Reseña honesta: “Curso maestro de Web Scraping” de Leonardo Kuffo [2026] – ¿Vale la pena?

Qué promete y qué encontré al analizarlo

El Curso maestro de Web Scraping, de Leonardo Kuffo, promete llevarte de cero a extraer datos de más de 20 sitios reales con Python: páginas estáticas, sitios con varias páginas, carga dinámica, APIs, iframes, autenticación y CAPTCHAs, y al final automatizar las extracciones y guardar los datos en MongoDB. Son 19 horas en 97 clases, con 11,320 alumnos y 2,307 reseñas que le dan un 4.67. Se creó en marzo de 2020 y se actualizó el 20 de octubre de 2025.

Al revisar sus 11 secciones, lo mejor es la progresión por niveles: cada uno añade una dificultad concreta (13, 13, 14, 10 y 9 elementos) y el recorrido termina con un nivel de automatización, almacenamiento y actualización de datos. Usa siete librerías (Requests, lxml, Beautiful Soup, Scrapy, Selenium, Requests-HTML y Cloudscraper) y empieza con 19 elementos de Python para quien no programa. Hay 7 cuestionarios y una sección de ética de 4 elementos.

El temario, en resumen

• Preparación (34 elementos): bienvenida (2), Python desde cero (19) e introducción al web scraping (13).
• Niveles 1 y 2 (26): una sola página estática (13) y varias páginas del mismo dominio (13).
• Niveles 3 a 5 (33): páginas dinámicas (14), APIs, iframes y scripts (10) y autenticación y CAPTCHAs (9).
• Cierre (11): ética para evitar problemas (4), nivel final de automatización, almacenamiento y actualización de datos (6) y otros cursos del autor (1).
• En total: 87 videos, 10 artículos y 7 cuestionarios, con subtítulos automáticos en español.

Puntos fuertes

• Progresión por niveles muy bien pensada. Pasar de una página estática a sitios con paginación, contenido dinámico, APIs y autenticación sigue el orden en que aparecen los problemas reales, y cada nivel justifica la herramienta que introduce.
• Varias herramientas, con criterio. Ver Requests con lxml, Beautiful Soup, Scrapy y Selenium en casos distintos enseña a elegir: no todo sitio necesita un navegador automatizado, y saberlo ahorra tiempo y recursos.
• Buscar la API antes que el HTML. El nivel 4 trata APIs, iframes y scripts. Extraer los datos del JSON que consume la propia página suele ser más estable y eficiente que analizar el HTML, y pocos cursos lo enseñan.
• Del script al proceso. El nivel final cubre automatización, almacenamiento en MongoDB y actualizaciones incrementales, lo que convierte un script suelto en una fuente de datos útil. Las 2,307 reseñas con 4.67 respaldan la explicación.

Aspectos mejorables

• Ética y legalidad en 4 elementos. Que exista la sección ya es más de lo habitual, pero es breve, y los objetivos la enfocan en proteger tus IPs y evitar bloqueos. En los títulos no aparecen los términos de uso, robots.txt ni la protección de datos personales, y varios sitios del curso, como redes sociales o reseñas de Google, prohíben en sus términos la extracción automatizada y contienen datos personales.
• Saltar protecciones, una zona gris. El nivel 5 y la librería Cloudscraper enseñan a sortear CAPTCHAs y la protección de Cloudflare. Técnicamente es interesante, pero eludir esas medidas suele violar los términos del sitio y puede tener consecuencias legales; úsalo solo con autorización.
• Herramientas con años encima. El curso nació en 2020 y no menciona Playwright, hoy una de las opciones más usadas para páginas dinámicas, ni la extracción asíncrona; además, Requests-HTML lleva años sin mantenimiento activo.
• Scrapers que caducan y sin ejercicios evaluados. Facebook, X o Airbnb cambian su estructura a menudo y la última actualización es de octubre de 2025, así que es probable que algunos ejemplos ya no funcionen tal cual. Hay 7 cuestionarios, pero ningún ejercicio de código.

Conclusión honesta

El Curso maestro de Web Scraping es, por estructura, la forma más completa de aprender a extraer datos de la web en español: la progresión por niveles, la variedad de librerías y el cierre con automatización y almacenamiento lo ponen muy por encima de la sección de 12 elementos que el tema ocupa en Python TOTAL.

Como ingeniero, mi advertencia es de criterio más que técnica: saber extraer datos no significa poder hacerlo. Prioriza las APIs oficiales cuando existan, respeta robots.txt y los términos de uso, no recolectes datos personales sin base legal según la ley de protección de datos de tu país y limita la frecuencia de tus peticiones. Para trabajar los datos extraídos, sigue con Análisis de Datos con Pandas; si solo necesitas automatizar tareas en sitios de tu propia empresa sin programar, Power Automate Desktop es otra vía.

Preguntas frecuentes