🚀 Web Scraper + Bot Telegram

Este proyecto es un web scraper que extrae información de dos sitios web—uno utilizando requests y otro con Selenium—para gestionar los datos obtenidos, crear un JSON y notificar vía Telegram si hay registros nuevos o si cambia la información de alguno ya almacenado.

✅ Imagen disponible en DockerHub: pinchapapas/webscraper

⚡ Instalación rápida

No necesitas modificar el código ni crear una imagen personalizada. Solo descarga docker-compose.yml, configura las variables de entorno y ejecútalo:

cd /rutaDeDocker-Compose
docker-compose up -d

---

✨ Características

✔ Extracción de datos de un sitio web de coches.
✔ Notificaciones en tiempo real a través de Telegram.
✔ Integración con WhatsApp utilizando la API de Twilio (opcional).
✔ Ejecución periódica automática, con un bucle infinito y time.sleep(10 min).
✔ Fácil configuración mediante variables de entorno.

---

🛠 Requisitos

Antes de ejecutar este proyecto, asegúrate de tener instalado:

• 🐳 Docker → Para ejecutar el contenedor.
• 📦 Docker Compose → Para gestionar las variables de entorno.

---

🔧 Configuración

1. Clona este repositorio

Si no tienes el repositorio en tu máquina, clónalo usando el siguiente comando:

git clone https://github.com/alexmartinezmoron/webscraper.git
cd webscraper

2. Crea tu bot en Telegram

Para generar el TELEGRAM_BOT_TOKEN, sigue estos pasos para crear un bot en Telegram:

1. Abre Telegram y busca el usuario @BotFather.
2. Inicia una conversación con él y usa el comando /newbot.
3. Sigue las instrucciones y elige un nombre y un nombre de usuario para tu bot (el nombre de usuario debe terminar en bot, por ejemplo, MiScraperBot).
4. Una vez creado, BotFather te dará un Token de acceso. Copia este token y agrégalo en el archivo .env en la variable TELEGRAM_BOT_TOKEN.
5. Para obtener el TELEGRAM_CHAT_ID, puedes usar el bot @userinfobot en Telegram o la API de Telegram para obtener el ID del chat donde se enviarán los mensajes.

3. Configura las variables de entorno

Solo necesitas configurar las variables de entorno. Puedes hacerlo de dos maneras:

Opción 1: Edita el archivo .env

Crea un archivo .env en la raíz del proyecto con los siguientes valores (reemplaza con tus credenciales de Twilio y la URL de tu sitio web):

BASE_URL_FACILITEA="https://url-a-scrapear"
BASE_URL_RENEW="https://url-a-scrapear"
BASE_URL_RENEW_PAGINADO="https://url-a-scrapear"
TELEGRAM_BOT_TOKEN=tu_token
TELEGRAM_CHAT_ID_User1=123456789
TELEGRAM_CHAT_ID_User2=123456789
TELEGRAM_CHAT_ID_User3=123456789
TELEGRAM_CHAT_IDS=123456789,123456789,123456789
TWILIO_SID=tu_sid
TWILIO_AUTH_TOKEN=tu_token
TWILIO_WHATSAPP_NUMBER=whatsapp:+123456789
MY_WHATSAPP_NUMBER=whatsapp:+123456789

Opción 2: Edita directamente el archivo docker-compose.yml

Si prefieres, también puedes colocar las variables directamente en el archivo docker-compose.yml.

---

Docker Hub

El contenedor está disponible en Docker Hub. Si prefieres usar el contenedor preconstruido en lugar de crear el tuyo propio, puedes descargar la última versión de la imagen con el siguiente comando:

docker pull pinchapapas/webscraper:latest

Una vez descargado, solo tienes que ejecutar el docker-compose.yml como se explicó anteriormente.

---

📜 Licencia

Este proyecto está bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.