El internet se ha vuelto una fuente inagotable de información y datos de distintas índoles, existe dentro de él información privada como datos personales o datos bancarios, pero también podemos encontrar información pública como anuncios, precios, intereses de las personas. Y al haber una cantidad masiva de información, distintas empresas u organismos buscan recopilarla y organizarla para fines variados, esto es el web scraping, pero ¿Es legal extraer datos de páginas de internet de manera masiva usando un software? Hoy hablaremos del web scraping, cómo funciona, sus implicaciones éticas y legales y cómo proteger tus datos.
nnn
¿Qué es el web scraping?
n
Proviene de la palabra en inglés scraping que significa raspado, es decir, raspado de web, es una técnica de extracción de datos e información de sitios web, mediante el uso de un software. Esto quiere decir que el programa se encarga de extraer esta información en cualquier formato para transformarla en formato HTLM, haciendo los datos estructurados y legibles en bases de datos como hojas de cálculo.
n
Algunos ejemplos de donde se utilizan son para empresas que hacen una investigación de mercado, comparación de precios en tiendas, supervisión de contenidos en redes sociales.
n
Esto beneficia a las empresas pues son datos que algunas páginas web tienen disponibles y automatiza las tareas y tomas de decisiones. Por ejemplo, si una empresa quiere saber si el precio y calidad de su producto es similar al de sus competidores, puede realizar un web scraping y rescatar los datos de precios y calidades de todos los sitios web que desee, de manera automática con un software.
nnn
¿El web scraping es legal?
n
Hay una gran controversia con lo que se supone al uso ético de estos softwares, ya que técnicamente es legal hacer la recopilación de datos de información pública, que incluso los sitios web ponen a disposición de todos como el precio de un producto, sin embargo, existe en internet también información privada y sensible que es ilegal hacer uso del web scraping para obtenerla como números telefónicos, correos electrónicos, datos bancarios o de propiedad intelectual etc. Un scraping ilegal y malicioso puede ser capaz de tener acceso a un número masivo de información privada haciendo uso del web scraping, es por esto por lo que es importante tomar algunas precauciones.
nnn
¿Cómo protegerse del web scraping?
n
Si bien el web scraping es en términos generales una práctica legal hay muchas especificaciones para hacerlo de forma ética, ya que aunque sea legal hay empresas que no desean compartir ciertos datos con otras personas y existen en la red datos privados, para protegerlos se puede hacer lo siguiente:
- n
- Utilizar Robot.txt: Un archivo de bots permite a un anfitrión web indicar a los scrapers, a qué pueden y no pueden acceder.
- Bloqueo de direcciones IP: Si un host observa que un visitante concreto está generando muchas peticiones al servidor, puede bloquear la IP e impedir el acceso al sitio.
- Añadir un captcha: es decir un filtro para saber si el usuario es un ser humano o un robot.
n
n
n
n
En conclusión, el web scraping es una herramienta con muchas utilidades, muy poderosa y por lo tanto que se debe manejar con mucha responsabilidad, esta técnica puede permitir a pequeñas y grandes empresas automatizar sus procesos, hacer estudios de mercado y de contenidos en beneficio de sus negocios, pero también existe la posibilidad de recabar datos personales sin el consentimiento de los usuarios, lo cual es ilegal. Es por esto por lo que hay que ser muy conscientes al momento de utilizar un software de web scraping y utilizar protecciones para evitar que se filtre información que no queremos compartir de nuestros sitios web. La tecnología es una herramienta poderosa, seamos conscientes de cómo y para qué la utilizamos.
nnn
Fuentes:
n
¿Qué Es el Web Scraping? Cómo Extraer Legalmente el Contenido de la Web
n
https://es.wikipedia.org/wiki/Web_scraping#Cuestiones_legales
n
¿Qué es el web scraping y para qué se utiliza?
