Extraer perfiles de agente de Zillow como filas
Un perfil de agente de Zillow reparte lo que sabe entre varios paneles: quién es el agente, para qué inmobiliaria trabaja, cómo contactarlo, cómo está valorado y qué ha vendido. El Scraper de Agentes de Zillow lo pone todo en una fila. La entrada es una URL zillow.com/profile/, pegada una por línea o subida en un archivo CSV, XLSX, TXT o Parquet, y cada agente vuelve como un registro con el nombre y el nombre comercial, teléfono y web, valoración y número de reseñas, número de ventas y franja de precios, ubicación, número de licencia, nombre de usuario, foto y la URL canónica del perfil. Catorce columnas, una fila por agente, cada una etiquetada con la URL de la que salió.
Conviene dejar claro en qué se diferencia esto de nuestro Scraper de Transacciones de Zillow, porque los dos toman la misma entrada. Este devuelve una fila por agente: el resumen del perfil. Aquel devuelve una fila por transacción de las que figuran en ese mismo perfil. Pasa una lista de URL por los dos y une por la URL del perfil, y obtienes las cifras de portada del propio agente junto a las operaciones que hay detrás. Fíjate además en que los datos de contacto viven aquí y no allí: esta exportación lleva un teléfono y una web, y la de transacciones no lleva ninguno.
Hay algo que hay que decir antes de planear una ejecución. Zillow bloquea las IP de centros de datos, y una ejecución sin proxy residencial no devuelve nada. Peor aún, no te lo dice: el trabajo termina con éxito y te entrega la fila de cabecera de catorce columnas sin datos debajo, que se parece exactamente a una URL de perfil que no resuelve. Todas las exportaciones que tenemos de este servicio están en ese estado, igual que todas las de nuestros otros dos servicios de perfil de Zillow, a lo largo de ejecuciones repartidas por varios meses, y por eso el requisito está en lo alto de esta página y no en una nota al pie.
Eso tiene una consecuencia honesta para lo que esta página afirma. Los nombres de columna están confirmados y los contenidos de las celdas no. Los catorce nombres y su orden están corroborados por dos fuentes independientes - la fila de cabecera idéntica de veintiocho ejecuciones distintas y el array de columnas publicado -, así que puedes construir un esquema alrededor de ellos con confianza. Pero no te diremos en qué formato llegan phone, license o sale_price_range, si location es una ciudad o una región, ni en qué se diferencia screen_name de name, porque nunca hemos visto uno poblado. Lo que sí es verificable solo con la cabecera es que no hay columna max_rating, así que la escala de la valoración no se puede recuperar del archivo y hay que confirmarla con una ejecución real. En lo legal: los perfiles son públicos, pero los términos de Zillow restringen el acceso automatizado, y esta exportación contiene el teléfono, la foto y el número de licencia de una persona identificada: trátala como datos personales. Empieza gratis: tus primeras 500 filas no cuestan nada y no piden tarjeta, y después son 0,002 $ por fila, tarifa plana, con el proxy residencial como coste aparte.