1001 Freelance Projects
Latest Projects from Freelance Marketplaces
Today is: 28-Jun-2025 22:39 GMT
View Project
View this project in detail (Note: you will be redirected to external marketplace)
Project title: web scraping solution
Posted by: External project from PeoplePerHour
Started: 10-Dec-2024 04:53 GMT
Description: Requerimiento: Solución de Web Scraping para Portales de Medios de Información
Objetivo del Proyecto
Diseñar e implementar una solución automatizada de web scraping para recopilar información de portales de medios de información. Los datos recolectados deberán ser almacenados en una base de datos mediante la ejecución de un procedimiento almacenado (stored procedure) en SQL.
________________________________________
Alcance
1. Realizar scraping en sitios web de medios de información predefinidos, incluyendo, pero no limitado a:
o Noticias nacionales
o Noticias internacionales
o Deportes
o Entretenimiento
o Economía
2. Recolectar información clave, como:
o Título de la noticia
o Fecha de publicación
o Autor (si está disponible)
o Resumen o encabezado
o Contenido completo del artículo
o Categoría o sección del portal
o URL de la noticia
o Fuente del medio
3. Guardar los datos en una base de datos SQL mediante un stored procedure que permita:
o Validar la integridad de los datos antes de insertarlos.
o Evitar duplicidad de registros.
________________________________________
Requerimientos Funcionales
1. Extracción de Datos:
o Implementar un módulo para realizar scraping de páginas HTML dinámicas y estáticas.
o Manejar sitios con diferentes estructuras HTML, incluyendo aquellos que requieran interacción con JavaScript.
2. Gestión de Acceso:
o Incorporar control de acceso para sitios protegidos (si aplica), como inicios de sesión.
o Considerar técnicas anti-bloqueo (User-Agent Rotation, IP Proxy).
3. Almacenamiento de Datos:
o Diseñar un esquema en SQL que soporte la información recolectada.
o Implementar un procedimiento almacenado para insertar los datos en la base de datos, manejando validaciones como:
 Verificación de duplicados por URL.
 Registro de errores o inconsistencias en una tabla de logs.
4. Escalabilidad:
o Posibilidad de agregar nuevos portales sin modificar significativamente el código base.
5. Frecuencia:
o Programar ejecuciones automáticas en intervalos configurables (diario, semanal, etc.).
________________________________________
Requerimientos Técnicos
1. Lenguaje de Programación:
o Python (preferiblemente) o Node.js, utilizando frameworks como Beautiful Soup, Scrapy o Puppeteer.
2. Base de Datos:
o SQL Server o un motor compatible que permita la ejecución de procedimientos almacenados.
3. Integración con la Base de Datos:
o El programa de scraping debe ejecutar el stored procedure tras procesar cada lote de datos.
4. Manejo de Excepciones:
o Registro detallado de errores durante el scraping, almacenamiento o ejecución de stored procedures.
5. Compatibilidad:
o Diseñar la solución para que sea compatible con sistemas operativos Windows y Linux.
________________________________________
Criterios de Aceptación
1. La solución debe ser capaz de recolectar y almacenar información de al menos 5 portales de noticias iniciales.
2. La inserción en la base de datos debe completarse sin errores y siguiendo las validaciones establecidas.
3. El sistema debe ser modular para facilitar la adición de nuevos portales.
4. Los datos deben ser accesibles para consultas SQL tras su almacenamiento.
________________________________________
Project ID: 3411981
Project category:
Project budget:
View this project in detail (Note: you will be redirected to external marketplace)
Last Projects / Browse Projects
  Project Started
HLS Playlist Configuration for Samsung TV
Category: API, API Integration, REST API, RESTful API, Web API
Budget: $30 - $250 USD
28-Jun-2025
22:04 GMT
African-Themed Elementor Website Design
Category: Elementor, Graphic Design, User Interface / IA, Web Design
Budget: $250 - $750 CAD
28-Jun-2025
22:03 GMT
Street Marketing Lead Gen Specialist
Category: Leads, Market Research, Marketing, Sales
Budget: ₹12500 - ₹37500 INR
28-Jun-2025
22:03 GMT
Python ile İçerik Yönetimi
Category: MySQL, PHP, PostgreSQL, Python, Software Architecture
Budget: $250 - $750 USD
28-Jun-2025
22:01 GMT
Energetic Male Voice Intro
Category: Animation, Audio Production, Audio Services, Music, Voice Talent
Budget: $30 - $250 USD
28-Jun-2025
22:00 GMT
Data Entry Specialist Needed - 28/06/2025 17:48 EDT
Category: Data Entry, Data Processing, Excel, Web Scraping, Web Search
Budget: ₹750 - ₹1250 INR
28-Jun-2025
22:00 GMT
OpenSearch Monitoring Stack Deployment
Category: Elasticsearch, Graylog, Kubernetes, Linux, Nagios Core, Network Administration, Prometheus Monitoring, System Admin
Budget: $30 - $250 USD
28-Jun-2025
21:58 GMT
Stonework Project Summary Extraction from BOQ & Drawings
Category: AutoCAD, Building Architecture, CAD / CAM, Interior Design, Technical Writing
Budget: $750 - $1500 USD
28-Jun-2025
21:55 GMT
Zabbix Host Automation with Ansible
Category: Ansible, Linux, Nagios Core, Network Administration, Shell Script, Ubuntu, VMware
Budget: $30 - $250 USD
28-Jun-2025
21:54 GMT
Revit 360 Video Creation
Category: 3D Animation, 3D Modelling, 3D Rendering, 3ds Max, Video Services
Budget: $250 - $750 AUD
28-Jun-2025
21:51 GMT
Custom Sticker Design
Category: Graphic Design, Illustration, Logo Design, Photoshop, Photoshop Design
Budget: $10 - $30 USD
28-Jun-2025
21:51 GMT
Social Media Graphics Design
Category: Adobe InDesign, Graphic Design, Illustration, Logo Design, Photo Editing, Photoshop, Photoshop Design, T Shirts
Budget: $30 - $250 USD
28-Jun-2025
21:48 GMT
Career Change CV/Resume
Category: Cover Letter, CV Design, Editing, Proofreading, Resumes
Budget: $30 - $250 USD
28-Jun-2025
21:47 GMT
AI-Enhanced Viral Video Production
Category: After Effects, Animation, Motion Graphics, Video Editing, Video Services
Budget: $8 - $15 USD
28-Jun-2025
21:45 GMT
Fiction Manuscript Editing -- 2
Category: Creative Writing, Editing, Fiction, Ghostwriting, Proofreading
Budget: $30 - $250 USD
28-Jun-2025
21:44 GMT
Browse All Projects
Projects by Skills ...
Projects for 'android'
Projects for 'ajax'
Projects for 'asp'
Projects for 'aspnet'
Projects for 'cms'
Projects for 'cpp'
Projects for 'csharp'
Projects for 'css'
Projects for 'delphi'
Projects for 'design'
Projects for 'drupal'
Projects for 'excel'
Projects for 'facebook'
Projects for 'flash'
Projects for 'html'
Projects for 'java'
Projects for 'javascript'
Projects for 'joomla'
Projects for 'iphone'
Projects for 'mysql'
Projects for 'photoshop'
Projects for 'php'
Projects for 'python'
Projects for 'ruby'
Projects for 'seo'
Projects for 'sql'
Projects for 'sysadm'
Projects for 'translate'
Projects for 'typing'
Projects for 'twitter'
Projects for 'vbnet'
Projects for 'xml'
Projects for 'wordpress'
Projects for 'writing'
Read RSS feeds ... New!
RSS feed for 'android'
RSS feed for 'ajax'
RSS feed for 'asp'
RSS feed for 'aspnet'
RSS feed for 'cms'
RSS feed for 'cpp'
RSS feed for 'csharp'
RSS feed for 'css'
RSS feed for 'delphi'
RSS feed for 'design'
RSS feed for 'drupal'
RSS feed for 'excel'
RSS feed for 'facebook'
RSS feed for 'flash'
RSS feed for 'html'
RSS feed for 'java'
RSS feed for 'javascript'
RSS feed for 'joomla'
RSS feed for 'iphone'
RSS feed for 'mysql'
RSS feed for 'photoshop'
RSS feed for 'php'
RSS feed for 'python'
RSS feed for 'ruby'
RSS feed for 'seo'
RSS feed for 'sql'
RSS feed for 'sysadm'
RSS feed for 'translate'
RSS feed for 'typing'
RSS feed for 'twitter'
RSS feed for 'vbnet'
RSS feed for 'xml'
RSS feed for 'wordpress'
RSS feed for 'writing'
New!
Проекты на русском
(Projects in Russian)

Short URL:
1001fp.com
Mobile version:
m.1001freelanceprojects.com
Copyright © 2005-2024 1001 Freelance Projects