Extraer datos de una web a Excel, página a página y ya limpios
Copiar a mano cientos de productos, empresas o eventos de una web a una hoja de cálculo es lento y lleno de errores. Con este prompt, tu agente de todo.is abre la página en un navegador real, pasa por todas las páginas del listado, recoge las columnas que le pides, limpia precios y fechas y te entrega un Excel con la URL de origen en cada fila.
El prompt
- Extrae los datos de [ENLACE A LA WEB O PÁGINA] a un archivo Excel. De cada elemento de la página, recoge estas columnas: [COLUMNAS QUE QUIERES]. Sigue los enlaces de «página siguiente» y para tras [CUÁNTAS PÁGINAS O ELEMENTOS]. Abre la página de detalle de cada elemento solo si alguna columna no aparece en el listado. Añade una columna «URL de origen» en cada fila. Limpia los datos: quita espacios sobrantes, guarda los precios como números con una columna aparte para la moneda, usa un único formato de fecha (DD/MM/AAAA) y deja la celda vacía antes que inventar. Elimina los duplicados exactos. Guárdalo como [NOMBRE DEL ARCHIVO].xlsx con la fila de encabezado inmovilizada y filtros activados, más una segunda hoja con las páginas que no hayas podido leer y el motivo. Usa solo páginas públicas y respeta las condiciones de la web y su robots.txt.
Qué cambiar
- [ENLACE A LA WEB O PÁGINA]: La página pública donde empieza el listado: una categoría de tienda, los resultados de un directorio o una agenda de eventos.
- [COLUMNAS QUE QUIERES]: Por ejemplo «nombre, precio, valoración, número de opiniones, marca» o «empresa, ciudad, teléfono, web».
- [CUÁNTAS PÁGINAS O ELEMENTOS]: Por ejemplo «10 páginas» o «300 elementos». Empieza con poco para revisar el resultado.
- [NOMBRE DEL ARCHIVO]: Por ejemplo «Molinillos_cafe_octubre». Tu agente añade el .xlsx.
Ejemplo de resultado
- Molinillos_cafe_octubre.xlsx
- Origen: categoría pública «Molinillos de café» de una tienda de menaje de ejemplo · 12 páginas leídas · 286 filas
- Hoja 1: Datos (primeras filas)
- • Nombre: Muela Pro 40 · Marca: Muela · Precio: 189,00 · Moneda: EUR · Valoración: 4,6 · Opiniones: 412 · URL de origen: /p/muela-pro-40
- • Nombre: Molinillo manual Moka · Marca: Moka · Precio: 59,90 · Moneda: EUR · Valoración: 4,3 · Opiniones: 88 · URL de origen: /p/moka-manual
- • Nombre: Acero S2 · Marca: Acero · Precio: 129,00 · Moneda: EUR · Valoración: (vacía, todavía sin opiniones) · Opiniones: 0 · URL de origen: /p/acero-s2
- Cómo está preparado el archivo
- • Fila de encabezado inmovilizada y filtros en todas las columnas
- • Precio y valoración guardados como números, para ordenar y usar SUMA o PROMEDIO
- • La moneda va en su propia columna, no mezclada con el texto del precio
- • 9 duplicados exactos eliminados (el mismo producto aparecía en dos sitios)
- Hoja 2: No recogidos
- • Página 7, «Molinillo Dúo»: la página de detalle dio error; se reintentó una vez
- • Página 11, «Pack oferta»: la página no muestra precio, se deja vacío
- Notas
- • El robots.txt de la web permite las páginas de categoría. He hecho pausas entre páginas para no sobrecargar la web.
- • Los precios son los que mostraba la página el 8 de octubre. Si había precio rebajado, se ha tomado ese, con el precio normal en otra columna.
- ¿Lo quieres cada semana? Di «ejecútalo cada lunes a las 7:00 y mándame solo las filas nuevas o que hayan cambiado».
Cómo hacerlo con todo.is
- Copia el prompt y rellena el enlace, las columnas y cuánto quieres recoger.
- Pégalo en la pantalla Hoy de todo.is o envíaselo a tu agente por WhatsApp o Telegram.
- Tu agente recorre las páginas, recoge los campos y revisa los datos antes de montar el archivo.
- Descarga el .xlsx, compara unas cuantas filas con la web y pide columnas extra o una actualización semanal.
Consejos para un mejor resultado
- Nombra las columnas exactamente como las quieres en el encabezado. Así no tendrás que renombrarlas después.
- Haz primero una prueba pequeña (una o dos páginas), revísala y luego pide la extracción completa.
- Para páginas que solo se ven con sesión iniciada, conecta tu propio Chrome con el Connector de todo.is y recoge solo datos que tengas permiso para usar.
- Pide una columna «Fecha de extracción» si vas a comparar varias ejecuciones en el tiempo.
- Si la web ofrece una exportación oficial o una API, úsala: es más fiable que el scraping.
extraer datos de una web a Excel: preguntas frecuentes
- ¿Es legal extraer datos de una web a Excel? Recoger datos públicos para uso propio es habitual, pero depende de las condiciones de la web, de tu país y del tipo de datos. Evita los datos personales (en la UE se aplica el RGPD) y revisa las condiciones antes de reutilizarlos o publicarlos.
- ¿Funciona con páginas que cargan con JavaScript o scroll infinito? Sí. Tu agente usa un navegador real, así que puede hacer scroll y esperar a que cargue el contenido como haría cualquier visitante.
- ¿Cuántas filas puedo sacar? Miles de filas no suelen ser problema, pero las extracciones grandes tardan más y gastan más créditos. Empieza con unas pocas páginas y amplía.
- ¿Puedo recibirlo en CSV o en Google Sheets? Sí. Pide un CSV, o pide a tu agente que lo ponga en Google Sheets si tienes tu cuenta de Google conectada.
JavaScript is required to use the todo.is app.