1. C U R S O D E A C T U A L I Z A C I Ó N P R O F E S I O N A L
E N P E R I O D I S M O D E D A T O S
S I N D I C A T O D E P R E N S A D E R O S A R I O
Introducción al
scraping de datos

2. ¿Qué es scraping?
 Literalmente, “to scrape” quiere decir “rascar”,
“arañar”.
 Es el método que nos permite extraer datos
escondidos en un documento y obtenerlos en un
formato que nos resulte adecuado para utilizar
después.

3. ¿Cuándo necesitamos hacer scraping?
 Cuando hacemos una búsqueda de datos, muchas
veces nos encontramos con información que está en
formatos distintos.
 Las técnicas de scraping nos permiten unificar
formatos de datos para combinarlos y analizarlos
luego.

4. Web scraping
 Se denomina de ese modo a las técnicas utilizadas
para obtener datos de sitios web.
 Podemos hacerlo mediante el uso de comandos,
extensiones y software específico.

5. Extraer datos de documentos PDF
 Zamzar.com

6. Usando zamzar.com
 Cargar PDF y convertir a: .xlsx

7. Usando zamzar.com
 Agregar correo para recibir el archivo. Botón
“Convert”

8. Usando zamzar.com
 Buscar el enlace de descarga en el correo, luego hacer
click en “Download now”

9. Usando zamzar.com
 Archivo en formatos PDF y .xlsx

10. Scraping de imágenes
 Cuando los datos están en imágenes (JPG, BMP,
GIF), podemos usar software de reconocimiento
óptico (OCR)

11. Usando free-ocr.com
 Seleccionar idioma, resolver código CAPTCHA y
enviar archivo.

12. Usando free-ocr.com
 Seleccionar idioma, resolver código CAPTCHA y
enviar archivo.

13. Usando free-ocr.com
 En la próxima pantalla se mostrarán los resultados
para copiar y pegar.