Mil filas, treinta y ocho segundos

Cómo quedó el dato

Los gráficos salen del CSV que ves abajo — se calculan al abrir la página, sobre las mismas filas.

El CSV, explorable

Buscá, ordená y filtrá las mil filas. Es exactamente lo que recibe el cliente, más la posibilidad de descargarlo.

Cómo está hecho

Sin BeautifulSoup, sin Scrapy, sin Selenium. Solo la librería estándar de Python más requests, para que corra en cualquier máquina del cliente sin instalar medio internet.

1. Recorrido de la paginaciónLa URL se arma con un patrón (page-{n}.html) y avanza sola hasta que una página devuelve 404.
2. Parseo del HTMLUn mini-DOM propio construido sobre html.parser, tolerante a etiquetas mal cerradas — que es como viene el HTML real.
3. Selectores como datosLos campos se declaran en un diccionario, no en código. Apuntar el extractor a otro sitio es editar un bloque de configuración.
4. Normalización"£51.77" se vuelve 51.77; "star-rating Three" se vuelve 3; las URLs relativas se completan a absolutas.
5. Control de calidadSe descarta toda fila sin los campos obligatorios y todo duplicado por clave única, antes de escribir nada.
6. Salida dobleCSV con separador ; y BOM UTF-8 —Excel en español lo abre en columnas sin preguntar— y JSON para alimentar otra aplicación.
7. Buenos modalesUn pedido por vez, pausa entre pedidos, reintentos con espera creciente y un User-Agent que dice quién es.

Para qué lo compra un cliente