Scrapling
D4Vinci/ScraplingRevisado por IA
Verificado pelo RepoPicks Radar em
O RepoPicks Radar encontrou sinais fortes de risco neste projeto. Ele continua visível para você ler as evidências, mas fica fora das recomendações e só entra nos rankings do filtro “Com alerta”.
O que é Scrapling?
Uma biblioteca Python e um comando de terminal para coletar dados de sites. Pode fazer solicitações web simples, controlar um navegador oculto para páginas que precisam de JavaScript, seguir links por um site inteiro com várias páginas de uma vez, pausar e retomar, e salvar os resultados como JSON, JSONL, CSV, XML ou Markdown limpo. Também traz um servidor para que assistentes de IA possam navegar e extrair dados por meio dele. É feito para programadores, embora o comando `scrapling extract` salve uma página sem escrever código. Você precisa do Python 3.10+ e, para a parte do navegador, um download único de um navegador.
Quão fácil é instalar Scrapling?
C · instalar 1 ou 2 ferramentas · Windows
- Windows C
- macOS C
- Linux C
O mesmo no Windows, macOS e Linux: instale o Python 3.10+, depois `pip install "scrapling[fetchers]"` e `scrapling install` para baixar o navegador, e use a partir de um terminal ou do seu próprio código Python. Também existe uma imagem Docker pronta com os navegadores dentro, que é mais uma ferramenta para instalar.
Scrapling no GitHub
- Estrelas
- 101.070em 10 de nov. de 2026
- Downloads
- —todas as versões
- Crescimento
- +6.278estrelas em 7 dias
Estrelas ao longo do tempo
Fatos
- Roda em
- Windows, macOS, Linux
- Você precisa instalar
- Python, Docker
- Para compilar a partir do código
- Python, Docker
- Espaço em disco
- 100 MB–300 MB · estimativa
- Contas ou chaves
- Nenhuma
- Custo
- Grátis · A biblioteca é gratuita (BSD-3-Clause). Trabalhos grandes normalmente significam pagar a uma empresa de proxy, e o README é patrocinado por várias delas.
- Licença
- BSD-3-Clause (Permissiva)
- Pode substituir
- Browserbase, Bright Data
- Última mudança no GitHub
- 9 de nov. de 2026
Sinais de risco de Scrapling (7)
- AltoContorna a proteção antibots dos sites
O README lista como função principal: "Anti-bot Bypass: Advanced stealth capabilities with `StealthyFetcher` and fingerprint spoofing. Can easily bypass all types of Cloudflare's Turnstile/Interstitial with automation"; os exemplos usam `solve_cloudflare=True` e a seção do servidor MCP diz que ele usa "our stealthy browser with the right tools to enable suitable AI models to bypass any CAPTCHA is faces while working (not to mention our Cloudflare solver)". O `pyproject.toml` descreve o projeto como "undetectable" e repete a palavra entre as keywords. Passar pelos sistemas que um site usa para bloquear acesso automático vai contra os termos de uso da maioria dos sites, e vários países têm leis sobre contornar proteções técnicas de acesso. O próprio aviso do README diz que a biblioteca é "provided for educational and research purposes only" e pede "Always respect the terms of service of websites and robots.txt files", enquanto a lista de spiders mostra que o respeito ao robots.txt é um "Optional `robots_txt_obey` flag".
revisão por IA
- AtençãoFeito para contornar a proteção antibots dos sites
O README vende a evasão como uma função principal: "Anti-bot Bypass: Advanced stealth capabilities with `StealthyFetcher` and fingerprint spoofing. Can easily bypass all types of Cloudflare's Turnstile/Interstitial with automation", os exemplos de código usam `solve_cloudflare=True`, a seção do MCP diz que permite a modelos de IA "bypass any CAPTCHA is faces", e o `pyproject.toml` descreve o projeto como "undetectable". Superar os sistemas que um site usa para bloquear acesso automatizado vai contra os termos de uso da maioria dos sites, e em alguns países também pode ser ilegal. O próprio aviso do README diz que a biblioteca é "for educational and research purposes only" e pede "respect the terms of service of websites and robots.txt files".
revisão por IA
- AtençãoO respeito ao robots.txt vem desativado por padrão
Lista de Spiders do README: "Robots.txt Compliance: Optional `robots_txt_obey` flag that respects `Disallow`, `Crawl-delay`, and `Request-rate`". As regras que um site publica para rastreadores só são seguidas se você ativar essa opção.
revisão por IA
- InfoPode copiar catálogos inteiros e esconder seu endereço
Os modelos já prontos incluem o `ShopifySpider` para "collect products from public Shopify stores, one item per variant", e os fetchers oferecem rotação de proxy, falsificação de impressão digital TLS (`impersonate='chrome'`) e "DNS Leak Prevention" via DNS-over-HTTPS do Cloudflare. Coletar dados pessoais desse jeito também traz obrigações da lei de privacidade.
revisão por IA
- InfoO README é espaço de publicidade paga
Boa parte do README são blocos de "Platinum Sponsors" e "Sponsors" de empresas de proxy e de resolução de CAPTCHA com códigos de desconto ("Use code SCRAPLING35 for 35% discount", "Code SCRAPEANDTAKE: 25% off") e a linha "Do you want to show your ad here?". Trate essas recomendações como anúncios, não como conselho.
revisão por IA
- InfoO servidor de IA leva páginas externas até seu assistente
O servidor MCP "Let[s] AI chatbots and agents (Claude/Cursor/etc) scrape through Scrapling with HTTP requests, browser actions, screenshots, saved login state". O README diz que ele "protect[s] against Prompt-Injection", o que é uma afirmação do próprio autor; o texto de uma página que ele visita ainda chega até o seu assistente.
revisão por IA
- InfoLogins salvos e tráfego capturado ficam no disco
As sessões do navegador guardam cookies e estado (`StealthySession`, "saved login state") e `record_requests=True` "saves text response bodies" para busca posterior. Esses arquivos podem conter seus logins e os dados dos sites que você visitou.
revisão por IA
As evidências aparecem no idioma original.
O que o Radar não conseguiu verificar em Scrapling
- Se o tratamento de Cloudflare e CAPTCHA ainda funciona hoje, já que os sites mudam sua proteção o tempo todo
- Os números de velocidade do README, que foram medidos pelo próprio projeto
- O uso real de disco depois que o `scrapling install` baixa um navegador completo e seus arquivos de sistema
- Se uma coleta se mantém discreta o suficiente para que o site de destino não bloqueie o seu endereço
- Se a afirmação de proteção contra injeção de prompt no servidor de IA se sustenta