~/ecommerce/woocommerce-scraper

Scraper de WooCommerce — productos, precios, stock y reseñas

Extrae productos, variaciones, categorías y reseñas de clientes de cualquier tienda WooCommerce. Dale un dominio y encuentra el catálogo, incluso cuando la tienda tiene su API JSON desactivada.

general TypeScriptCheerio Global

ejecutar en Apify

proooxy/woocommerce-scraper — spec

categoríaecommerce / general

lenguajeTypeScript

stackTypeScript, Cheerio

mercadosGlobal

salidaJSON limpio y listo para RAG

características clave

Basta con un dominio: el Actor encuentra el catálogo por sí solo

Sigue funcionando en tiendas con la API JSON desactivada o bloqueada por un firewall

Todas las variaciones de los productos variables, cada una con su SKU, precio y estado de stock

Reseñas de clientes como registros independientes con puntuación, autor y fecha

Precios en unidad monetaria mínima junto al formato propio de la tienda, para que los cálculos nunca redondeen mal

Límites por tienda, de modo que un catálogo grande no ahogue a los demás en una ejecución multitienda

Búsqueda por palabra clave en cada tienda de la ejecución, no solo rastreo completo del catálogo

Concurrencia prudente por defecto: la mayoría de tiendas WooCommerce son WordPress pequeños autoalojados

casos de uso

Vigilancia de precios y surtido en comercios WooCommerce independientes
Construir un catálogo con la cola larga de tiendas pequeñas que ningún marketplace cubre
Investigación competitiva cuando el rival usa WordPress en lugar de Shopify
Minería de reseñas para percepción de producto y distribución de valoraciones
Alimentar comparadores, marketplaces y agentes de compra con datos de producto
Seguimiento de stock y disponibilidad para controles de distribución y reventa

parámetros de entrada

Parámetro	Tipo	Obligatorio	Descripción
`domains`	array	opcional	Dominios simples, uno por línea: la forma más directa de apuntar a una tienda
`startUrls`	array	opcional	Cualquier URL de WooCommerce: raíz de la tienda, categoría, página de etiqueta o producto
`maxProducts`	integer	opcional	Cuántos registros de producto guardar en toda la ejecución
`maxProductsPerStore`	integer	opcional	Límite por tienda, para que un catálogo grande no consuma todo el presupuesto
`includeVariations`	boolean	opcional	Obtener todas las variaciones de los productos variables, con SKU, precio y stock
`includeReviews`	boolean	opcional	Guardar reseñas de clientes como registros aparte con puntuación, autor y fecha
`query`	string	opcional	Término de búsqueda aplicado a cada raíz de tienda o dominio de la ejecución
`allowHtmlFallback`	boolean	opcional	Permitir el recurso a HTML en tiendas con la API JSON desactivada o bloqueada
`proxy`	object	opcional	Configuración de proxy; el scraper solo escala cuando una tienda lo exige

Ejemplo de salida

 1{
 2  "source": {
 3    "id": "1251",
 4    "canonicalUrl": "https://www.shoprootscience.com/shop/sample-kit",
 5    "retailer": "shoprootscience.com",
 6    "language": "en",
 7    "currency": "USD"
 8  },
 9  "title": "Sample Kit",
10  "brand": "",
11  "categories": ["Samples"],
12  "price": {
13    "current": 2000,
14    "currentFormatted": "$20.00",
15    "previous": 2000,
16    "stockStatus": "InStock",
17    "stockCount": 0
18  },
19  "stats": { "rating": 4.75, "reviewCount": 4 },
20  "options": [
21    { "type": "Sample 1", "values": [
22      { "id": "Bare Facial Serum", "name": "Bare Facial Serum" },
23      { "id": "Youth Facial Serum", "name": "Youth Facial Serum" }
24    ] }
25  ],
26  "variants": [
27    { "sku": "SK-BARE", "price": { "current": 2000, "currentFormatted": "$20.00", "stockStatus": "InStock" } }
28  ]
29}

Consejos

Empieza con un dominio y un límite pequeño. Con cien productos ya ves qué superficie expone esa tienda y cuán completos son los registros. Fija maxProductsPerStore en ejecuciones multitienda. Sin él, el primer catálogo grande se lleva el presupuesto antes de tocar las demás. Activa las reseñas a conciencia. Son registros y cargos aparte, y la mayoría del trabajo de precios no las necesita. Deja activo el recurso a HTML. Es lo que hace viables las tiendas cerradas; el límite por ejecución mantiene acotado su coste.

faq

¿Y si la tienda tiene la API JSON desactivada?

Es el caso habitual para el que está hecho este Actor. Detecta la situación y aun así recopila el catálogo, de modo que una tienda cerrada también devuelve productos.

¿Cómo sé si un sitio es realmente WooCommerce?

Indica el dominio al Actor y deja que decida: la detección forma parte de la ejecución.

¿Las variaciones son registros separados?

No. Un registro es un producto, con sus variaciones anidadas en variants, cada una con su SKU, precio y estado de stock. Solo las reseñas, si se activan, son registros aparte.