Blog · Geral

Raspar o site ou usar uma API? O custo de um raspador

Web scraping parece de graça, mas quebra com layout, login, bloqueios e dados perdidos. Veja quando um raspador faz sentido e quando uma API sai mais barata.

Publicado em 18 de outubro de 2026 · 4 min de leitura

Quando um projeto precisa de dados de outro site, a primeira ideia costuma ser o web scraping: um programa abre a página, lê o que está na tela e guarda. Não pede contrato nem pagamento, e um tutorial resolve em uma tarde. O problema aparece depois, quando o raspador vira a parte do projeto que mais dá trabalho. Este artigo compara os dois caminhos sem paixão e mostra quando cada um compensa.

Como um raspador funciona

Existem dois tipos principais:

  • Raspador de HTML: baixa a página e procura os dados no código dela, com bibliotecas como BeautifulSoup ou Cheerio. É leve, mas só funciona em páginas que já vêm com os dados prontos.
  • Navegador automatizado: abre um Chrome controlado por código, com Selenium, Playwright ou Puppeteer, faz login, clica e lê a tela. Funciona em sites modernos, cheios de JavaScript, mas é pesado e frágil.

Há ainda quem leia as conexões internas do site, como chamadas a APIs privadas ou websockets, o que é mais rápido, mas depende de tokens e formatos que o site muda quando quer.

Onde os raspadores quebram

ProblemaO que acontece
O layout mudaO seletor deixa de achar o dado e o programa devolve vazio ou erro
O login expiraO robô fica deslogado de madrugada e para de coletar
Bloqueio anti-robôDesafios, captchas e bloqueio por IP, principalmente de servidores na nuvem
Limite de pedidosO site responde 429 ou derruba a conexão quando o robô pede demais
Atualização do navegadorA versão do Chromedriver deixa de bater com a do Chrome
MemóriaUm navegador por robô consome muito mais do que um script simples

Cada um desses problemas tem solução, mas cada solução é mais código para manter, e o site do outro lado não avisa antes de mudar.

O custo que ninguém conta no começo

  • Dados perdidos. Enquanto o raspador está quebrado, os dados daquele período não voltam. Em dados em tempo real, isso abre buracos no histórico, e quem usa percebe.
  • Servidor. Um navegador automatizado pede um servidor bem maior do que um programa que só faz pedidos HTTP.
  • Horas de manutenção. Some o tempo de cada correção ao longo de um ano e compare com o preço de uma assinatura.
  • Risco jurídico e de conta. Muitos sites proíbem acesso automatizado nos termos de uso, e a conta usada pelo robô pode ser bloqueada. Em alguns casos, a cópia em massa de dados também esbarra em direitos sobre a base de dados.
  • Confiabilidade. Até sites grandes de estatística perdem dados. Numa comparação que fizemos, a lista pública de um site conhecido deixava de fora cerca de 20% das rodadas de um jogo ao vivo, como mostramos em histórico do Bac Bo rodada a rodada.

O que uma API resolve

Uma API é um contrato: o fornecedor se compromete com um formato, cuida da coleta e responde quando algo dá errado.

  • Formato estável: se a fonte muda, o fornecedor se adapta e a sua integração continua igual.
  • Dados completos: quem coleta o tempo todo, com alertas e redundância, perde muito menos que um robô caseiro.
  • Histórico: o fornecedor guarda o passado, e você consulta quando quiser, em vez de depender do que o seu robô viu.
  • Menos infraestrutura: o seu programa só faz pedidos HTTP, e roda no menor servidor que existir.
  • Suporte: quando algo não funciona, há alguém do outro lado para responder.

Quando o scraping ainda faz sentido

Seria desonesto dizer que nunca. Um raspador compensa quando:

  • não existe API para aquele dado, nem paga;
  • você precisa de uma coleta única, e não contínua;
  • o volume é pequeno e um buraco nos dados não faz diferença;
  • o site permite, nos termos de uso, o acesso automatizado.

Se o dado é contínuo, em tempo real, e o seu produto depende dele, a conta quase sempre favorece a API.

Uma conta rápida

Suponha que o raspador quebre duas vezes por mês e cada correção leve duas horas. São 48 horas por ano de manutenção, fora o servidor maior e os dados perdidos em cada queda. Na LynxMetrics, uma API de dados ao vivo começa em R$ 21,90 por mês, ou cerca de R$ 263 por ano. Se a sua hora vale mais de R$ 6, a API já sai mais barata, antes de contar qualquer outra vantagem.

Como testar a troca sem risco

Cada API da LynxMetrics tem um teste grátis de 2 horas, sem cartão, depois de confirmar o e-mail. Na prática, você troca só a função que busca os dados no seu programa, roda com a chave do teste e compara. Se você trabalha com Bac Bo, o passo a passo da migração está em Bac Bo com Python: por que o seu raspador cai.

Perguntas frequentes

Web scraping é ilegal?

Depende do site, do dado e do uso. Muitos sites proíbem o acesso automatizado nos termos de uso, o que pode levar ao bloqueio da conta, e a cópia em massa de uma base de dados pode esbarrar em direitos sobre ela. Com uma API, quem faz a coleta é o fornecedor, e a sua conta e o seu servidor não ficam expostos a esses bloqueios.

Por que o meu raspador para de funcionar?

Os motivos mais comuns são mudança no layout do site, sessão de login expirada, bloqueio anti-robô ou por IP, limite de pedidos e atualização do navegador que deixa o Chromedriver incompatível.

Uma API sai mais cara que um raspador?

No preço da assinatura, sim, porque o raspador parece de graça. Somando servidor, horas de manutenção e dados perdidos em cada queda, uma API de dados contínuos costuma sair mais barata.

Leia também