Blog · General

¿Raspar el sitio o usar una API? El costo real

El web scraping parece gratis, pero se rompe con el layout, el login y los bloqueos. Cuándo tiene sentido un raspador y cuándo sale más barata una API.

Publicado el 18 de octubre de 2026 · 4 min de lectura

Cuando un proyecto necesita datos de otro sitio, la primera idea suele ser el web scraping: un programa abre la página, lee lo que está en pantalla y lo guarda. No pide contrato ni pago, y un tutorial lo resuelve en una tarde. El problema aparece después, cuando el raspador se convierte en la parte del proyecto que más trabajo da. Este artículo compara los dos caminos sin pasión y muestra cuándo conviene cada uno.

Cómo funciona un raspador

Hay dos tipos principales:

  • Raspador de HTML: descarga la página y busca los datos en su código, con bibliotecas como BeautifulSoup o Cheerio. Es liviano, pero solo funciona en páginas que ya traen los datos listos.
  • Navegador automatizado: abre un Chrome controlado por código, con Selenium, Playwright o Puppeteer, hace login, hace clic y lee la pantalla. Funciona en sitios modernos, llenos de JavaScript, pero es pesado y frágil.

También hay quien lee las conexiones internas del sitio, como llamadas a APIs privadas o websockets, lo que es más rápido, pero depende de tokens y formatos que el sitio cambia cuando quiere.

Dónde se rompen los raspadores

ProblemaQué pasa
Cambia el layoutEl selector deja de encontrar el dato y el programa devuelve vacío o error
Expira el loginEl robot queda deslogueado de madrugada y deja de recolectar
Bloqueo anti-robotDesafíos, captchas y bloqueo por IP, sobre todo de servidores en la nube
Límite de peticionesEl sitio responde 429 o corta la conexión cuando el robot pide demasiado
Actualización del navegadorLa versión del Chromedriver deja de coincidir con la de Chrome
MemoriaUn navegador por robot consume mucho más que un script simple

Cada uno de esos problemas tiene solución, pero cada solución es más código que mantener, y el sitio del otro lado no avisa antes de cambiar.

El costo que nadie cuenta al principio

  • Datos perdidos. Mientras el raspador está roto, los datos de ese período no vuelven. En datos en tiempo real, eso abre huecos en el historial, y quien los usa se da cuenta.
  • Servidor. Un navegador automatizado pide un servidor bastante mayor que un programa que solo hace peticiones HTTP.
  • Horas de mantenimiento. Sumá el tiempo de cada corrección a lo largo de un año y comparalo con el precio de una suscripción.
  • Riesgo jurídico y de cuenta. Muchos sitios prohíben el acceso automatizado en los términos de uso, y la cuenta que usa el robot puede ser bloqueada. En algunos casos, la copia masiva de datos también choca con derechos sobre la base de datos.
  • Confiabilidad. Hasta los sitios grandes de estadísticas pierden datos. En una comparación que hicimos, la lista pública de un sitio conocido dejaba afuera cerca del 20% de las rondas de un juego en vivo, como mostramos en historial del Bac Bo ronda por ronda.

Qué resuelve una API

Una API es un contrato: el proveedor se compromete con un formato, se encarga de la recolección y responde cuando algo sale mal.

  • Formato estable: si la fuente cambia, el proveedor se adapta y tu integración sigue igual.
  • Datos completos: quien recolecta todo el tiempo, con alertas y redundancia, pierde mucho menos que un robot casero.
  • Historial: el proveedor guarda el pasado, y vos lo consultás cuando quieras, en vez de depender de lo que vio tu robot.
  • Menos infraestructura: tu programa solo hace peticiones HTTP, y corre en el servidor más chico que exista.
  • Soporte: cuando algo no funciona, hay alguien del otro lado para responder.

Cuándo el scraping todavía tiene sentido

Sería deshonesto decir que nunca. Un raspador conviene cuando:

  • no existe API para ese dato, ni paga;
  • necesitás una recolección única, y no continua;
  • el volumen es chico y un hueco en los datos no hace diferencia;
  • el sitio permite, en los términos de uso, el acceso automatizado.

Si el dato es continuo, en tiempo real, y tu producto depende de él, la cuenta casi siempre favorece a la API.

Una cuenta rápida

Supongamos que el raspador se rompe dos veces por mes y cada corrección lleva dos horas. Son 48 horas por año de mantenimiento, sin contar el servidor más grande y los datos perdidos en cada caída. En LynxMetrics, una API de datos en vivo empieza en R$ 21,90 por mes, o cerca de R$ 263 por año. Si tu hora vale más de R$ 6, la API ya sale más barata, antes de contar cualquier otra ventaja.

Cómo probar el cambio sin riesgo

Cada API de LynxMetrics tiene una prueba gratis de 2 horas, sin tarjeta, después de confirmar el correo. En la práctica, cambiás solo la función que busca los datos en tu programa, lo corrés con la clave de la prueba y comparás. Si trabajás con Bac Bo, el paso a paso de la migración está en Bac Bo con Python: por qué se cae tu raspador.

Preguntas frecuentes

¿El web scraping es ilegal?

Depende del sitio, del dato y del uso. Muchos sitios prohíben el acceso automatizado en los términos de uso, lo que puede llevar al bloqueo de la cuenta, y la copia masiva de una base de datos puede chocar con derechos sobre ella. Con una API, la recolección la hace el proveedor, y tu cuenta y tu servidor no quedan expuestos a esos bloqueos.

¿Por qué mi raspador deja de funcionar?

Los motivos más comunes son el cambio de layout del sitio, la sesión de login expirada, el bloqueo anti-robot o por IP, el límite de peticiones y la actualización del navegador que deja el Chromedriver incompatible.

¿Una API sale más cara que un raspador?

En el precio de la suscripción, sí, porque el raspador parece gratis. Sumando servidor, horas de mantenimiento y datos perdidos en cada caída, una API de datos continuos suele salir más barata.

Lee también