[pyar] Consulta sobre hacer un web scrapper para un homebanking

[Mariano Verdú]

Comparto con la idea de David, agrego que podes dockerizar selenium (e
inclusive tu proceso) para simplificar un poco quizás la ejecución logrando
un ambiente controlado, limpio y descartable. :P

Casualmente WebWhatsappWrapper[0] hace algo similar.

o/

[0] https://github.com/mukulhase/WebWhatsapp-Wrapper/

El 9 de julio de 2018, 19:59, David Arch <daviddanielarch en gmail.com>
escribió:

>
>
> El lun., 9 de jul. de 2018 2:53 p. m., Sebastian Bassi <sbassi en google.com>
> escribió:
>
>> On Mon, Jul 9, 2018 at 10:32 AM Rafael Bermúdez <r.n.bermudez en gmail.com>
>> wrote:
>>
>>> Estoy aprendiendo Python, y quería implementar algo que me sea útil, y
>>> de lo cual pueda sacar algún concepto nuevo o interensante. Se me ocurrió
>>> hacer un script que se logueé en mi homebanking, saque cierta información
>>> del mismo, y guarde (o suba a google drive) lo que me interese en un XLS.
>>> Mis preguntas son:
>>>
>>>    - ¿Es legal hacer esto?
>>>
>>> Habría que ver los terminos y condiciones del sitio, en general prohiben
>> el uso de "bots", pero si ese es el caso no es que sea "ilegal" en el
>> termino de cometer un delito, pero si una infracción a sus normas y puede
>> tener consecuencias tipo que te saquen la cuenta. Tambien pueden acusarte
>> de "hackeo", que si bien no tiene sentido dicha acusación no impide que la
>> puedan hacer. Hay miles de ejemplos de empresas haciendo acusaciones sin
>> fudamento, que muchas veces terminan desestimadas pero mientras tanto tenes
>> que hacerte cargo de abogados, perder tiempo, etc. Ademas lo que es legal
>> varia en cada pais, la gran mayoria de los que estamos aca no somos
>> abogados, asi que cualquier cosa que te digan aca (incluso esto) tomalo con
>> cuidado.
>>
>>
>>>    - Considerando que no guardaría mi información de logueo en ningún
>>>    lado (ya que no sé aún cómo encriptar archivos o algo similar), y que esto
>>>    lo correrería localmente en mi computadora, ¿hay algún riesgo obvio que no
>>>    estaría considerando?
>>>
>>>
>> Si el login es via https y las credenciales no las guardas en la PC, no
>> veo riesgo importante.
>>
>>
>>>
>>>    - De no haber problema en los cuestiones anteriores, ¿algún tip o
>>>    sugerencia?
>>>
>>> Antes de scrapear agotá la posibilidad mas prolija que es usar una API
>> para levantar los datos, mira las docs a ver si existe dicha API y/o
>> preguntá en el banco, aunque no tengan supongo que les sirve para saber que
>> hay demanda para ese servicio.
>>
>>
>>> En principio usaría requests
>>> <http://docs.python-requests.org/en/master/> para hacer las llamadas, y
>>> por lo que pude ver, quizá Beautiful Soup
>>> <https://www.crummy.com/software/BeautifulSoup/bs4/doc/> para levantar
>>> la data que necesito.
>>>
>>
>> Esas 2 herramientas están muy bien para eso. Otra opcion que
>> consideraria, que ademas haria mas dificil la deteccion desde el servidor
>> que estas usando un script, es usar Selenium con el navegador. Vos haces un
>> script en Python que le dice al browser que hacer, ademas podes acceder
>> luego cualquier parte del DOM. Vos usas un script pero para los logs del
>> server el que está haciendo el request es el navegador, será menos
>> sospechoso que usando requests o cualquier otra alternativa headless.
>>
>
> Además de hacer la detección más difícil, en sitios complejos que hacen
> muchos pedidos con muchos parámetros  y tienen mucho Ajax dando vuelta es
> muchísimo más fácil sacar lo que querés usando Selenium.
> Si querés solamente usar requests en muchos casos vas a tener que hacer un
> trabajo de ingeniería inversa bastante importante para saber que llamadas
> que hace la página son importantes (y sus argumentos) para llevar a cabo lo
> que querés hacer en particular.
> Si usas selenium seguramente tu script va correr más lento que haciendo
> los pedidos usando requests  pero vas a poder tener algo funcionando mucho
> antes.
>
>>
>> _______________________________________________
>> Lista de Correo de PyAr - Python Argentina - pyar en python.org.ar
>> Sitio web: http://www.python.org.ar/
>>
>> Para administrar la lista (o desuscribirse) entrar a
>> http://listas.python.org.ar/listinfo/pyar
>>
>> La lista de PyAr esta Hosteada en USLA - Usuarios de Software Libre de
>> Argentina - http://www.usla.org.ar
>
>
> _______________________________________________
> Lista de Correo de PyAr - Python Argentina - pyar en python.org.ar
> Sitio web: http://www.python.org.ar/
>
> Para administrar la lista (o desuscribirse) entrar a
> http://listas.python.org.ar/listinfo/pyar
>
> La lista de PyAr esta Hosteada en USLA - Usuarios de Software Libre de
> Argentina - http://www.usla.org.ar
>
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://listas.python.org.ar/pipermail/pyar/attachments/20180710/9dbd3929/attachment-0001.html>