Extraer las reseñas de un perfil de agente de Zillow
Un perfil de agente de Zillow muestra una media de estrellas y, debajo, las reseñas que han escrito los clientes. El Scraper de Reseñas de Zillow las convierte en filas. La entrada es una URL zillow.com/profile/, pegada una por línea o subida en un archivo CSV, XLSX, TXT o Parquet, y cada reseña vuelve como un registro con el autor, la valoración que puso, la fecha, el titular, el texto de la reseña y una columna de clasificación. Siete columnas, una fila por reseña, cada una etiquetada con la URL de perfil de la que salió, de modo que un archivo que cubre a muchos agentes sigue siendo separable.
Este es el tercero de nuestros tres servicios de perfil de Zillow, y los tres toman la misma entrada. El scraper de agentes devuelve una fila por agente: el resumen del perfil, con datos de contacto y la valoración y el número de reseñas del propio perfil. El de transacciones devuelve una fila por operación. Este devuelve una fila por reseña. Pasa una sola lista de URL por los tres y une por la URL del perfil, y tendrás las cifras de portada, las operaciones y las opiniones montadas juntas. Este es además el único con controles de orden: un desplegable Sorting con Newest first, Rating low to high y Rating high to low, más un interruptor aparte From (oldest first). Con un límite por consulta, esos controles deciden qué reseñas te llevas, no solo su orden.
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 siete columnas sin datos debajo, que en este servicio se lee como un agente al que nadie ha reseñado. 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. También significa que los nombres de columna están confirmados y los contenidos de las celdas no: no te diremos en qué formato llega date, qué vocabulario usa review_type ni en qué escala está rating - y sobre esto último, fíjate en que no hay columna max_rating, así que la escala realmente no se puede recuperar del archivo.
En lo legal, esta exportación merece más cuidado que sus dos hermanas. Las reseñas son públicas y recoger opiniones publicadas para investigación es algo corriente, pero author nombra a una persona particular y no a un profesional, y el nombre de alguien unido a su opinión escrita es un dato personal. En la UE y el Reino Unido eso te convierte en responsable del tratamiento, con una base jurídica que establecer y la obligación de decir de dónde salieron los datos. Encima, los términos de Zillow restringen el acceso automatizado, y el texto de la reseña es de otra persona, así que republicarlo literalmente es una cuestión distinta de analizarlo. 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.