El scraping de Google Maps con proxies funciona porque la parte difícil nunca fue el parsing — sino servir cada petición desde el lugar correcto y al ritmo correcto. Los resultados de Maps se sirven por geografía, tienen rate limits agresivos y detectan rápido los patrones automatizados; un crawler ingenuo muere en minutos.
Cómo se estructura la recolección en Maps
- Búsqueda en grilla: dividir la ciudad en celdas lat/lng y consultar cada una — una sola consulta al centro pierde todo el anillo exterior.
- IPs residenciales geo-matched: salir cerca de la ciudad objetivo para que resultados, idioma y disponibilidad coincidan con los usuarios reales de allí.
- Cosecha por place ID: resolver los place IDs una vez y luego traer reseñas, horarios y horas pico a un ritmo más lento.
- Rate limiting: las ráfagas de un solo IP mueren en minutos — el pacing es un insumo de diseño, no un parche posterior.
Checklist de recolección
- Delimitar la ciudad con precisión y gridear celdas de 1–2 km en zonas densas.
- Conseguir IPs residenciales que geolocalicen dentro o cerca de la ciudad; una sesión sticky por grupo de celdas.
- Retardos aleatorios de 3–10 s entre consultas; una grilla completa toma horas.
- Deduplicar temprano por place ID, porque las celdas se solapan.
- Cachear agresivamente y re-crawlear semanalmente; confirmar IP de salida y país antes de cada corrida.
Comparativa rápida
- Residencial geo-matched: resultados idénticos a los de un local, bloqueos raros con buen ritmo.
- Datacenter: barato, pero los resultados se sesgan hacia la ubicación del servidor y los bloqueos llegan a mitad de crawl.
- Sesiones: sticky residencial por barrio mantiene identidad estable; datacenter exige rotación constante.
- La precisión es el punto: 200 km de diferencia cambian lista, orden y hasta idioma.
Implementación en 4 pasos
- Calcular la bounding box de la ciudad y cortar la grilla con un script corto.
- Vincular una sesión sticky a cada grupo de celdas.
- Consultar cada centro de celda con 3–10 s aleatorios y log por celda.
- Fusionar place IDs, deduplicar, cachear y agendar el re-crawl delta a una semana.
FAQ
¿Es legal scrapear Google Maps?
Depende de la jurisdicción, el método y el uso: la recolección automatizada puede chocar con los ToS de Google; la postura segura es preferir las API oficiales cuando bastan, mantener volúmenes modestos y revisar el derecho local sobre bases de datos antes de escalar.
¿Qué pacing funciona?
Por defecto, 3–10 s aleatorios entre consultas y una grilla completa en horas; retrocede cuando suben los errores y nunca corras dos grillas pesadas por la misma sesión sticky.
Proxies residenciales FTProxy con geo targeting por ciudad alimentan exactamente este tipo de pipeline — pilota una ciudad, prueba la cobertura y replica en tus demás mercados.