Buscadores

Brave Images Scraper

search.brave.com

La búsqueda de imágenes de Brave muestra en su cuadrícula solo una parte de los resultados y ninguna de las páginas de origen, así que hacer scraping de lo que enseña la página te da miniaturas sin las páginas de las que vienen. Sin embargo, la página incluye en sus datos el conjunto completo de resultados, unas 200 imágenes, y un endpoint de plugin dedicado recibe una palabra clave y lee de ahí cada resultado: la URL de la imagen original en el sitio del editor (no una miniatura de Brave), el dominio y la página de origen, un título y el nombre del sitio, una miniatura y las dimensiones en píxeles, en una sola llamada facturada como una petición y sin clave de API de Brave. Brave elige la región de los resultados según la ubicación de quien busca, así que la página se renderiza en un navegador real a través de un exit en el país que elijas, y los resultados son los que ve quien busca allí. La respuesta replica nuestro plugin de Google Imágenes, de modo que un solo pipeline gestiona todos los buscadores.

Qué puedes extraer

• La URL de la imagen original en el sitio del editor, para cada resultado
• El dominio de origen y la URL de la página de origen que muestra la imagen, que la cuadrícula de Brave no enseña
• El título del resultado, más el nombre del sitio
• Una URL de miniatura alojada por Brave, rápida de cargar
• Ancho y alto de la imagen en píxeles
• El conjunto completo de resultados, unas 200 imágenes, en una sola llamada facturada como una petición
• Resultados por región: proxy_country fija la región de Brave a través de la IP del exit

Endpoints dedicados

Cómo rastrearlo

curl -X POST \
  -H "X-ScrapeUnblocker-Key: $SU_API_KEY" \
  "https://api.scrapeunblocker.com/images/brave-search?q=eiffel%20tower&proxy_country=US"

import requests

resp = requests.post(
    "https://api.scrapeunblocker.com/images/brave-search",
    headers={"X-ScrapeUnblocker-Key": SU_API_KEY},
    params={"q": "eiffel tower", "proxy_country": "US"},
)
print(resp.text)

import { ScrapeUnblockerClient } from 'scrapeunblocker';

const su = new ScrapeUnblockerClient({ apiKey: process.env.SU_API_KEY });

const results = await su.braveImages('eiffel tower', {
  proxyCountry: 'US',
});
console.log(results);

Las peticiones son POST y sus parámetros van en la query string. El renderizado en navegador siempre ocurre: no hay ningún flag que activar.

Ejemplo de respuesta

{
  "engine": "brave",
  "query": "eiffel tower",
  "gl": "us",
  "proxyCountry": "US",
  "resultsCollected": 200,
  "pagesFetched": 1,
  "hasMore": false,
  "results": [
    {
      "position": 1,
      "imageUrl": "https://cms.tootbus.com/sites/default/files/styles/ratp_xs_webp/public/2021-02/shutterstock_183894290_jpg.jpg.webp?itok=MzNNRyGW",
      "sourceDomain": "tootbus.com",
      "sourcePageUrl": "https://www.tootbus.com/en/paris/inspiration/10-fascinating-facts-about-eiffel-tower-you-should-know",
      "title": "10 Fascinating Facts about the Eiffel Tower you should know",
      "sourceName": "tootbus.com",
      "thumbnailUrl": "https://imgs.search.brave.com/HNsoICjicELfOImcnq05q6XwB3w28exDdTTwO5vxIsg/rs:fit:500:0:1:0/g:ce/aHR0cHM6Ly9jbXMu...",
      "width": 348,
      "height": 205,
      "fileSize": null
    },
    {
      "position": 2,
      "imageUrl": "https://thephotoargus.com/wp-content/uploads/2019/04/eiffeltower05.jpg",
      "sourceDomain": "thephotoargus.com",
      "sourcePageUrl": "https://thephotoargus.com/eiffel-tower-pictures/",
      "title": "Tony Gravé - eiffel tower silhouette",
      "sourceName": "thephotoargus.com",
      "thumbnailUrl": "https://imgs.search.brave.com/XBlQ6_wPRlBfPsCZPnDBjrVcvjR0rkc5Z4alqbmcvgc/rs:fit:500:0:1:0/g:ce/aHR0cHM6Ly90aGVw...",
      "width": 683,
      "height": 1024,
      "fileSize": null
    }
  ]
}

Leer la documentación

Preguntas frecuentes

Scrapers relacionados