La extracción web en Microsoft Power Automate Desktop se construye como un proyecto completo en este tutorial completo, desde una lista de temas de búsqueda en Excel hasta los resultados de libros de Amazon guardados en un nuevo libro de trabajo.
Descarga los materiales del curso y guarda el archivo de entrada de Excel en una carpeta de proyecto. Las regiones dan estructura al flujo, y la ruta del proyecto y la URL de Amazon se almacenan en variables, porque esos son los valores que pueden cambiar. La automatización del navegador viene primero: "Iniciar nuevo Microsoft Edge", "Establecer valor de lista desplegable en la página web" para seleccionar Libros, "Completar campo de texto en la página web" para el término de búsqueda, y "Enviar teclas" para Enter. "Extraer datos de la página web" luego recopila título, autor, calificación y cantidad de calificaciones en una tabla de datos, y el flujo escribe esa DataTable en una nueva hoja de Excel bajo una fila de encabezado. Los capítulos posteriores añaden un nombre de archivo con la fecha y hora actuales, patrones RegEx que limpian el autor y la cantidad de calificaciones, una columna de URL construida a partir de un selector CSS y el atributo href, un bucle "Por cada" sobre los cuatro temas de búsqueda con una hoja de cálculo cada uno, y un bucle que hace clic en el botón siguiente para extraer múltiples páginas.
APRENDIZAJES CLAVE
🔹 Extraer datos web en una tabla de datos
🔹 Limpiar texto extraído con expresiones regulares
🔹 Construir selectores CSS a mano para URLs y el botón de la siguiente página
El flujo de web scraping terminado escribe una hoja de cálculo por tema de búsqueda en un archivo de resultados con la fecha y hora de la ejecución al frente de su nombre. En la ejecución final, las hojas de Visual Basic, JavaScript y regex contienen cada una 48 resultados, que son las primeras tres páginas de resultados. Dos detalles mantienen el bucle de scraping de Amazon confiable. La tecla Enter solo funciona después de que "Desenfocar cuadro de texto después de llenarlo" está desactivado en la acción del campo de texto. La tabla de datos base también debe reiniciarse dentro del bucle "Por cada", de lo contrario, cada nuevo tema obtiene las filas de los temas anteriores también. En el video, dos DataTables se fusionan con un bucle que añade las filas una por una, porque no había una acción directa para ello.
CAPÍTULOS
00:00:00 Introducción
00:02:28 Inicialización
00:05:17 Automatización del Navegador
00:09:42 Extracción Web
00:15:53 Excel y DataTables
00:24:02 Nombres de Archivos Dinámicos
00:26:58 Expresión Regular en la Extracción
00:35:58 Extraer URL de Resultados de Búsqueda
00:44:48 Extraer Múltiples Temas
00:54:00 Extraer Múltiples Páginas
01:05:59 Fusionar Dos DataTables
#PowerAutomate #Automatización #WebScraping