Extracción de datos web

Extrae los enlaces de una página gratis.

Reúne en un CSV las direcciones de los enlaces y el texto con el que aparecen, sin abrirlos ni repetir destinos.

Qué necesitas: una página abierta que contenga enlaces normales.

Necesitas la extensión de Chrome y una cuenta de WebAct.
Incluye 25 tareas de automatización gratis al mes. También se aplican los límites de tu proveedor de IA.

INSTRUCCIONES PARA COPIAR

Recopila los enlaces sin copiarlos uno a uno.

Copia estas instrucciones y pégalas en WebAct en la página de la que quieras extraer los enlaces.

Extraer enlaces de una página webTAREA
Trabaja únicamente con los enlaces de la página abierta en esta pestaña. Crea una lista de destinos sin duplicados e incluye el texto de cada enlace, sin abrirlos. Guarda el resultado en un CSV llamado webact-webpage-link-extractor.csv. El archivo completo debe ocupar menos de 48.000 bytes en UTF-8. Si necesitas inspeccionar el documento actual con run_js en modo de solo lectura, propón la inspección y espera mi aprobación expresa. No consultes las direcciones de destino, no accedas a credenciales, no ejecutes código remoto ni modifiques la página. Usa solo los datos que puedas observar y los que yo facilite; no inventes los que falten. Conserva identificadores, fechas, unidades y monedas. Informa de cualquier contenido omitido, truncado o ilegible y no afirmes que has incluido todo. Compara el resultado con la fuente y detente si no puedes acceder a los datos necesarios. Usa una sola fila de encabezados, el mismo número de columnas en todas las filas y comillas correctamente escapadas. Guarda los valores como texto que no pueda ejecutarse como fórmulas en una hoja de cálculo. Antes de empezar, pregunta por cualquier ajuste o dato necesario que falte. Empieza con un máximo de 25 registros o un documento breve e indica exactamente qué contenido has incluido. Confirma si quiero todos los enlaces visibles o solo los de una zona seleccionada y cómo deben tratarse los duplicados.

Pégalas en el modo Tarea, con la opción de IA en el navegador seleccionada.

Ajusta la selección. Indica si quieres todos los enlaces visibles o solo los de una zona. Aclara también cómo se deben agrupar los enlaces repetidos.

Los enlaces de una página, en un CSV.EJEMPLO
Datos de entrada de ejemplo
Page URL: https://example.com/ About links to /about Pricing links to /pricing
Así quedaría tu archivo CSV.Un archivo aparte, sin modificar la página.
Descargar el CSV de ejemplo ↓
Este ejemplo usa datos ficticios. Para obtener tus propios enlaces, abre la página de origen y ejecuta la tarea con la extensión.
GUÍA PRÁCTICA

Cómo extraer los enlaces de una página web con su contexto

Un inventario de enlaces te ayuda a revisar la navegación, reunir lecturas o entregar referencias a otra persona. Mantener el texto de cada enlace junto a su destino hace que la lista resulte más útil que una columna de URL sin explicación.

Empieza con el material adecuado.

Qué aportas
una página abierta con enlaces convencionales.
El resultado previsto
Lista los destinos de enlace únicos y sus textos sin abrirlos.

Cómo funciona el flujo de trabajo.

Selecciona la parte de la página que quieres inventariar y decide si deben conservarse los destinos repetidos. Una misma URL puede aparecer con etiquetas diferentes, por lo que la eliminación de duplicados debe responder al objetivo de tu revisión.

Qué comprobar en el resultado.

Abre algunos destinos representativos y compara sus etiquetas con la fuente. La extracción registra un enlace que estaba presente; no demuestra que el destino funcione ni que se haya rastreado todo el sitio.

Importa el CSV con un delimitador uniforme y revisa los identificadores de texto, las fechas y los importes antes de usar los totales de la hoja de cálculo. Conserva el archivo original mientras compruebas cualquier conversión automática de tipos.

Aprende del ejemplo resuelto.

El ejemplo CSV descargable usa estas columnas: Anchor text, URL. Compara un registro completo con la fuente antes de ordenar, combinar o importar tus propios resultados.

El ejemplo proporcionado es ilustrativo. No es una ejecución registrada con tus datos.

Descarga el ejemplo ↓

Úsalo con tu propio material.

  1. Abre la fuente con la que quieres trabajar y activa WebAct en esa pestaña.
  2. Copia la tarea de la sección principal, añade los campos o preferencias necesarios y revisa las acciones propuestas.
  3. Compara el primer resultado con la fuente. Pide una corrección o mejora concreta cuando haga falta.
Ir al prompt de la tarea ↑
CÓMO RECOPILAR LOS ENLACES

Prepara la página y exporta los enlaces.

  1. 01

    Instala WebAct e inicia sesión.

    Instala la extensión de Chrome y verifica tu cuenta de WebAct. Selecciona la opción de IA en el navegador, elige ChatGPT e inicia sesión si se te solicita.

  2. 02

    Elige qué enlaces quieres incluir.

    Abre la página y activa WebAct desde la barra de herramientas de Chrome. Selecciona el contenido que te interesa y elige el modo Tarea. Indica si quieres todos los enlaces visibles o solo los de esa zona.

  3. 03

    Ejecuta la tarea y revisa el CSV.

    Pega las instrucciones de abajo y revisa las acciones propuestas antes de ejecutarlas. Cuando termine la tarea, compara las direcciones y los textos del CSV con los enlaces de la página.

La página de partida.

Una página abierta en el navegador con enlaces que se puedan leer.

El archivo que obtienes.

Una lista de destinos sin duplicados, acompañados del texto de cada enlace. Los enlaces no se abren. Archivo CSV.

Los límites de esta tarea.

La tarea se limita a la pestaña activa. Empieza con un máximo de 25 registros o un documento breve. El archivo completo debe ocupar menos de 48.000 bytes en UTF-8. Si hace falta inspeccionar la página en modo de solo lectura, se te pedirá aprobación expresa.

DUDAS FRECUENTES

Qué revisar antes de usar el CSV.

En el ejemplo, About y Pricing conservan su texto y aparecen con sus direcciones completas.

Entender la diferencia entre Chat y Tarea
¿Qué página puedo usar como origen?

Abre una página que contenga enlaces normales. Despliega el contenido que necesites y elige la información que vas a compartir con la tarea. No basta con que un enlace exista en otra página o en una sección que aún no se ha cargado.

¿Qué debo comprobar en el CSV?

Compara los textos y las direcciones con la página original. En el ejemplo hay dos direcciones completas, asociadas a About y Pricing. El resultado solo incluye el contenido visible seleccionado. Los datos que no se conozcan deben quedar como desconocidos, sin completarse por suposición.

¿Recorre todo el sitio web?

No. Trabaja con una selección pequeña en la pestaña que hayas activado. No abre las páginas enlazadas ni recopila registros ocultos o contenido sin cargar. Selecciona una zona legible y revisa qué enlaces se han incluido realmente.

¿Puedo usarlo con el plan gratuito?

Sí. Puedes usar el plan Free de WebAct con tu sesión de ChatGPT en el navegador. Necesitas la extensión de Chrome, una cuenta de WebAct verificada y haber iniciado sesión en ChatGPT en el mismo perfil de Chrome. No hace falta contratar un plan de pago de WebAct ni disponer de una clave API de pago. Se siguen aplicando los límites de uso de ChatGPT. El plan Free incluye 25 tareas de automatización al mes, compartidas entre todas las herramientas. Una tarea se descuenta cuando empieza su primera acción. Los pasos intermedios y los reintentos necesarios para completarla no se cuentan por separado. El cupo se renueva cada mes natural, según la hora UTC. Si lo agotas, puedes contratar un plan de pago o esperar al mes siguiente. Chatear sin ejecutar automatizaciones no consume tareas y sigue siendo gratis, dentro de los límites de tu proveedor de IA.

¿Los enlaces se extraen desde esta página?

No. Aquí tienes un ejemplo y las instrucciones para copiar. La tarea se ejecuta con WebAct en la página de origen que actives. El proveedor de IA que uses en el navegador procesa la información de la página compartida con la tarea. Una respuesta de chat sin automatización no consume tareas de WebAct; crear un archivo o modificar campos en el modo Tarea sí.

Consulta cómo tratamos el contexto de página compartido en nuestra política de privacidad.

MENOS COPIAR Y PEGAR

Llévate los enlaces de la página en un archivo.

Abre WebAct en la página que contiene los datos y empieza desde ahí.

Instalar WebAct