La importación por web scraping funciona en cualquier sitio web público, sin claves de API ni configuración. Siempre te muestra una vista previa en vivo de un producto extraído antes de confirmar, para que primero compruebes que los datos tienen buen aspecto.
Cómo funciona
Elige un modo de origen
Página de categoría recorre una página de listado y su paginación para encontrar todos los productos (lo mejor para el catálogo de un proveedor o de la competencia). Sitemap parte de una URL de producto y encuentra páginas similares por todo el sitio. Lista manual toma una lista de URL de producto que pegas, una por línea.
Añade la URL y los límites
Pega la URL de inicio. Si quieres, define un patrón de URL (para incluir solo las páginas adecuadas) y topes de cuántas páginas de listado y productos extraer, para que una primera ejecución se mantenga pequeña.
Previsualiza un producto
Ejecuta la vista previa. WISEPIM informa de cuántas URL de producto coincidieron, el patrón que detectó, unas cuantas URL de ejemplo y un producto extraído por completo para que compruebes que los campos llegaron correctamente.
Controles que puedes definir
Das forma a cada scraping con unos cuantos ajustes opcionales. Los valores por defecto funcionan en la mayoría de sitios, así que recurre a estos solo cuando una ejecución necesite un empujón:- Sustituir la URL del sitemap: apunta WISEPIM al sitemap correcto cuando un sitio no lo declara en su
robots.txt. Úsalo si el modo sitemap no puede encontrar las URL de producto por sí solo. - Sustituir el patrón de URL de producto: indica a WISEPIM qué URL cuentan como productos (por ejemplo
/p/o/products/) cuando el patrón detectado automáticamente recoge las páginas equivocadas. - Máximo de páginas de listado: cuántas páginas de paginación de una categoría recorrer. Súbelo para catálogos grandes, mantenlo bajo para una prueba rápida.
- Máximo de productos: un límite superior de cuántos productos importa una ejecución. Un tope de seguridad que mantiene una primera ejecución pequeña y predecible.
Cómo leer la vista previa
La vista previa existe para que nunca importes a ciegas:- El número de URL coincidentes te dice si el rastreo encontró aproximadamente el número de productos que esperabas. Cero o demasiado pocos significa que hay que ajustar el patrón o la URL de inicio.
- El patrón detectado muestra qué URL se tratarán como productos. Si está recogiendo páginas de categoría o de blog, afina el patrón con la opción para sustituir el patrón de URL de producto.
- La muestra extraída es la prueba de verdad: comprueba que el nombre, el precio, las imágenes y los atributos clave se mapearon correctamente antes de comprometerte con la ejecución completa.
Actúa según lo que encuentres
La vista previa coincidió con 0 (o demasiado pocos) productos
La vista previa coincidió con 0 (o demasiado pocos) productos
La URL de inicio o el patrón no son correctos. Para una página de categoría, asegúrate de haber pegado la página de listado (no un solo producto); para el modo sitemap, pega una URL de producto real para que WISEPIM pueda aprender el patrón. Ajusta la sustitución del patrón y previsualiza de nuevo. Resultado: el rastreo encuentra el conjunto completo antes de gastar una ejecución de importación en él.
Al producto de muestra le faltan campos
Al producto de muestra le faltan campos
Algunos sitios esconden datos en scripts o imágenes. Vuelve a previsualizar para confirmar que es consistente, importa lo que se extrae limpiamente y luego rellena los huecos con Enriquecer productos (la AI puede leer las imágenes del producto para recuperar atributos). Resultado: un catálogo completo incluso cuando la página de origen tenía poca información.
Vas a importar del mismo sitio otra vez
Vas a importar del mismo sitio otra vez
Anota los ajustes que funcionaron: el modo de origen, la URL de inicio o de categoría, y cualquier sustitución de patrón o de sitemap. La próxima vez que el proveedor actualice, introduce los mismos valores para traer los cambios. Para fuentes que reimportas a menudo, un feed estructurado es la opción más fiable a largo plazo cuando hay uno disponible. Resultado: incorporación de proveedores repetible.
Necesitas un feed, no un scraping
Necesitas un feed, no un scraping
Si la fuente puede darte un feed XML o CSV, es mejor usar la importación de Feed Hub o la importación de archivos: los feeds estructurados son más rápidos y fiables que el rastreo. Usa el scraping cuando no haya un feed disponible. Resultado: la herramienta adecuada para cada fuente.
Cómo se compara
| Importación por web scraping | Importación de archivos / feed | Investigación web | |
|---|---|---|---|
| Entrada | La URL de un sitio web en vivo | Un archivo o feed XML / CSV / JSON | Una consulta de búsqueda o la URL de un competidor |
| Ideal para | Sitios sin feed disponible | Proveedores y canales que publican un feed | Reunir datos para enriquecer productos existentes |
| Salida | Productos en tu catálogo | Productos en tu catálogo | Investigación que aplicas al contenido |
| La AI hace | Extrae campos de la página | Mapea columnas a campos | Busca y resume |
Relacionado
Importar productos
Importación basada en archivos (CSV, Excel) cuando tienes datos estructurados.
Feed Hub
Importa desde y publica en fuentes XML / feed.
Investigación web
Investiga productos en la web para enriquecer lo que ya tienes.
Enriquecer productos
Rellena con AI los huecos que dejó el scraping.