Selector CSS
La sintaxis de patrones inventada para dar estilo a las páginas, que los scrapers han adoptado como forma habitual de seleccionar los elementos que merece la pena extraer.
Selectors were invented so stylesheets could say which elements a rule paints, and scraping simply borrowed the language: the same pattern that styles every price tag can select every price tag. The vocabulary is compact. A bare name matches a tag, .price matches by class, #main by id, [data-sku] by attribute presence and [data-sku='X17'] by attribute value; a space between parts means descendant, a right angle bracket means direct child, and :nth-child() picks by position.
La omnipresencia es el argumento práctico. Todos los analizadores, frameworks y APIs de navegador hablan esta sintaxis, todo desarrollador ya la conoce a medias por el trabajo de estilos, y para la inmensa mayoría de las extracciones, coger las tarjetas, el título dentro de cada una, el href del enlace, es la frase correcta más corta. El código de scraping escrito con ella se lee como la estructura de la página a la que se dirige.
Los límites son estructurales, y conocerlos te ahorra la tarde. Los selectores clásicos solo apuntan hacia abajo: seleccionas descendientes de cosas, nunca padres de cosas, y no ven el texto en absoluto, así que el elemento que contiene las palabras «Agotado» es inalcanzable por sus palabras. La pseudoclase :has() ha empezado a cambiar el primer límite en los navegadores, y el soporte en las librerías de scraping es lo bastante irregular como para que el código portable siga tratando la selección hacia arriba como terreno de XPath. Esos dos huecos, el texto y el recorrido, marcan exactamente dónde empieza a ganarse su sitio el otro lenguaje.
La trampa moderna está en las propias clases. Las herramientas de compilación las generan cada vez más: los frameworks de utilidades componen el estilo con decenas de clases diminutas, y CSS-in-JS emite nombres con hash como css-1x2y3z que cambian en cada despliegue. Un selector anclado a clases generadas está anclado a un artefacto de compilación, y se pudre en la siguiente versión de la web sin ningún cambio visible de diseño. Los selectores duraderos se anclan a lo que sobrevive a las recompilaciones: etiquetas semánticas, ids, atributos aria y los atributos data- que los equipos añaden precisamente porque sus propias pruebas necesitan puntos de anclaje estables.
So the craft, as with all pointing, is choosing anchors by meaning. A selector like [data-testid='price'] outlives one like div.sc-bZQynM span:nth-child(2) by years, and the difference was never cleverness, only choosing the part of the page its own developers promised not to shuffle.
Preguntas frecuentes
¿Qué selectores CSS debería conocer para hacer scraping?
A working handful covers most extraction: tag, .class and #id for the basics, [attribute] and [attribute='value'] for the precise anchors, the space and the right angle bracket for descendant and child nesting, and :nth-child() for positional picks. That small set, composed, expresses nearly every everyday extraction; the exotic pseudo-classes rarely earn their keep in scraping code.
¿Por qué se rompen mis selectores si la web no ha cambiado?
Porque los nombres de clase eran artefactos de compilación. CSS-in-JS y los flujos de utilidades generan nombres de clase con hash o compuestos que cambian al volver a desplegar mientras el diseño renderizado sigue idéntico, así que un selector anclado a ellos muere sin que se vea. Vuelve a anclarlo a puntos estables, ids, estructura semántica, etiquetas aria o atributos data-, y la misma página dejará de tirar tus selectores en cada versión.
¿Puede un selector CSS encontrar un elemento por su texto?
Con la sintaxis estándar no; los selectores ven estructura y atributos, y el contenido queda fuera. Cuando el único ancla fiable son las palabras visibles, es el caso de manual para una búsqueda con text() de XPath, o para seleccionar un conjunto más amplio con CSS y filtrar por texto en tu propio código. Elegir en cada extracción es mejor que casarse con uno de los dos lenguajes.
¿Los selectores CSS son más rápidos que XPath?
Un poco, a veces, y casi nunca donde se te va el tiempo. Los motores modernos evalúan los dos rápido, y la transferencia por red, el renderizado y el análisis empequeñecen la evaluación de selectores en cualquier flujo real. Elige por capacidad y durabilidad, el lenguaje que te permita anclarte a algo que la web no vaya a mover, y deja las diferencias de rendimiento como curiosidad.
Volver al glosario completo.

