## 🚀 **¿Buscas una forma aún más rápida y sencilla de hacer scraping a escala (solo 5 líneas de código)?** ¡Echa un vistazo a nuestra versión mejorada en [**ScrapeGraphAI.com**](https://scrapegraphai.com/?utm_source=github&utm_medium=readme&utm_campaign=oss_cta&ut#m_content=top_banner)! 🚀

---

# 🕷️ ScrapeGraphAI: Solo Scrapeas Una Vez

<p align="center">
  <a href="https://scrapegraphai.com">
    <img src="https://assets.kitploit.com/production/public/readmes/41478/e11a555115b80e07241afdb0aec04ee9fae66f983d969d27fbd8a64a21f090de.png" alt="ScrapeGraphAI" style="width: 100%;">
  </a>
</p>

[English](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/README.md) | [中文](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/chinese.md) | [日本語](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/japanese.md)
| [한국어](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/korean.md)
| [Русский](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/russian.md) | [Türkçe](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/turkish.md)
| [Deutsch](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/german.md)
| [Español](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/spanish.md)
| [français](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/french.md)
| [Português](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/portuguese.md)
| [Italiano](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/italian.md)

[![PyPI Downloads](https://static.pepy.tech/personalized-badge/scrapegraphai?period=total&units=INTERNATIONAL_SYSTEM&left_color=BLACK&right_color=GREEN&left_text=downloads)](https://pepy.tech/projects/scrapegraphai)

[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg?style=for-the-badge)](https://opensource.org/licenses/MIT)
[](https://discord.gg/gkxQDAjfeX)

<p align="center">
<a href="https://trendshift.io/repositories/15078" target="_blank"><img src="https://trendshift.io/api/badge/repositories/15078" alt="ScrapeGraphAI%2FScrapegraph-ai | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>
<p align="center">

[ScrapeGraphAI](https://scrapegraphai.com) es una librería de *web scraping* en Python que utiliza LLM y lógica de grafos directa para crear pipelines de scraping para sitios web y documentos locales (XML, HTML, JSON, Markdown, etc.).

¡Solo di qué información quieres extraer y la librería lo hará por ti!

## 🚀 Integraciones
ScrapeGraphAI ofrece una integración fluida con frameworks y herramientas populares para mejorar tus capacidades de scraping. Ya sea que estés construyendo con Python o Node.js, usando frameworks LLM, o trabajando con plataformas sin código, tenemos todo cubierto con nuestras opciones de integración integrales.

<p align="center">
  <a href="https://scrapegraphai.com">
    <img src="https://assets.kitploit.com/production/public/readmes/41478/0e788431fde2dc01cf2aa4b53d87b9befe3c728b719a5a45dec11ffb4d7c77a5.png" alt="Web data extraction at scale? Try ScrapeGraphAI cloud" style="width: 100%;">
  </a>
</p>

Puedes encontrar más información en el siguiente [enlace](https://scrapegraphai.com)

**Integraciones**:
- **API**: [Documentación](https://docs.scrapegraphai.com/introduction)
- **SDKs**: [Python](https://docs.scrapegraphai.com/sdks/python), [Node](https://docs.scrapegraphai.com/sdks/javascript)
- **Frameworks LLM**: [Langchain](https://docs.scrapegraphai.com/integrations/langchain), [Llama Index](https://docs.scrapegraphai.com/integrations/llamaindex), [Crew.ai](https://docs.scrapegraphai.com/integrations/crewai), [Agno](https://docs.scrapegraphai.com/integrations/agno), [CamelAI](https://github.com/camel-ai/camel)
- **Frameworks Low-code**: [Pipedream](https://pipedream.com/apps/scrapegraphai), [Bubble](https://bubble.io/plugin/scrapegraphai-1745408893195x213542371433906180), [Zapier](https://zapier.com/apps/scrapegraphai/integrations), [n8n](http://localhost:5001/dashboard), [Dify](https://dify.ai), [Toolhouse](https://app.toolhouse.ai/mcp-servers/scrapegraph_smartscraper)
- **Servidor MCP**: [Enlace](https://smithery.ai/server/@ScrapeGraphAI/scrapegraph-mcp)


## 🚀 Instalación rápida

La página de referencia de Scrapegraph-ai está disponible en la página oficial de PyPI: [pypi](https://pypi.org/project/scrapegraphai/).

```bash
pip install scrapegraphai

# IMPORTANT (for fetching websites content)
playwright install
```

**Nota**: se recomienda instalar la librería en un entorno virtual para evitar conflictos con otras librerías 🐱


## 💻 Uso
Hay múltiples pipelines de scraping estándar que se pueden usar para extraer información de un sitio web (o archivo local).

El más común es `SmartScraperGraph`, que extrae información de una sola página dado un prompt de usuario y una URL de origen.


```python
from scrapegraphai.graphs import SmartScraperGraph

# Define the configuration for the scraping pipeline
graph_config = {
    "llm": {
        "model": "ollama/llama3.2",
        "model_tokens": 8192,
        "format": "json",
    },
    "verbose": True,
    "headless": False,
}

# Create the SmartScraperGraph instance
smart_scraper_graph = SmartScraperGraph(
    prompt="Extract useful information from the webpage, including a description of what the company does, founders and social media links",
    source="https://scrapegraphai.com/",
    config=graph_config
)

# Run the pipeline
result = smart_scraper_graph.run()

import json
print(json.dumps(result, indent=4))
```

> [!NOTE]
> Para OpenAI y otros modelos solo necesitas cambiar la configuración del LLM!
> ```python
>graph_config = {
>    "llm": {
>        "api_key": "YOUR_OPENAI_API_KEY",
>        "model": "openai/gpt-4o-mini",
>    },
>    "verbose": True,
>    "headless": False,
>}
>```


La salida será un diccionario como el siguiente:

```python
{
    "description": "ScrapeGraphAI transforms websites into clean, organized data for AI agents and data analytics. It offers an AI-powered API for effortless and cost-effective data extraction.",
    "founders": [
        {
            "name": "",
            "role": "Founder & Technical Lead",
            "linkedin": "https://www.linkedin.com/in/perinim/"
        },
        {
            "name": "Marco Vinciguerra",
            "role": "Founder & Software Engineer",
            "linkedin": "https://www.linkedin.com/in/marco-vinciguerra-7ba365242/"
        },
        {
            "name": "Lorenzo Padoan",
            "role": "Founder & Product Engineer",
            "linkedin": "https://www.linkedin.com/in/lorenzo-padoan-4521a2154/"
        }
    ],
    "social_media_links": {
        "linkedin": "https://www.linkedin.com/company/101881123",
        "twitter": "https://x.com/scrapegraphai",
        "github": "https://github.com/ScrapeGraphAI/Scrapegraph-ai"
    }
}
```
Hay otros pipelines que se pueden usar para extraer información de múltiples páginas, generar scripts de Python, o incluso generar archivos de audio.

| Nombre del Pipeline       | Descripción                                                                                                      |
|-------------------------|------------------------------------------------------------------------------------------------------------------|
| SmartScraperGraph       | Scraper de una sola página que solo necesita un prompt de usuario y una fuente de entrada.                                           |
| SearchGraph             | Scraper de múltiples páginas que extrae información de los primeros n resultados de búsqueda de un motor de búsqueda.                  |
| SpeechGraph             | Scraper de una sola página que extrae información de un sitio web y genera un archivo de audio.                       |
| ScriptCreatorGraph      | Scraper de una sola página que extrae información de un sitio web y genera un script de Python.                     |
| SmartScraperMultiGraph  | Scraper de múltiples páginas que extrae información de varias páginas dado un solo prompt y una lista de fuentes.    |
| ScriptCreatorMultiGraph | Scraper de múltiples páginas que genera un script de Python para extraer información de varias páginas y fuentes.     |

Para cada uno de estos grafos existe la versión multi. Permite hacer llamadas al LLM en paralelo.

Es posible usar diferentes LLM a través de APIs, como **OpenAI**, **Groq**, **Azure**, **Gemini**, **[MiniMax](https://github.com/scrapegraphai/scrapegraph-ai/blob/main/docs/minimax.md)** y más, o modelos locales usando **Ollama**.

Recuerda tener [Ollama](https://ollama.com/) instalado y descargar los modelos usando el comando **ollama pull**, si quieres usar modelos locales.


## 📖 Documentación

[![Open In Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/1sEZBonBMGP44CtO6GQTwAlL0BGJXjtfd?usp=sharing)

La documentación de ScrapeGraphAI se puede encontrar [aquí](https://docs.scrapegraphai.com/introduction).
## 🆚 Código Abierto vs API Gestionada

ScrapeGraphAI viene en dos sabores: **esta librería de código abierto**, que ejecutas tú mismo, y la **API gestionada en la nube** (usada a través de los SDKs de [Python](https://github.com/ScrapeGraphAI/scrapegraph-py) y [JS/TS](https://github.com/ScrapeGraphAI/scrapegraph-js)). Esta tabla explica la diferencia para que puedas elegir la correcta.

| | Código Abierto (`scrapegraphai`) | API Gestionada (`scrapegraph-py` / `scrapegraph-js`) |
|---|---|---|
| **Qué es** | Una librería de Python que ejecutas tú mismo | Un servicio cloud alojado al que llamas vía SDK |
| **Dónde se ejecuta** | Tu propia infraestructura (auto-alojado) | Nube de ScrapeGraphAI |
| **LLM** | Trae el tuyo propio (OpenAI, Groq, Gemini, Azure, local vía Ollama) | Gestionado por nosotros |
| **Renderizado de navegador/JS** | Tú lo configuras (Playwright) | Gestionado (modos stealth, `auto`/`fast`/`js`) |
| **Proxies y anti-bot** | Tu responsabilidad | Incluido |
| **Escalado y mantenimiento** | Tu responsabilidad | Totalmente gestionado |
| **Modelo de coste** | Tokens LLM + tu propia infra | Créditos de pago por uso |
| **Autenticación** | Tus propias claves LLM | `SGAI_API_KEY` |
| **Capacidades** | Pipelines de grafo (SmartScraper, Search, Speech, ScriptCreator…) | Scrape, Extract, Search, Crawl, Monitor, History |
| **Esfuerzo de configuración** | Más configuración | Mínimo — clave API + una llamada |
| **Licencia** | MIT | El SDK es MIT; el servicio API es de pago |

**Elige la librería de código abierto** si quieres control total, datos on-premise/auto-alojados, LLMs locales (Ollama), o ajuste de costes detallado — y estás dispuesto a gestionar navegadores, proxies y escalado tú mismo.

**Elige la API gestionada** si quieres infraestructura cero, renderizado JS y anti-bot gestionados, trabajos integrados de **Crawl** y **Monitor** programados, y el camino más rápido a producción — facturado por crédito.

- Librería de código abierto: https://github.com/ScrapeGraphAI/Scrapegraph-ai
- SDK Python: https://github.com/ScrapeGraphAI/scrapegraph-py
- SDK JS/TS: https://github.com/ScrapeGraphAI/scrapegraph-js
- Documentación de la API: https://docs.scrapegraphai.com/introduction

## 🤝 Contribuciones

¡Siéntete libre de contribuir y únete a nuestro servidor de Discord para discutir con nosotros mejoras y darnos sugerencias!

Por favor, consulta las [guías de contribución](https://github.com/ScrapeGraphAI/Scrapegraph-ai/blob/main/CONTRIBUTING.md).

[![My Skills](https://skillicons.dev/icons?i=discord)](https://discord.gg/uJN7TYcpNa)
[![My Skills](https://skillicons.dev/icons?i=linkedin)](https://www.linkedin.com/company/scrapegraphai/)
[![My Skills](https://skillicons.dev/icons?i=twitter)](https://twitter.com/scrapegraphai)

## 🔗 API y SDKs de ScrapeGraph
Si buscas una solución rápida para integrar ScrapeGraph en tu sistema, ¡echa un vistazo a nuestra potente API [aquí!](https://scrapegraphai.com)

[![API Banner](https://assets.kitploit.com/production/public/readmes/41478/555dd319b4d780a2a8941cf548c03ac0256944a6b95b957978d8be1597a414fb.png)](https://scrapegraphai.com)

Ofrecemos SDKs tanto en Python como en Node.js, facilitando la integración en tus proyectos. Míralos a continuación:

| SDK       | Lenguaje | Enlace de GitHub                                                                 |
|-----------|----------|-----------------------------------------------------------------------------|
| Python SDK | Python   | [scrapegraph-py](https://docs.scrapegraphai.com/sdks/python) |
| Node.js SDK | Node.js  | [scrapegraph-js](https://docs.scrapegraphai.com/sdks/javascript) |

La Documentación Oficial de la API se puede encontrar [aquí](https://docs.scrapegraphai.com/introduction).

## 📈 Telemetría
Recopilamos métricas de uso anónimas para mejorar la calidad y experiencia de usuario de nuestro paquete. Los datos nos ayudan a priorizar mejoras y garantizar la compatibilidad. Si deseas optar por no participar, establece la variable de entorno SCRAPEGRAPHAI_TELEMETRY_ENABLED=false. Para más información, consulta la documentación [aquí](https://docs.scrapegraphai.com/introduction).

## ❤️ Contribuyentes
[![Contributors](https://contrib.rocks/image?repo=ScrapeGraphAI/Scrapegraph-ai)](https://github.com/ScrapeGraphAI/Scrapegraph-ai/graphs/contributors)

## 🎓 Citas
Si has usado nuestra librería con fines de investigación, por favor cítanos con la siguiente referencia:
```text
  @misc{scrapegraph-ai,
    author = {Lorenzo Padoan, Marco Vinciguerra},
    title = {Scrapegraph-ai},
    year = {2024},
    url = {https://github.com/ScrapeGraphAI/Scrapegraph-ai},
    note = {A Python library for scraping leveraging large language models}
  }
```
## Autores

|                    | Información de Contacto         |
|--------------------|----------------------|
| Marco Vinciguerra  | [![Linkedin Badge](https://img.shields.io/badge/-Linkedin-blue?style=flat&logo=Linkedin&logoColor=white)](https://www.linkedin.com/in/marco-vinciguerra-7ba365242/)    |
| Lorenzo Padoan     | [![Linkedin Badge](https://img.shields.io/badge/-Linkedin-blue?style=flat&logo=Linkedin&logoColor=white)](https://www.linkedin.com/in/lorenzo-padoan-4521a2154/)  |

## 📜 Licencia

ScrapeGraphAI está licenciado bajo la Licencia MIT. Consulta el archivo [LICENSE](https://github.com/ScrapeGraphAI/Scrapegraph-ai/blob/main/LICENSE) para más información.

## Agradecimientos

- Nos gustaría agradecer a todos los contribuyentes del proyecto y a la comunidad de código abierto por su apoyo.
- ScrapeGraphAI está destinado a ser usado solo para fines de exploración de datos e investigación. No somos responsables de ningún uso indebido de la librería.

Hecho con ❤️ por [ScrapeGraph AI](https://scrapegraphai.com)

[Scarf tracking](https://static.scarf.sh/a.png?x-pxid=102d4b8c-cd6a-4b9e-9a16-d6d141b9212d)
Descargar herramienta
Scrapegraph-ai

Más Populares
