Web Scraping con Python Aplicado Amazon

[@marcocervantes9340]

Voy viendo este contenido con gran valor y aporte, tengo una lista en Excel de diferentes modelos de SmartPhones y me gustaría ejecutar diario el Scraping para ver los precios de mis competencias de acuerdo a esa lista . Saludos 🖖 🇲🇽

[@GrowUpDataAnalytics]

Excelente Marco. ¡Saludos!

[@alex.dev7x7]

Gran video. Enhorabuena. Una pregunta. ¿Dónde se puede sacar un listado de user agents válidos? Gracias

[@jostinandreenovoa2866]

git hub

[@GrowUpDataAnalytics]

¡Hola @alex.dev7x7! Me alegra que te haya gustado el video. Respecto a tu pregunta sobre los user agents válidos, en los materiales adjuntos a la descripción del video encontrarás un archivo que contiene una lista de user agents válidos que puedes utilizar en tu proyecto de web scraping.

[@gcg-cdmx]

Muchas gracias, saludos 😄

[@joaco9699]

genial el video , ahora tengo una duda , porque esto esta muy bueno. Cuando en la pagina de amazon uno inicia sesion e ingresas al articulo aparece mas informacion del producto que sin insiar sesion no lo vez . Me gustaria saber si es posibe acceder iniciado sesion ,correr el codigo y por ejemplo agregar al codigo que itere dentro de cada producto y por ejemplo extraer el nombre y cantidad de vendedores del articulo. es posible ?? Gracias !!

[@GrowUpDataAnalytics]

Hola, muchas gracias por tu comentario, sí, es posible acceder a más información de los productos en Amazon una vez que hayas iniciado sesión en tu cuenta. Para lograrlo, necesitarás implementar un mecanismo de inicio de sesión en tu código de web scraping. Una vez que hayas iniciado sesión con éxito, podrás obtener detalles adicionales de los productos, como el nombre y la cantidad de vendedores del artículo, mediante técnicas de web scraping. Sin embargo, es importante tener en cuenta las políticas del sitio web y asegurarte de cumplir con ellas para evitar problemas legales. ¡Espero que esto te sea útil! Si tienes más preguntas, ¡no dudes en preguntar!

[@jorgeestebanvallecillamosq1012]

hola, gracias por el gran video. Saludo, me gustaría saber si a ese código podemos agregar una función donde el precio de nos lo convierta a moneda local; gracias cualquier ayuda sirve

[@GrowUpDataAnalytics]

Hola Jorge. Para crear una nueva columna con el precio en colones, necesitas conocer la tasa de cambio actual entre el dólar y la moneda local. Puedes obtener esta información de diferentes fuentes, como un sitio web de banca del país o un servicio de datos de finanzas. Una vez que tengas la tasa de cambio, puedes utilizar una función lambda y multiplicar el valor del precio en dólares por la tasa de cambio para obtener el valor en colones. # Supongamos que la tasa de cambio es de 1 USD = 650 CRC tasa_cambio = 650 # Crear una nueva columna "Precio en colones" df["Precio en colones"] = df["Precio"].apply(lambda x: float(re.findall("\d+\.\d+", x)[0]) * tasa_cambio) # Imprimir el dataframe actualizado print(df)

[@trovadorcitoprotesta]

Hola. Me sale error en los requirements.text que es sobre los paquetes. Como lo podría solucionar?

[@GrowUpDataAnalytics]

¡Hola! Si estás obteniendo un error en el archivo requirements.txt al intentar instalar los paquetes necesarios, es posible que haya un error tipográfico en el nombre del archivo o que no estés ejecutando el comando correctamente. Primero, asegúrate de que el nombre del archivo sea requirements.txt y que esté ubicado en el directorio correcto donde estás ejecutando el comando pip. También, recuerda que para este ejercicio creamos un entorno virtual y luego instalamos los requisitos en ese entorno virtual. Por lo tanto, asegúrate de estar activando el entorno virtual antes de ejecutar el comando pip install.

[@frankcalderon5265]

Buenas, el código de este ejercicio donde lo puedo encontrar?

[@GrowUpDataAnalytics]

Hola Frank, para encontrar la información del material del código aplicado puedes suscribirte al Caso Práctico desde este enlace: escuela.growupcr.com/p/caso-web-scrapping-amazon ¡Saludos!