y price_range no es una moneda - llega como uno o dos símbolos repetidos, y filas con direcciones estadounidenses volvieron llevando £ y € junto a $, así que el símbolo no sigue a la columna country.
El resto es sencillo y está listo para cargar. Todos los campos son cadenas salvo position, así que convierte rating antes de ordenar y ten en cuenta que no lleva ceros de relleno: aparecen tanto 4 como 4.2. La dirección llega dividida en calle, ciudad, región, código postal y país, que es lo que convierte una vista por código postal de un mercado de reparto en una ordenación y no en un trabajo de parseo, y el teléfono llega en E.164 con un más delante y sin puntuación. Las filas van numeradas en orden de listado, así que lo que la plataforma empujó arriba en una ciudad sobrevive hasta la hoja de cálculo.
A diferencia de nuestros extractores de Deliveroo, este no necesita proxy residencial: basta con el pool compartido. Empieza gratis: tus primeras 500 filas no cuestan nada y no necesitan tarjeta, y después son 0,002 $ por fila, tarifa plana.