Cómo usar BrowserForge: Una guía completa

BrowserForge es un paquete versátil de Python diseñado para la automatización de navegadores y el scraping web de forma sencilla. Te permite gestionar los encabezados del navegador, manejar interacciones complejas y simplificar la automatización de las tareas del navegador. Esta guía proporcionará una descripción completa de cómo instalar, configurar y usar BrowserForge, con ejemplos para ayudarte a empezar a automatizar las interacciones del navegador de forma eficiente.

¿Qué es BrowserForge?

BrowserForge es una biblioteca de Python que ayuda a automatizar las tareas del navegador como el scraping web, el envío automático de formularios o la elusión de las medidas de limitación de velocidad a través de la gestión dinámica de los encabezados. Con su enfoque modular, ofrece flexibilidad tanto para principiantes como para desarrolladores avanzados que necesitan controlar cómo sus scripts interactúan con las páginas web.

Instalación de BrowserForge

Para instalar BrowserForge, utiliza el siguiente comando:

pip install browserforge

También puedes descargar BrowserForge directamente desde el repositorio oficial:

• Repositorio de BrowserForge en GitHub
• Documentación oficial de BrowserForge

BrowserForge también requiere bibliotecas adicionales dependiendo de tu proyecto, como requests y random. Asegúrate de instalarlas si planeas usarlas en combinación con BrowserForge.

pip install requests

Uso básico

Una vez que BrowserForge esté instalado, puedes empezar a utilizar sus funcionalidades principales. La característica más esencial que proporciona BrowserForge es la gestión de encabezados, que te permite rotar los agentes de usuario, cambiar las firmas del navegador y evitar ser bloqueado durante el scraping web.

¿Te cuesta trabajo resolver el irritante captcha una y otra vez?

¡Descubre la solución automática de captcha sin problemas con la tecnología de desbloqueo web automática con IA de Capsolver!

Reclama tu Código de bonificación para las mejores soluciones de captcha; CapSolver: WEBS. Después de canjearlo, obtendrás un 5% de bonificación adicional después de cada recarga, Ilimitado

Gestión de encabezados

Una de las principales razones por las que los sitios web bloquean a los scrapers es la ausencia de encabezados adecuados. BrowserForge te permite generar encabezados realistas, que incluyen versiones del navegador, sistemas operativos y otros campos necesarios.

Aquí tienes un ejemplo básico para empezar:

from browserforge.headers import HeaderGenerator

# Inicializa el HeaderGenerator
headers = HeaderGenerator()

# Genera un encabezado aleatorio
random_header = headers.generate()

print(random_header)

Esto imprimirá un conjunto de encabezados como este:

{
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36",
    "Accept-Language": "en-US,en;q=0.9"
}

Puedes pasar este encabezado a tus solicitudes cuando raspes un sitio web para imitar la actividad de un navegador real.

Proxys

Para evitar la limitación de velocidad de la IP, también puedes utilizar proxies. Puedes formatear y rotar proxies con BrowserForge. Aquí tienes una función sencilla de formateo de proxy:

def format_proxy(proxy_str):
    proxy_data = {
        "http": f"http://{proxy_str}",
        "https": f"http://{proxy_str}"
    }
    return proxy_data

Puedes integrarlo en tus solicitudes de esta manera:

import requests

proxy = 'username:password@proxy_address:port'
proxies = format_proxy(proxy)

response = requests.get('https://example.com', proxies=proxies)
print(response.text)

Funciones avanzadas

BrowserForge admite casos de uso más avanzados, como la resolución de retos CAPTCHA y el manejo de interacciones complejas del navegador.

Integración de CapSolver para resolver captcha

BrowserForge se puede utilizar en combinación con servicios de terceros como CapSolver para resolver automáticamente los CAPTCHA. Aquí tienes un ejemplo de cómo puedes utilizar CapSolver para resolver los captchas.

1. Configura tu entorno:
   Necesitas instalar requests para hacer solicitudes HTTP, y necesitarás una clave API de CapSolver.

   bash Copy

   pip install requests

2. Ejemplo de script:
   Este script muestra cómo crear una tarea utilizando CapSolver para resolver un captcha, extraer los parámetros necesarios de una página y enviar el token de captcha.

import time
import requests
import re
from browserforge.headers import HeaderGenerator
import logging

# Configura la registración
logging.basicConfig(level=logging.INFO)

# Clave API de CapSolver
api_key = "YOUR_CAPSOLVER_API_KEY"


# Función para crear una tarea de CapSolver y obtener el token
def get_token():
    task_data = {
        "clientKey": api_key,
        "task": {
            "type": "captchaTaskProxyless",
            "websiteURL": "https://example.com/captcha-page",
            "websiteKey": "your_captcha_site_key"
        }
    }

    # Crea la tarea
    response = requests.post("https://api.capsolver.com/createTask", json=task_data)
    task_id = response.json().get("taskId")
    
    if task_id:
        logging.info(f"Tarea creada: {task_id}")
        
        # Consulta el resultado
        while True:
            result_data = {
                "clientKey": api_key,
                "taskId": task_id
            }
            time.sleep(5)  # espera antes de consultar
            result_response = requests.post("https://api.capsolver.com/getTaskResult", json=result_data)
            result = result_response.json()
            if result.get("status") == "ready":
                token = result.get("solution").get("gRecaptchaResponse")
                logging.info(f"Captcha resuelto correctamente: {token}")
                return token
            elif result.get("status") == "failed":
                logging.error("Fallo en la resolución del Captcha")
                return None
    else:
        logging.error("No se pudo crear la tarea")
        return None

Este script funciona enviando la solicitud de resolución de captcha a CapSolver, consultando el resultado y devolviendo el token una vez que se resuelve el CAPTCHA.

Puedes integrarlo en tu script de BrowserForge para automatizar el scraping de sitios web protegidos o enviar formularios que están bloqueados por captcha.

Ejemplo: Automatización del envío de formularios

Aquí tienes un ejemplo completo que muestra cómo puedes automatizar el envío de un formulario utilizando BrowserForge y el ejemplo de CapSolver anterior.

from browserforge.headers import HeaderGenerator
import requests
import logging

# Inicializa la registración
logging.basicConfig(level=logging.INFO)

# Función de ejemplo para enviar un formulario
def submit_form():
    # Genera encabezados utilizando BrowserForge
    headers = HeaderGenerator().generate()

    # Obtiene el token de CapSolver (como se muestra arriba)
    token = get_token()
    if token is None:
        logging.error("No se pudo resolver el captcha")
        return

    # Ejemplo de carga de datos para el envío del formulario
    form_data = {
        'name': 'John Doe',
        'email': '[email protected]',
        'captcha_token': token  # Utiliza el token de captcha resuelto aquí
    }

    # URL para enviar el formulario
    url = 'https://example.com/submit'

    # Realiza la solicitud de envío del formulario
    response = requests.post(url, headers=headers, data=form_data)

    # Registra la respuesta
    logging.info(f"Formulario enviado: {response.status_code}, {response.text}")

# Ejecuta el envío del formulario
submit_form()

Este script:

1. Genera encabezados utilizando BrowserForge para simular un navegador real.
2. Resuelve captcha utilizando CapSolver.
3. Envía el formulario con el token CAPTCHA.

Consideraciones finales

BrowserForge es una biblioteca potente para la automatización del navegador, especialmente cuando se combina con herramientas como CapSolver para la resolución de CAPTCHA. Al gestionar los encabezados, rotar los proxies e interactuar con servicios externos, puedes crear soluciones de scraping o automatización del navegador robustas con un esfuerzo mínimo.

Tanto si quieres automatizar el envío de formularios, raspar sitios web de forma eficiente o resolver CAPTCHA, BrowserForge te proporciona los bloques de construcción para hacer el trabajo.

Para obtener más información, visita el repositorio oficial de BrowserForge en GitHub.