Explorar las categorías
Explora
Fiverr Pro
Español
$
USD
Haré extracción web en un dataset CSV limpio
Acerca de este Servicio
Convierte tablas públicas de sitios web coincidentes en un CSV único y limpio, con una URL de origen y el número de fila para cada registro.
Envía de 1 a 100 URL públicas HTTPS explícitas de un origen (mismo host), el mismo número de tabla y hasta 10 encabezados de columna exactos. Todas las páginas deben tener el mismo diseño de tabla estática. Cada tabla de origen debe tener al menos una fila de datos. Este paquete de 30$ cubre 1.000 filas de datos en total, entrega en 2 días y 1 revisión.
Recibe el CSV, el lote de fuente capturada, el script de reproducción sin conexión, el informe, el README y la divulgación sobre el uso de IA. Verificaciones independientes concilian cada página solicitada; las filas nunca se eliminan o inventan de forma oculta.
Límites: 2 MB por página, 10 MB de HTML total, 20 MB del lote de origen, 10 MB de CSV y 40 MiB para el paquete. Se aplican permisos de robots y esperas requeridas de hasta 5 minutos por solicitud. Los lotes bloqueados, densos o incompletos quedan en revisión; no hay entrega parcial.
No hay login, renderizado JavaScript, descubrimiento de URL, tablas combinadas o actualizaciones continuas. Las tablas de origen deben tener como máximo 50 columnas. Las revisiones cambian columnas seleccionadas usando capturas congeladas; nuevas URL, tablas o datos actualizados requieren un nuevo alcance. El trabajo es asistido por IA; no hay llamadas ni acceso a cuentas. Importa las columnas del CSV como texto.
Tecnología:
Python
Tipo de información:
Sitios web
Técnica:
Automatizado
FAQ
Traducción automática
¿Qué recibiré?
Un CSV con tus columnas seleccionadas más source_url y source_row, el lote de fuente capturado, un script de reproducción sin conexión, informe, README y divulgación sobre el uso de IA. El paquete de 30$ cubre hasta 100 URL, 1.000 filas en total y 10 columnas seleccionadas, con entrega en 2 días y 1 revisión.
¿Qué sitios web soporta?
Páginas públicas HTTPS en un origen, con el mismo diseño estático de tabla HTML y un encabezado más al menos una fila de datos por página. Sin login, sin JavaScript, sin descubrimiento ni tablas combinadas. El acceso automatizado debe estar permitido; las esperas de robots mayores a 5 minutos por solicitud quedan fuera del alcance.
¿Cuáles son los límites de archivos y datos?
Hasta 100 URL, 1.000 filas de datos en total y 10 columnas seleccionadas. Las tablas de origen pueden tener hasta 50 columnas. Límites: 2 MB por página, 10 MB de HTML total, 20 MB del lote de origen, 10 MB de CSV y 40 MiB para el paquete. Cada página debe pasar; los lotes bloqueados, excesivos o incompletos quedan en revisión.
¿Qué cubre la revisión?
Una revisión de la lista de columnas seleccionadas, dentro del límite de 10 columnas, usando las mismas capturas congeladas. Nuevas URL, otra tabla, datos de origen actualizados y actualizaciones continuas requieren un nuevo alcance. El script incluido reproduce el fuente capturado sin conexión; no rastrea ni supervisa sitios web.
¿Cómo se comprueba la data?
Verificaciones independientes concilian cada página y cada celda seleccionada, orden de URL, recuento de filas, procedencia y hash de archivos. El script entregado debe reproducir el CSV sin conexión. Se normaliza el espacio en blanco; los campos en blanco se quedan en blanco. No se inventan valores. Importa todas las columnas del CSV como texto para evitar fórmulas.
