InfoJobs Scraper

Herramienta de web scraping desarrollada en Python que extrae ofertas de empleo de InfoJobs de forma automatizada. Busca cualquier puesto en cualquier ubicación de España, exporta los datos a CSV/JSON y detecta ofertas nuevas entre ejecuciones.

Características

Característica	Descripción
Búsqueda personalizada	Puesto y ubicación configurables desde consola
Paginación automática	Detecta y recorre todas las páginas disponibles
Evasión de detección	undetected-chromedriver para evitar bloqueos por fingerprinting
Autodetección de Chrome	Detecta automáticamente la versión de Chrome instalada
Gestión de cookies	Acepta el banner GDPR de forma automática
Detección de captcha	Pausa y espera resolución manual si aparece un captcha
Exportación flexible	CSV, JSON o ambos formatos
Historial	Detecta ofertas nuevas comparando con ejecuciones anteriores
Comportamiento humano	Tiempos aleatorios entre acciones para evitar bloqueos

Datos extraídos por oferta

Campo	Fuente	Descripción
Título	Listado	Nombre del puesto
Empresa	Listado	Empresa que publica la oferta
Ciudad	Listado	Ubicación del puesto
Salario	Listado	Rango salarial si está disponible
Contrato	Listado	Tipo de contrato (indefinido, temporal...)
Jornada	Listado	Tipo de jornada (completa, parcial...)
Experiencia	Detalle	Experiencia requerida (requiere visitar cada oferta)
Enlace	Listado	URL directa a la oferta

Estructura del proyecto

Scraper-InfoJobs-Python/
├── main.py                  # Punto de entrada con menu interactivo
├── configuracion.py         # Selectores, tiempos y configuracion centralizada
├── scraper/
│   ├── navegador.py         # Chrome, captcha y cookies
│   ├── extractor.py         # Extraccion de datos de cada oferta
│   └── paginacion.py        # Scroll y cambio de pagina
├── modelos/
│   └── oferta.py            # Dataclass que representa una oferta
├── exportar/
│   ├── exportar_csv.py      # Exportacion a CSV
│   └── exportar_json.py     # Exportacion a JSON
├── historial/
│   └── rastreador.py        # Historico y deteccion de ofertas nuevas
├── salida/                  # Archivos generados (CSV, JSON, historico)
├── requirements.txt
└── README.md

Requisitos

• Python 3.11 o superior
• Google Chrome instalado (cualquier versión, se detecta automáticamente)

Instalación

git clone https://github.com/DevJuanCR/Scraper-InfoJobs-Python.git
cd Scraper-InfoJobs-Python
pip install -r requirements.txt

Uso

python main.py

El programa te pedirá:

1. Puesto a buscar — desarrollador junior, data engineer, diseñador gráfico...
2. Ubicación — españa, madrid, barcelona...
3. Número de páginas — un número concreto o todas las disponibles
4. Formato de exportación — CSV, JSON o ambos
5. Extraer experiencia — visita cada oferta para sacar la experiencia requerida (opcional, más lento)

Los resultados se guardan en la carpeta salida/.

Ejemplo de ejecución

========================================
   InfoJobs Scraper
========================================

Que puesto quieres buscar? (ej: desarrollador junior): desarrollador junior
En que ubicacion? (ej: españa, madrid, barcelona): madrid
Cuantas paginas quieres scrapear? (0 = todas): 0
Formato de exportacion: 3
Extraer experiencia requerida? s/n: s

--- PAGINA 1 ---
  Oferta: Desarrollador/a Junior Salesforce (Grupo Hasten)
  Oferta: Programador/a Full Stack Junior (prodereg)
  ...

--- PAGINA 2 ---
  Oferta: Desarrollador Java Junior (NTT Data)
  ...

Scraping completado: 147 ofertas en 8 paginas

Extrayendo experiencia de 147 ofertas...
  [1/147] Desarrollador/a Junior Salesforce -> Al menos 1 año
  [2/147] Programador/a Full Stack Junior -> No requerida
  ...

--- Resumen historico ---
Ofertas encontradas: 147
Ofertas nuevas: 23
Ofertas que ya teniamos: 124
Total en historico: 312

Proceso finalizado

Ejemplo de salida JSON

[
  {
    "titulo": "Desarrollador/a Junior Salesforce",
    "empresa": "Grupo Hasten",
    "ciudad": "Madrid",
    "enlace": "https://www.infojobs.net/...",
    "salario": "18.000€ - 22.000€ Bruto/año",
    "contrato": "Indefinido",
    "jornada": "Completa",
    "experiencia": "Al menos 1 año"
  }
]

Sistema de historial

El scraper guarda un registro en salida/historico/historico.json con todas las ofertas vistas y la fecha en que aparecieron por primera vez. En cada ejecución compara las ofertas actuales con el historial y te muestra cuáles son nuevas. Útil para ejecutarlo periódicamente y no perderte ninguna vacante.

Configuración

Todos los selectores CSS/XPath, tiempos de espera y configuración del scroll están centralizados en configuracion.py. Si InfoJobs actualiza su estructura HTML, solo hay que modificar los selectores en ese archivo.

Notas

• Si aparece un captcha, el script te avisa y espera hasta 2 minutos para que lo resuelvas manualmente.
• La extracción de experiencia requiere visitar cada oferta individualmente, lo que aumenta el tiempo de ejecución y el riesgo de captcha.
• Los selectores dependen de la estructura HTML actual de InfoJobs. Si el portal cambia su diseño, puede ser necesario actualizarlos en configuracion.py.

Aviso legal

Este software ha sido desarrollado con fines educativos para demostrar habilidades de programación y web scraping. No está afiliado ni respaldado por InfoJobs. El uso de scripts automatizados debe realizarse de manera responsable y respetando los términos de servicio del sitio web.