Correos, teléfonos y redes socialesEmpieza con sitios de empresas. Recopila sus contactos publicados y agrupa perfiles por red, para que tu equipo tenga más que un dominio.
Prueba estos ejemplos para marketing, crecimiento y análisis de la competencia.
Si ya has estudiado posibles distribuidores, recopila sus canales públicos. Revisa cuál encaja con tu propuesta de colaboración.
Conserva una tabla por dominio con contactos publicados y enlaces sociales.
Empieza con dominios de una categoría obtenidos en Google Search. Revisa sitios y perfiles y estudia audiencia y posicionamiento de cada empresa.
Añade páginas originales y notas a la lista de empresas.
Para varias marcas, comprueba correos, teléfonos y redes de cada sitio. Contacta a sus responsables por datos ausentes o enlaces obsoletos.
Conserva una auditoría con enlaces a las páginas revisadas.
DE LA PRIMERA EJECUCIÓN A UN FLUJO RECURRENTE
{
"startUrls": ["https://apify.com", "https://www.iana.org"],
"maxPagesPerSite": 8,
"maxResults": 2,
"skipSitesWithoutContacts": false
}Pégalo en el editor JSON del Actor. Cambia los ejemplos por tus propios objetivos antes de ejecutar.
Consulta el formulario actual en ApifyEl scraper visita un sitio y prioriza páginas que puedan contener contactos públicos. Dale URLs verificadas siempre que puedas. Los atajos por nombre de empresa pueden adivinar un dominio y requieren comprobar la identidad.
| Método de búsqueda | Cuándo usarlo | Qué cambia |
|---|---|---|
| Dominios web | Cuándo usarloSabes exactamente qué entidad quieres recopilar. | Qué cambiaURLs o dominios, como textos u objetos con url. Cada web se analiza por separado. Nombres y perfiles pueden convertirse en dominios supuestos; usa webs verificadas para evitar confusiones. |
| Accesos por nombre de empresa | Cuándo usarloQuieres encontrar resultados relevantes antes de elegir objetivos concretos. | Qué cambiaUna web junto a startUrls o en su lugar. Un correo empresarial puede interpretarse como su dominio, pero una web verificada es más clara. |
| Profundidad de rastreo | Cuándo usarloQuieres más cobertura y puedes permitir una ejecución más grande. | Qué cambiaDe 1 a 100 páginas por web, por defecto 8. Prioriza contacto, aviso legal, empresa, equipo y soporte. Auméntalo para webs grandes, no para más dominios. |
Limita registros de webs entregados, no emails ni páginas. Cada dominio suele generar una fila con listas de contactos. Vacío procesa toda la lista.
Compara el scraper relacionadoUsa estos nombres exactos en JSON. En el formulario de Apify, introduce cada elemento de las listas por separado y mantén números y booleanos en su tipo correcto.
Default y prefill son distintos. El valor por defecto se aplica si omites un ajuste; el prellenado es un ejemplo introducido en el formulario de Apify. Revisa objetivos y límites antes de cada ejecución. Algunos ajustes no tienen valor por defecto en el esquema. Debes indicar al menos un objetivo admitido.
startUrlsURLs o dominios, como textos u objetos con url. Cada web se analiza por separado. Nombres y perfiles pueden convertirse en dominios supuestos; usa webs verificadas para evitar confusiones.
urlUna web junto a startUrls o en su lugar. Un correo empresarial puede interpretarse como su dominio, pero una web verificada es más clara.
maxPagesPerSiteDe 1 a 100 páginas por web, por defecto 8. Prioriza contacto, aviso legal, empresa, equipo y soporte. Auméntalo para webs grandes, no para más dominios.
maxResultsLimita registros de webs entregados, no emails ni páginas. Cada dominio suele generar una fila con listas de contactos. Vacío procesa toda la lista.
skipSitesWithoutContactstrue omite webs leídas sin contactos; false conserva filas vacías para revisar cobertura. Webs inaccesibles o bloqueadas son fallos distintos, no pruebas de falta de contactos.
maxConcurrencyDe 1 a 20 webs a la vez, por defecto 5. Paraleliza dominios distintos, no páginas del mismo sitio. Mantén la pausa por web al aumentar cantidad.
delayMsPausa entre solicitudes al mismo sitio en milisegundos. No detiene webs distintas en paralelo. El valor inicial 300 es una buena base.
requestTimeoutSecsEspera de 5 a 120 segundos por página, por defecto 20. Aumenta para sitios lentos o reduce para listas rápidas. No limita toda la ejecución.
proxyConfigurationOpcional para webs empresariales públicas; por defecto no usa proxy. Prueba uno para listas grandes o páginas rechazadas y revisa fallos en lugar de considerarlas vacías.
resumeGuarda el progreso aproximadamente cada 30 segundos para continuar tras un reinicio o migración. Déjalo activado.
continueFromLastRunContinúa el trabajo pendiente de la ejecución anterior con la misma entrada. Los resultados anteriores quedan en su dataset. Usa false para una colección nueva o periódica.
impersonateIdentidad de navegador utilizada en las solicitudes. Conserva el valor predeterminado salvo que investigues bloqueos inmediatos. Cambia la huella de la solicitud, no los datos solicitados.
Esta referencia sigue los campos del Actor. Revisa el formulario actual antes de cambiar un flujo de producción. Consulta el formulario actual en Apify.
Cada ejemplo es una ejecución independiente. Empieza con poco, revisa los resultados y amplía después. Adapta objetivos, países y fechas a tu pregunta.
Recopila contactos públicos de cuatro dominios conocidos, hasta ocho páginas por sitio. Conserva filas vacías para revisar cobertura. Cambia los ejemplos por tu lista de investigación antes de ejecutar.
{
"startUrls": [
"https://apify.com",
"https://www.iana.org",
"https://www.python.org",
"https://www.getdbt.com"
],
"maxPagesPerSite": 8,
"maxResults": 4,
"skipSitesWithoutContacts": false
}Aumenta a 20 páginas en dos dominios si los contactos están repartidos. El Actor prioriza páginas de contacto probables; el presupuesto mayor sigue siendo un rastreo limitado, no todas las URLs del sitio.
{
"startUrls": ["https://apify.com", "https://www.getdbt.com"],
"maxPagesPerSite": 20,
"maxResults": 2,
"skipSitesWithoutContacts": false,
"maxConcurrency": 2,
"delayMs": 500
}Pon skipSitesWithoutContacts en true para una lista con contactos. Revisa primero una ejecución con false: filtrar filas vacías facilita exportar, pero oculta parte de la cobertura.
{
"startUrls": [
"https://apify.com",
"https://www.iana.org",
"https://www.python.org",
"https://www.getdbt.com"
],
"maxPagesPerSite": 8,
"maxResults": 4,
"skipSitesWithoutContacts": true
}Espera un registro por sitio con listas de emails públicos, teléfonos y perfiles sociales. Listas vacías pueden significar ausencia de contactos, bloqueo o contenido solo JavaScript que este scraper HTTP no renderiza. Revisa registros y páginas antes de declarar una empresa inaccesible. Verifica dominios adivinados antes de unir datos.
resume protege la ejecución actual si Apify la reinicia. continueFromLastRun continúa una anterior con la misma configuración; sus registros siguen en el dataset anterior. Une ambos datasets y aumenta un límite ya alcanzado. Empieza de nuevo si quieres ver qué ha cambiado hoy.
Guarda una configuración anterior como input.json. Define APIFY_TOKEN con tu token de Apify en la terminal y envía el archivo como cuerpo de la solicitud.
curl --fail-with-body --request POST \
--url "https://api.apify.com/v2/actors/jmlp~web-contact-scraper/runs" \
--header "Authorization: Bearer $APIFY_TOKEN" \
--header "Content-Type: application/json" \
--data-binary @input.jsonLa respuesta contiene un ID de ejecución y defaultDatasetId, no resultados finales. Espera a que termine con éxito, define DATASET_ID con ese ID y recupera los elementos. Para datasets grandes, usa limit y offset para paginar.
curl --fail-with-body \
--url "https://api.apify.com/v2/datasets/$DATASET_ID/items?format=json" \
--header "Authorization: Bearer $APIFY_TOKEN"Referencia de la API de ejecución y exportación de Apify
Opciones de exportación del dataset
Cambia un ajuste cada vez, mantén un límite bajo y revisa el resumen antes de ampliar.
URLs o dominios, como textos u objetos con url. Cada web se analiza por separado. Nombres y perfiles pueden convertirse en dominios supuestos; usa webs verificadas para evitar confusiones.
Espera un registro por sitio con listas de emails públicos, teléfonos y perfiles sociales. Listas vacías pueden significar ausencia de contactos, bloqueo o contenido solo JavaScript que este scraper HTTP no renderiza. Revisa registros y páginas antes de declarar una empresa inaccesible. Verifica dominios adivinados antes de unir datos.
true omite webs leídas sin contactos; false conserva filas vacías para revisar cobertura. Webs inaccesibles o bloqueadas son fallos distintos, no pruebas de falta de contactos.
El éxito indica que el Actor terminó, no que la fuente devolviera datos. Revisa SUMMARY.inputProblem, SUMMARY.problem y el registro: pueden faltar objetivos, haber filtros inválidos o solicitudes rechazadas. Prueba un objetivo conocido con menos filtros.
Revisa límites globales, por búsqueda y por página, cobertura y duplicados. Varias búsquedas pueden encontrar el mismo registro. El total de la fuente puede incluir datos no disponibles públicamente. Revisa los trabajos pendientes antes de dar el dataset por completo.
Une por dominio normalizado. Coloca arrays de contactos en columnas específicas y anota canal preferido, relevancia y fuentes.
Leer la guíaPide a Claude que organice canales por red y marque registros ambiguos o ausentes. Un buzón general no identifica a una persona y un correo publicado no verifica entrega.
Leer la guíaMuestra dominios con correo, teléfono o LinkedIn. Conserva errores en el informe para distinguir datos ausentes de canales inexistentes.
Leer la guíaGuarda un registro por dominio y ejecución con hora. Usa UNNEST para separar correos, teléfonos y perfiles en tablas para uniones y conserva las fuentes.
Leer la guía
Comprueba jmlp/web-contact-scraper y ejecútalo para https://apify.com con máximo ocho páginas por sitio. Organiza correos, teléfonos y perfiles públicos, cita páginas y marca errores o canales ausentes. No afirmes que la entrega de correo está verificada.Conserva la hora de recopilación y los ID originales. Los necesitarás para comprobar el origen de un resultado o compararlo con otra ejecución.
Recopila contactos publicados, no datos privados ni verificación de correo. Algunos sitios no devuelven contactos. Revisa errores y fuentes antes de elegir un canal para una comunicación pertinente.
No. Extrae direcciones publicadas en sitios web. Verificar la entrega es otro proceso.
Sí. Valida sitios, normaliza dominios y usa la lista revisada como entrada. Comprueba URL reconstruidas antes de enviarlas a otro crawler.
Fuente y detalles actuales del producto: Actor Website Contacts de JMLP en Apify.
Biblioteca de contenido comercial01Encuentra ideas de vídeo que merezca la pena probar.
Recopila anuncios de TikTok de 32 mercados de la UE/EEE, Reino Unido y Suiza. Guarda enlaces y fechas de difusión, y revisa los anuncios de los que quieras aprender.
Resultados orgánicos de búsqueda02Encuentra los sitios que aparecen antes que el tuyo.
Sigue los resultados orgánicos de las búsquedas de tus compradores. Observa los dominios de la competencia y crea una lista para tu trabajo de SEO.
Cuéntame qué necesitas recopilar o entender. Puedo ayudarte con un scraper a medida, un pipeline o el análisis.
Hablemos de tu proyecto