Git Stars Git Stars

#scraper Repositorios

Descubre 128 repositorios activos de código abierto de GitHub etiquetados con #scraper, que acumulan 792,441 estrellas en total (una media de 6,190 estrellas por proyecto). El líder de este tema es firecrawl/firecrawl, con 205,758 estrellas.

128
Total de Repositorios
792,441
Total de estrellas
6,190
Promedio de Estrellas/Repo

128 repositorios en total

1
firecrawl/firecrawl

Infraestructura de conocimiento para hacer más inteligentes a sus agentes. Busque, extraiga y acceda a más de 550 proveedores de datos a través de una sola API.

firecrawl
⭐ 205,758 TypeScript 👤 firecrawl Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-04-15
2
unclecode/crawl4ai

Crawl4AI Cloud oficial: una API alojada de scraping web, extracción y búsqueda para agentes de IA. Clave API gratuita, 1.000 créditos al mes y sin tarjeta. Totalmente de código abierto: este repositorio contiene el rastreador Apache-2.0 que lo hace posible, y puedes alojarlo por tu cuenta.

unclecode
⭐ 87,627 Python 👤 unclecode User 🕐 Actualizado 2026-11-20 📅 Creado 2024-05-09
3
huginn/huginn

Crea agentes que monitoreen y actúen en tu nombre. ¡Tus agentes están listos para actuar!

huginn
⭐ 50,601 Ruby 👤 huginn Organization 🕐 Actualizado 2026-11-21 📅 Creado 2013-03-10
4
NaiboWang/EasySpider

Un crawler/spider web visual sin código: un software de automatización de navegador, recopilación de datos y web scraping visual que permite diseñar y ejecutar tareas de rastreo sin necesidad de código. Alias: ServiceWrapper, un sistema inteligente de encapsulación de servicios para aplicaciones web.

NaiboWang
⭐ 44,801 JavaScript 👤 NaiboWang User 🕐 Actualizado 2026-11-16 📅 Creado 2020-07-18
5
iawia002/lux

👾 Biblioteca y herramienta CLI para descargar videos rápida y simple, escrita en Go

iawia002
⭐ 31,854 Go 👤 iawia002 User 🕐 Actualizado 2026-03-29 📅 Creado 2018-02-24
6
cheeriojs/cheerio

La biblioteca rápida, flexible y elegante para analizar y manipular HTML y XML.

cheeriojs
⭐ 30,552 TypeScript 👤 cheeriojs Organization 🕐 Actualizado 2026-11-20 📅 Creado 2011-10-09
7
apify/crawlee

Crawlee—Una biblioteca de web scraping y automatización de navegadores para Node.js para construir rastreadores confiables. En JavaScript y TypeScript. Extrae datos para IA, LLMs, RAG o GPTs. Descarga HTML, PDF, JPG, PNG y otros archivos de sitios web. Funciona con Puppeteer, Playwright, Cheerio, JSDOM y HTTP puro. Tanto en modo con cabeza como sin cabeza. Con rotación de proxies.

apify
⭐ 26,510 TypeScript 👤 apify Organization 🕐 Actualizado 2026-11-21 📅 Creado 2016-08-26
8
gocolly/colly

Marco elegante de raspado y rastreo para Golang

gocolly
⭐ 25,608 Go 👤 gocolly Organization 🕐 Actualizado 2026-10-16 📅 Creado 2017-09-29
9
Evil0ctal/Douyin_TikTok_Download_API

🚀 API autoalojada para recopilar datos de Douyin, TikTok y Bilibili y descargar vídeos sin marca de agua. Compatible con llamadas de agentes de IA mediante MCP y con transcripción de voz sin conexión. Despliegue de Docker con un solo clic. | Extractor autoalojado de TikTok, Douyin y Bilibili y descargador de vídeos sin marca de agua: API REST asíncrona, servidor MCP para agentes de IA, CLI y consola web, además de transcripción de voz sin conexión para los vídeos descargados. Grupo de identidades con autorrecuperación, archivo PostgreSQL y puesta en marcha con un solo `docker compose up`.

Evil0ctal
⭐ 21,507 Python 👤 Evil0ctal User 🕐 Actualizado 2026-11-20 📅 Creado 2021-11-07
10
getmaxun/maxun

Convierte cualquier sitio web en una API estructurada. Extrae, automatiza, busca y supervisa la web.

getmaxun
⭐ 18,538 TypeScript 👤 getmaxun Organization 🕐 Actualizado 2026-11-20 📅 Creado 2023-10-23
11
codelucas/newspaper

newspaper3k es una extracción de noticias, texto completo y metadatos de artículos en Python 3. Documentación avanzada:

codelucas
⭐ 15,192 Python 👤 codelucas User 🕐 Actualizado 2026-10-26 📅 Creado 2013-11-25
12
NopeCHALLC/nopecha-extension

Solucionador automático de CAPTCHA para su navegador. Funciona con Selenium, Puppeteer, Playwright y más.

NopeCHALLC
⭐ 11,140 👤 NopeCHALLC User 🕐 Actualizado 2026-10-02 📅 Creado 2023-03-23
13
guyueyingmu/avbook

Sistema de gestión de películas AV, avmoo, javbus, javlibrary Crawler, Biblioteca de películas AV en línea, Base de datos de enlaces de imanes AV, Japanese Adult Video Library, Adult Video Magnet Links - Japanese Adult Video Database

guyueyingmu
⭐ 9,894 PHP 👤 guyueyingmu User 🕐 Actualizado 2024-06-01 📅 Creado 2017-02-19
14
apify/crawlee-python

Crawlee: una biblioteca de scraping web y automatización de navegadores para Python con la que crear rastreadores fiables. Extrae datos estructurados con LLM mediante Pydantic AI o controla el navegador en lenguaje natural con Stagehand. Compatible con BeautifulSoup, Parsel, Playwright y HTTP sin procesar. Descarga HTML, PDF, imágenes y otros archivos. Incluye rotación de proxies.

apify
⭐ 9,679 Python 👤 apify Organization 🕐 Actualizado 2026-11-20 📅 Creado 2024-01-10
15
alirezamika/autoscraper

Un raspador web inteligente, automático, rápido y ligero para Python

alirezamika
⭐ 8,102 Python 👤 alirezamika User 🕐 Actualizado 2026-07-29 📅 Creado 2020-08-31
16
go-rod/rod

Un controlador del Protocolo de Herramientas para Desarrolladores de Chrome para automatización web y scraping.

go-rod
⭐ 7,160 Go 👤 go-rod Organization 🕐 Actualizado 2026-08-11 📅 Creado 2020-01-21
17
BruceDone/awesome-crawler

Una colección de excelentes web crawlers y spiders en diferentes idiomas

BruceDone
⭐ 7,051 👤 BruceDone User 🕐 Actualizado 2024-06-16 📅 Creado 2016-10-10
18
mishushakov/llm-scraper

Convierte cualquier página web en datos estructurados utilizando LLM

mishushakov
⭐ 6,956 TypeScript 👤 mishushakov User 🕐 Actualizado 2026-10-26 📅 Creado 2024-04-20
19
AhmadIbrahiim/Website-downloader

💡 Descarga el código fuente completo de cualquier sitio web (incluyendo todos los assets). [ Javascripts, Stylesheets, Images ] usando Node.js

AhmadIbrahiim
⭐ 6,206 HTML 👤 AhmadIbrahiim User 🕐 Actualizado 2026-08-12 📅 Creado 2019-10-26
20
niespodd/browser-fingerprinting

Análisis de sistemas de protección contra bots con contramedidas disponibles 🚿. ¿Cómo derrotar al sistema anti-bot 👻 y eludir los scripts de huellas digitales del navegador 🕵️‍♂️ al extraer datos de la web?

niespodd
⭐ 5,171 JavaScript 👤 niespodd User 🕐 Actualizado 2026-07-27 📅 Creado 2021-01-23
21
d60/twikit

Extractor de API de Twitter | Sin clave de API | API Interna de Twitter | Gratis | Extractor de Twitter | Bot de Twitter

d60
⭐ 4,785 Python 👤 d60 User 🕐 Actualizado 2026-03-10 📅 Creado 2024-01-20
22
fent/node-ytdl-core

Descargador de videos de YouTube en JavaScript.

fent
⭐ 4,732 JavaScript 👤 fent User 🕐 Actualizado 2026-11-10 📅 Creado 2014-06-29
23
joeyism/linkedin_scraper

Una biblioteca que raspa LinkedIn para datos de usuario

joeyism
⭐ 4,699 Python 👤 joeyism User 🕐 Actualizado 2026-04-10 📅 Creado 2017-10-27
24
bjesus/pipet

Herramienta multiusos para raspar y extraer datos de activos en línea, hecha para hackers

bjesus
⭐ 4,610 Go 👤 bjesus User 🕐 Actualizado 2024-10-12 📅 Creado 2024-08-31
25
myreader-io/myGPTReader

Una forma impulsada por la comunidad para leer y chatear con bots de IA, impulsada por chatGPT.

myreader-io
⭐ 4,416 Python 👤 myreader-io Organization 🕐 Actualizado 2026-02-05 📅 Creado 2023-03-08
26
UltimaHoarder/UltimaScraper

Rastreador de datos centrado actualmente en contenido para adultos (OnlyFans, etc.): se actualiza periódicamente

UltimaHoarder
⭐ 4,302 TypeScript 👤 UltimaHoarder User 🕐 Actualizado 2026-11-21 📅 Creado 2019-06-24
27
IonicaBizau/scrape-it

🔮 Un scraper de Node.js para humanos.

IonicaBizau
⭐ 4,069 JavaScript 👤 IonicaBizau User 🕐 Actualizado 2026-11-20 📅 Creado 2016-04-28
28
edoardottt/cariddi

Tome una lista de dominios, rastree URL y escanee en busca de puntos finales, secretos, claves de API, extensiones de archivo, tokens y más.

edoardottt
⭐ 3,817 Go 👤 edoardottt User 🕐 Actualizado 2026-11-19 📅 Creado 2021-04-27
29
Anakin-Inc/anakin

API de web scraping de código abierto. Convierte cualquier sitio web en Markdown limpio o JSON estructurado. Navegador anti-detección, selección automática de proxy, autohospedado. Un solo comando: make up

Anakin-Inc
⭐ 3,764 Go 👤 Anakin-Inc Organization 🕐 Actualizado 2026-08-18 📅 Creado 2026-03-17
30
sqzw-x/mdcx

Extractor de metadatos de películas

sqzw-x
⭐ 3,727 Python 👤 sqzw-x User 🕐 Actualizado 2026-08-23 📅 Creado 2023-11-06
31
JavScraper/Emby.Plugins.JavScraper

Un plugin de scraper para películas japonesas de Emby/Jellyfin que obtiene información de películas de ciertos sitios web.

JavScraper
⭐ 3,709 C# 👤 JavScraper User 🕐 Actualizado 2024-07-08 📅 Creado 2020-01-20
32
itsOwen/CyberScraper-2077

Un potente web scraper impulsado por LLM | OpenAI, Gemini y Ollama

itsOwen
⭐ 3,302 Python 👤 itsOwen User 🕐 Actualizado 2026-10-12 📅 Creado 2024-08-17
33
aapatre/Automatic-Udemy-Course-Enroller-GET-PAID-UDEMY-COURSES-for-FREE

¿Quieres APRENDER COSAS NUEVAS GRATIS? No te preocupes, con el poder del web-scraping y la automatización, este script encontrará los cupones de Udemy necesarios y te inscribirá en CURSOS DE UDEMY DE PAGO, ¡ABSOLUTAMENTE GRATIS!

aapatre
⭐ 3,289 Python 👤 aapatre User 🕐 Actualizado 2026-04-28 📅 Creado 2020-09-12
34
facundoolano/google-play-scraper

Scraper de Node.js para obtener datos de Google Play

facundoolano
⭐ 3,005 JavaScript 👤 facundoolano User 🕐 Actualizado 2026-10-17 📅 Creado 2015-04-07
35
vladkens/twscrape

Biblioteca de Python y CLI para el scraping de X/Twitter con rotación de múltiples cuentas y manejo integrado de límites de velocidad.

vladkens
⭐ 2,980 Python 👤 vladkens User 🕐 Actualizado 2026-11-19 📅 Creado 2023-05-05
36
oxylabs/how-to-scrape-google-trends

Aprenda paso a paso cómo extraer datos de Google Trends y comparar resultados usando Python y la API SERP de Oxylabs. Extraiga palabras clave, su popularidad, desglose por región, consultas relacionadas y mucho más.

oxylabs
⭐ 2,907 Python 👤 oxylabs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-08-06
37
geziyor/geziyor

Geziyor, framework de web crawling y scraping ultrarrápido para Go. Soporta renderizado JS.

geziyor
⭐ 2,781 Go 👤 geziyor Organization 🕐 Actualizado 2026-07-02 📅 Creado 2019-06-06
38
microlinkhq/metascraper

Extraiga metadatos de cualquier URL utilizando Open Graph, JSON-LD, etiquetas meta HTML y mecanismos de respaldo inteligentes.

microlinkhq
⭐ 2,754 HTML 👤 microlinkhq Organization 🕐 Actualizado 2026-11-19 📅 Creado 2016-05-25
39
jae-jae/QueryList

:spider: ¡El framework de crawler PHP progresivo! Framework de recolección PHP progresivo elegante.

jae-jae
⭐ 2,689 PHP 👤 jae-jae User 🕐 Actualizado 2026-10-20 📅 Creado 2015-12-20
40
Serene-Arc/bulk-downloader-for-reddit

Descarga y archiva contenido de Reddit

Serene-Arc
⭐ 2,631 Python 👤 Serene-Arc User 🕐 Actualizado 2026-04-12 📅 Creado 2018-06-14
41
zerodytrash/TikTok-Live-Connector

API de TikTok LIVE para Node.js: una biblioteca no oficial para recibir eventos de transmisiones en vivo (comentarios, regalos, etc.) en tiempo real desde TikTok LIVE.

zerodytrash
⭐ 2,332 TypeScript 👤 zerodytrash User 🕐 Actualizado 2026-11-11 📅 Creado 2022-02-04
42
watercrawl/WaterCrawl

Transformar contenido web en datos listos para LLM

watercrawl
⭐ 2,244 TypeScript 👤 watercrawl Organization 🕐 Actualizado 2026-08-17 📅 Creado 2024-12-15
43
cyberagiinc/DevDocs

Servidor MCP de documentación técnica completamente gratuito, privado y basado en UI. Diseñado pensando en programadores y desarrolladores de software. Fácil integración en Cursor, Windsurf, Cline, Roo Code, Claude Desktop App

cyberagiinc
⭐ 2,106 TypeScript 👤 cyberagiinc Organization 🕐 Actualizado 2026-02-04 📅 Creado 2025-01-15
44
PaulMcInnis/JobFunnel

Extraer sitios de empleo en una sola hoja de cálculo sin duplicados.

PaulMcInnis
⭐ 2,103 Python 👤 PaulMcInnis User 🕐 Actualizado 2025-12-04 📅 Creado 2017-08-25
45
TeamNewPipe/NewPipeExtractor

La biblioteca principal de NewPipe para extraer datos de sitios de streaming

TeamNewPipe
⭐ 2,070 Java 👤 TeamNewPipe Organization 🕐 Actualizado 2026-11-19 📅 Creado 2017-03-01
46
KatrielMoses/MailAccess

Herramienta OSINT gratuita para correos electrónicos, más de 5000 plataformas, agrupación de identidades y detección de filtraciones. No se requieren claves de API. pip install mailaccess

KatrielMoses
⭐ 1,824 Python 👤 KatrielMoses User 🕐 Actualizado 2026-11-17 📅 Creado 2026-05-18
47
eatmoreduck/boss-zhipin-scraper

Scraper de BOSS Zhipin / Herramienta de extracción de datos de empleo de BOSS Zhipin, basada en el protocolo Chrome CDP para reutilizar sesiones de inicio de sesión reales, eludir la protección anti-scraping de fuentes y generar JSON/CSV de salarios en texto plano + análisis de habilidades salariales.

eatmoreduck
⭐ 1,781 Python 👤 eatmoreduck User 🕐 Actualizado 2026-11-03 📅 Creado 2026-06-11
48
website-scraper/node-website-scraper

Descargar sitio web a directorio local (incluyendo todos los css, imágenes, js, etc.)

website-scraper
⭐ 1,773 JavaScript 👤 website-scraper Organization 🕐 Actualizado 2026-11-11 📅 Creado 2014-09-04
49
oxylabs/how-to-scrape-google-jobs

Aprenda a crear su propio scraper de Google Jobs que extrae simultáneamente ofertas de Google Jobs para múltiples consultas de búsqueda y ubicaciones geográficas con Python y la API Google Jobs Scraper de Oxylabs. https://oxylabs.io/blog/how-to-scrape-google-jobs

oxylabs
⭐ 1,761 Python 👤 oxylabs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2024-02-08
50
oxylabs/google-play-scraper

Extractor de Google Play para recopilar detalles públicos sobre aplicaciones, juegos, películas y programas de televisión, libros y más.

oxylabs
⭐ 1,746 Python 👤 oxylabs Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-09-01

Preguntas frecuentes

1

¿Cuál es el repositorio de #scraper más popular en GitHub?

El proyecto de código abierto de #scraper mejor posicionado en GitHub es firecrawl/firecrawl, con 205,758 estrellas. Infraestructura de conocimiento para hacer más inteligentes a sus agentes. Busque, extraiga y acceda a más de 550 proveedores de datos a través de una sola API.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #scraper?

Entre los proyectos de #scraper mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, TypeScript, Go, JavaScript.

3

¿Cómo se calcula la clasificación de los repositorios de #scraper?

Seguimos 128 repositorios activos de código abierto etiquetados con #scraper (500+ estrellas), que suman un total de 792,441 estrellas, con una media de 6,190 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.