Git Stars Git Stars

#web-scraping Repositorios

381
Total de Repositorios
2.1M
Total de estrellas
5,636
Promedio de Estrellas/Repo

382 repositorios en total

151
Nutlope/turboseek

Un motor de búsqueda de IA inspirado en Perplexity

Nutlope
⭐ 1,660 TypeScript 👤 Nutlope User 🕐 Actualizado 2026-10-23 📅 Creado 2024-05-26
152
oxylabs/ai-map-py

AI Map es una herramienta de mapeo de sitios web impulsada por IA de Oxylabs AI Studio que utiliza indicaciones en lenguaje natural para descubrir y extraer de forma inteligente URL relevantes de cualquier sitio web.

oxylabs
⭐ 1,651 👤 oxylabs Organization 🕐 Actualizado 2026-04-02 📅 Creado 2025-10-29
153
orangecoding/fredy

❤️ Fredy - [F]ind [R]eal [E]state [D]amn Eas[y] (encuentra propiedades inmobiliarias de verdad de forma muy fácil) - Fredy sigue buscando nuevos apartamentos, casas y pisos en Europa en plataformas como ImmoScout24, Immowelt y eBay Kleinanzeigen, y te envía los resultados al instante a través de Slack, Telegram, correo electrónico, Discord o ntfy, para que puedas centrarte en las cosas más importantes de la vida ;)

orangecoding
⭐ 1,648 JavaScript 👤 orangecoding User 🕐 Actualizado 2026-11-19 📅 Creado 2018-01-15
154
Xetera/ghost-cursor

🖱️ Genera movimientos de ratón similares a los humanos con puppeteer o en cualquier plano 2D

Xetera
⭐ 1,634 TypeScript 👤 Xetera User 🕐 Actualizado 2026-11-04 📅 Creado 2019-10-15
155
justmarkham/DAT8

Curso de Data Science de General Assembly 2015 en Washington, DC

justmarkham
⭐ 1,622 Jupyter Notebook 👤 justmarkham User 🕐 Actualizado 2024-06-05 📅 Creado 2015-08-07
156
karust/openserp

Búsqueda web autohospedada para agentes de IA y SEO. Google, Bing, Yandex, Baidu, DuckDuckGo y Ecosia, procesados en un navegador real: resultados ordenados y Markdown limpio de las páginas. API, CLI, MCP 🎉

karust
⭐ 1,605 Go 👤 karust User 🕐 Actualizado 2026-11-19 📅 Creado 2023-06-23
157
Kaliiiiiiiiii-Vinyzu/patchright-python

Versión de Python no detectada de la biblioteca de pruebas y automatización Playwright.

Kaliiiiiiiiii-Vinyzu
⭐ 1,603 Python 👤 Kaliiiiiiiiii-Vinyzu Organization 🕐 Actualizado 2026-11-10 📅 Creado 2024-11-02
158
ulixee/hero

El navegador web creado para scraping

ulixee
⭐ 1,557 TypeScript 👤 ulixee Organization 🕐 Actualizado 2026-05-16 📅 Creado 2021-07-28
159
dteviot/WebToEpub

Una extensión simple para Chrome (y Firefox) que convierte novelas web (y otras páginas web) en un EPUB.

dteviot
⭐ 1,544 JavaScript 👤 dteviot User 🕐 Actualizado 2026-11-20 📅 Creado 2015-11-23
160
headzoo/surf

Navegación web programática orientada a estados en Go.

headzoo
⭐ 1,533 Go 👤 headzoo User 🕐 Actualizado 2024-01-24 📅 Creado 2014-08-25
161
0x676e67/wreq-python

Un cliente HTTP de Python ergonómico y consciente de la privacidad

0x676e67
⭐ 1,526 Python 👤 0x676e67 User 🕐 Actualizado 2026-11-15 📅 Creado 2025-02-10
162
tidyverse/rvest

Web scraping simple para R

tidyverse
⭐ 1,524 R 👤 tidyverse Organization 🕐 Actualizado 2026-10-27 📅 Creado 2014-07-23
163
tinyfish-io/agentql

AgentQL es un conjunto de herramientas para conectar tu IA a la web. Con un lenguaje de consulta e integraciones de Playwright para interactuar con elementos y extraer datos de forma rápida, precisa y a escala. Incluye API REST, SDK de Python y JavaScript, depurador de navegador.

tinyfish-io
⭐ 1,510 Python 👤 tinyfish-io Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-02-20
164
liguobao/HouseSearch

Busca alquileres en el mapa: ¿Agotado de recorrer toda la ciudad buscando una vivienda de alquiler? ¡Prueba una forma diferente y busca alquileres directamente en el mapa! [Cuenta oficial y miniprograma de WeChat: 人生删除指南]

liguobao
⭐ 1,495 JavaScript 👤 liguobao User 🕐 Actualizado 2026-11-14 📅 Creado 2016-08-07
165
antonmedv/finder

Generador de selectores CSS 🗺

antonmedv
⭐ 1,491 HTML 👤 antonmedv User 🕐 Actualizado 2025-11-20 📅 Creado 2018-02-20
166
rebrowser/rebrowser-patches

Colección de parches para puppeteer y playwright para evitar la detección de automatización y fugas. Ayuda a evitar las páginas CAPTCHA de Cloudflare y DataDome. Fácil de parchear/desparchear, se puede habilitar/deshabilitar bajo demanda.

rebrowser
⭐ 1,468 JavaScript 👤 rebrowser Organization 🕐 Actualizado 2026-11-02 📅 Creado 2024-08-06
167
ScrapingBee/chatgpt-scraper-api

Recopile respuestas estructuradas de un raspador de ChatGPT enviando un mensaje con credenciales válidas de la API de raspado de ChatGPT. Habilite la búsqueda en vivo, inyecte contexto HTML y automatice flujos de trabajo inteligentes de raspador de ChatGPT con solo unos pocos parámetros.

ScrapingBee
⭐ 1,465 👤 ScrapingBee Organization 🕐 Actualizado 2026-07-15 📅 Creado 2026-03-12
168
Surfer-Org/Protocol

Framework de código abierto para exportar tus datos personales.

Surfer-Org
⭐ 1,462 TypeScript 👤 Surfer-Org Organization 🕐 Actualizado 2024-12-25 📅 Creado 2024-08-09
169
austin-weeks/miasma

Atrapa a los scrapers web de IA en un pozo de veneno interminable.

austin-weeks
⭐ 1,459 Rust 👤 austin-weeks User 🕐 Actualizado 2026-11-05 📅 Creado 2026-03-18
170
roach-php/core

El kit de herramientas completo de web scraping para PHP.

roach-php
⭐ 1,456 PHP 👤 roach-php Organization 🕐 Actualizado 2025-10-27 📅 Creado 2021-08-17
171
wordware-ai/twitter

Agente de IA para el análisis de la personalidad de Twitter

wordware-ai
⭐ 1,446 TypeScript 👤 wordware-ai Organization 🕐 Actualizado 2026-08-02 📅 Creado 2024-06-03
172
mattsse/chromiumoxide

API de Rust para Chrome Devtools Protocol

mattsse
⭐ 1,437 Rust 👤 mattsse User 🕐 Actualizado 2026-04-03 📅 Creado 2020-11-28
173
Miserlou/SoundScrape

Descargador de SoundCloud (y Bandcamp y Mixcloud) en Python.

Miserlou
⭐ 1,436 Python 👤 Miserlou User 🕐 Actualizado 2024-06-23 📅 Creado 2013-12-29
174
foxhui/WebAI2API

WebAI2API: Herramienta de conversión de IA web a API basada en Camoufox, soporta LMArena/Gemini y más, concurrencia multi-ventana e aislamiento de cuentas. | Web AI to OpenAI API via Camoufox. Supports LMArena/Gemini and more, multi-window concurrency & account isolation.

foxhui
⭐ 1,429 JavaScript 👤 foxhui User 🕐 Actualizado 2026-07-10 📅 Creado 2025-11-23
175
oxylabs/how-to-scrape-google-finance

Utilice la API Web Scraper para extraer datos de Google Finance, incluidos los títulos de acciones, los precios y los cambios de precios en porcentajes.

oxylabs
⭐ 1,403 Python 👤 oxylabs Organization 🕐 Actualizado 2025-09-23 📅 Creado 2024-09-25
176
feder-cr/invisible_puppeteer

Puppeteer para Python que los sistemas antibots no pueden detectar, así que no hay captchas: la misma API, Firefox headless sigiloso y anti-detección, una huella digital indetectable, evasión de la detección de bots, scraping web y automatización del navegador.

feder-cr
⭐ 1,403 Python 👤 feder-cr User 🕐 Actualizado 2026-10-19 📅 Creado 2024-09-01
177
mckaywrigley/clarity-ai

Un clon de Perplexity.

mckaywrigley
⭐ 1,401 TypeScript 👤 mckaywrigley User 🕐 Actualizado 2024-03-28 📅 Creado 2023-02-19
178
facundoolano/app-store-scraper

Extraer datos de la iTunes App Store

facundoolano
⭐ 1,396 JavaScript 👤 facundoolano User 🕐 Actualizado 2025-07-27 📅 Creado 2016-05-31
179
regenrek/deepwiki-mcp

📖 Servidor MCP para obtener deepwiki.com y obtener el conocimiento más reciente en Cursor y otros editores de código

regenrek
⭐ 1,393 TypeScript 👤 regenrek User 🕐 Actualizado 2026-03-20 📅 Creado 2025-04-28
180
sardanioss/httpcloak

Cliente HTTP Go con huella digital TLS/HTTP2 idéntica a la del navegador. Elude la detección de bots imitando perfectamente Chrome, Firefox y Safari al nivel criptográfico (JA3/JA4, huella de Akamai, orden de encabezados). Soporta HTTP/1.1, HTTP/2, HTTP/3, sesiones, cookies y proxies.

sardanioss
⭐ 1,387 Go 👤 sardanioss User 🕐 Actualizado 2026-11-14 📅 Creado 2025-12-28
181
MiniGlome/Archive.org-Downloader

Script de Python3 para descargar libros de archive.org en formato PDF

MiniGlome
⭐ 1,385 Python 👤 MiniGlome User 🕐 Actualizado 2026-09-27 📅 Creado 2021-02-17
182
fugary/calibre-douban

Nuevo plugin de origen de metadatos de Douban para Calibre. Douban ya no proporciona API de libros al público, por lo que solo puede utilizar rastreo web para obtener datos. Este es un plugin de Douban para Calibre basado en rastreo web.

fugary
⭐ 1,382 Python 👤 fugary User 🕐 Actualizado 2025-11-08 📅 Creado 2021-12-12
183
firecrawl/open-scouts

🔥 Plataforma de monitoreo web impulsada por IA. Crea exploradores automáticos que buscan en la web y envían alertas por correo electrónico cuando encuentran lo que buscas.

firecrawl
⭐ 1,372 TypeScript 👤 firecrawl Organization 🕐 Actualizado 2026-11-13 📅 Creado 2025-11-28
184
sourcegraph/webloop

WebLoop: WebKit scriptable y sin cabeza con una API de Go. Como PhantomJS, pero para Go.

sourcegraph
⭐ 1,366 Go 👤 sourcegraph Organization 🕐 Actualizado 2024-04-01 📅 Creado 2013-10-27
185
philippta/flyscrape

Flyscrape es una herramienta de web scraping de línea de comandos diseñada para aquellos sin habilidades avanzadas de programación.

philippta
⭐ 1,347 Go 👤 philippta User 🕐 Actualizado 2025-11-24 📅 Creado 2023-08-28
186
Sniper970119/dianping_spider

Crawler de Dianping (se puede rastrear en todo el sitio, resuelve el cifrado de fuentes dinámicas, no OCR). Actualización continua

Sniper970119
⭐ 1,329 Python 👤 Sniper970119 User 🕐 Actualizado 2026-11-03 📅 Creado 2021-01-22
187
firecrawl/fire-enrich

Herramienta de enriquecimiento de datos impulsada por IA que transforma correos electrónicos en conjuntos de datos enriquecidos con perfiles de empresas, datos de financiación, pilas tecnológicas y más utilizando Firecrawl e IA multiagente

firecrawl
⭐ 1,308 TypeScript 👤 firecrawl Organization 🕐 Actualizado 2026-10-26 📅 Creado 2025-06-06
188
AI4Finance-Foundation/FinNLP

Democratizar datos financieros a escala de Internet.

AI4Finance-Foundation
⭐ 1,292 Jupyter Notebook 👤 AI4Finance-Foundation Organization 🕐 Actualizado 2024-07-01 📅 Creado 2023-02-07
189
kkangert/kspider

Kspider es una plataforma de rastreo que permite definir flujos de rastreo de forma gráfica, lo que permite implementar un flujo de rastreo sin código. Kspider no se limita al rastreo web, sino que también se puede utilizar para pruebas de automatización WEB. Más funciones te esperan para ser exploradas.

kkangert
⭐ 1,285 Java 👤 kkangert User 🕐 Actualizado 2024-08-19 📅 Creado 2024-07-07
190
fastcrw/crw

Alternativa rápida y ligera a Firecrawl/Tavily escrita en Rust. API de web scraping, rastreo y búsqueda con servidor MCP para agentes de IA. API compatible con Firecrawl (/scrape, /crawl, /search). 2.3 veces más rápida que Tavily y 1.5 veces más rápida que Firecrawl en pruebas de 1K URL. 6 MB de RAM, binario único. Autohospedaje o uso en la nube gestionada.

fastcrw
⭐ 1,284 Rust 👤 fastcrw Organization 🕐 Actualizado 2026-11-21 📅 Creado 2026-03-02
191
techwithtim/Price-Tracking-Web-Scraper

Un rastreador de precios automatizado que utiliza Bright Data, Playwright, React y Flask.

techwithtim
⭐ 1,284 Python 👤 techwithtim User 🕐 Actualizado 2024-10-17 📅 Creado 2023-06-23
192
ovobrowsersupport/ovobrowser

Motor de huellas digitales de Chromium a nivel de código fuente, clasificado como un Chrome normal por los sitios de detección. Motor de huellas digitales de Chromium a nivel de código fuente que supera las pruebas de detección de bots. No es una inyección de JS: son parches de C++ compilados en el binario.

ovobrowsersupport
⭐ 1,277 👤 ovobrowsersupport User 🕐 Actualizado 2026-11-16 📅 Creado 2026-08-23
193
raawaa/jav-scrapy

El trabajador esclavo para la captura masiva de enlaces magnéticos AV o portadas

raawaa
⭐ 1,275 JavaScript 👤 raawaa User 🕐 Actualizado 2026-10-17 📅 Creado 2015-10-31
194
TaxyAI/browser-extension

Automatiza tu navegador con GPT-4

TaxyAI
⭐ 1,269 TypeScript 👤 TaxyAI Organization 🕐 Actualizado 2025-01-15 📅 Creado 2023-03-27
195
chromedp/examples

ejemplos de código de chromedp.

chromedp
⭐ 1,265 Go 👤 chromedp Organization 🕐 Actualizado 2026-11-18 📅 Creado 2017-12-26
196
Decodo/Decodo

Proxies residenciales rotativos HTTP(S)/SOCKS5 - ejemplos de código e información general.

Decodo
⭐ 1,264 Java 👤 Decodo Organization 🕐 Actualizado 2026-11-11 📅 Creado 2019-01-07
197
MarioVilas/googlesearch

Búsqueda de Google desde Python (no oficial).

MarioVilas
⭐ 1,249 Python 👤 MarioVilas User 🕐 Actualizado 2025-11-11 📅 Creado 2012-10-22
198
kairi003/Get-cookies.txt-LOCALLY

Obtenga cookies.txt, NUNCA envíe información al exterior.

kairi003
⭐ 1,230 JavaScript 👤 kairi003 User 🕐 Actualizado 2025-10-07 📅 Creado 2023-03-01
199
mika-cn/maoxian-web-clipper

Una extensión web para recortar información de páginas web. Guárdala en tu máquina local para evitar la invalidación de la información. Sin registro aburrido, sin cargos.

mika-cn
⭐ 1,230 JavaScript 👤 mika-cn User 🕐 Actualizado 2026-08-23 📅 Creado 2018-08-09
200
eooce/Auto-login-netlib

Inicio de sesión automático en el sitio web netlib.re para mantener el dominio activo

eooce
⭐ 1,220 JavaScript 👤 eooce User 🕐 Actualizado 2025-11-08 📅 Creado 2025-11-06