1001 Freelance Projects
Latest Projects from Freelance Marketplaces
Today is: 25-Oct-2025 20:27 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
Shopify-WhatsApp Order Notification custom Integration with api integration in milesweb server
Category: API Integration, Automation, Freelance, HTML, JavaScript, JSON, PHP, Shopify, Technical Documentation, Web Development
Budget: ₹600 - ₹1500 INR
25-Oct-2025
16:04 GMT
Multilingual OpenWakeWord Toy Integration
Category: Asterisk PBX, Embedded Systems, Linux, Machine Learning (ML), Natural Language Processing, Python, Voice Talent, VoIP
Budget: ₹12500 - ₹37500 INR
25-Oct-2025
16:03 GMT
IT Support Engineer Needed - Wilmslow/Manchester
Category: Cloud Computing, Freelance, Microsoft 365, Microsoft Exchange, Network Administration, Office 365, System Administration, Technical Documentation, Technical Support, Troubleshooting
Budget: £20 - £250 GBP
25-Oct-2025
16:03 GMT
Technology Product Pitch Deck Writer
Category: Branding, Business Strategy, Copywriting, Data Analysis, Google Slides, Market Research, Pitch Deck Writing, Research, Startup Consulting, Visual Design
Budget: $250 - $750 USD
25-Oct-2025
16:02 GMT
Packaging Design Graphic Expert
Category: Adobe Illustrator, Corporate Identity, Graphic Design, Illustration, Logo Design, Packaging Design, Print Design, Typography
Budget: $10 - $30 USD
25-Oct-2025
16:02 GMT
Land Development Financial Model Customization
Category: Data Analysis, Excel, Finance, Financial Analysis, Financial Modeling, Graphic Design, Project Management, Real Estate
Budget: $750 - $1500 USD
25-Oct-2025
16:02 GMT
Automation Expert for Wellness Clinic System
Category: Automation, Email Marketing, JavaScript, Lead Generation, Mailchimp, PHP, Salesforce.com, Zapier
Budget: $30 - $250 USD
25-Oct-2025
16:02 GMT
ESP32 Vibration Monitoring System
Category: Arduino, Data Visualization, Embedded Systems, JavaScript, MQTT, Node.js, Python, Web Development
Budget: $250 - $750 CAD
25-Oct-2025
16:00 GMT
Rails 8 E-Commerce Web App
Category: Agile Development, API Development, CSS, Git, HTML, JavaScript, Ruby On Rails, Software Development, Web Development
Budget: €750 - €1500 EUR
25-Oct-2025
16:00 GMT
English-Arabic Legal Translation
Category: Arabic Translator, Contracts, English (US) Translator, English Translation, Legal, Legal Translation, Proofreading, Translation
Budget: $250 - $750 USD
25-Oct-2025
16:00 GMT
How to draw head turn 360 degrees
Category: 2D Animation, 2D Drawing, 2D Game Art, 3D Animation, Animation, Art Consulting, Character Illustration, Graphic Design, Illustration, Video Production
Budget: $10 - $30 USD
25-Oct-2025
15:59 GMT
Bold Branded Sales Proposal Template
Category: Branding, Corporate Identity, English Translation, Powerpoint, Visual Design
Budget: $30 - $250 USD
25-Oct-2025
15:59 GMT
Urgent Music PR Outreach
Category: Article Writing, Audio Production, Audio Services, Blog Writing, Content Writing, Music, Public Relations, Social Media Marketing
Budget: $10 - $30 USD
25-Oct-2025
15:59 GMT
Vacation Rentals Support Specialist
Category: Conflict Resolution, Customer Service, Email Handling
Budget: £10 - £15 GBP
25-Oct-2025
15:59 GMT
Social Media Content Strategist
Category: Content Strategy, Content Writing, Copywriting, Digital Marketing, Graphic Design, Internet Marketing, Social Media Management, Social Media Marketing
Budget: £750 - £1500 GBP
25-Oct-2025
15:57 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)

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