Python · YouTube
Scraping de YouTube con Python
Hacer scraping de YouTube con un navegador significa desplazarse por listas infinitas, esperar a los scripts y analizar un marcado que cambia a menudo. La YouTube Data API oficial necesita un proyecto de Google Cloud y raciona las solicitudes con una cuota diaria. Esta guía toma un tercer camino: haces scraping de YouTube con Python llamando a la API de everydata.io, que lee las páginas públicas de YouTube y las devuelve como JSON.
Crearás tres pequeños scripts: un scraper de YouTube para resultados de búsqueda que recorre las páginas de resultados y las guarda en CSV, otro que lista los últimos vídeos de un canal y otro que obtiene todos los detalles de un vídeo: visualizaciones, me gusta, número de comentarios, fecha de publicación, duración, categoría y etiquetas.
Actualizado el · por everydata.io
Lo que tendrás al final
- Un script de Python que extrae los resultados de búsqueda de YouTube para cualquier consulta en videos.csv.
- Los últimos vídeos de cualquier canal por ID de canal, URL del handle o URL del canal.
- Los detalles completos de un vídeo por ID, con una función auxiliar reutilizable que gestiona los límites de velocidad y los reintentos.
Lo que necesitas
- Python 3.10 o posterior y el paquete
requests(pip install requests). - Una clave de API gratuita de everydata.io: créala aquí.
- Una búsqueda, un canal o un vídeo del que quieras hacer scraping.
01¿Por qué hacer scraping de YouTube con una API?
YouTube construye sus páginas con JavaScript y carga más resultados a medida que te desplazas, así que una simple solicitud HTTP obtiene pocos datos útiles y un navegador headless tiene que desplazarse, esperar y analizar. La API de YouTube de everydata.io hace ese trabajo en el servidor: cada llamada devuelve una página de resultados, con un cursor para la siguiente.
A diferencia de la YouTube Data API oficial, no hay pantalla de OAuth, ni proyecto de Google Cloud, ni cuota diaria de unidades: solo tu clave de everydata.io. Cada llamada es una solicitud de tu plan, y las respuestas con estado 5xx no se cuentan.
02Escribe una pequeña función auxiliar para las solicitudes
Pon tu clave en el entorno (export EVERYDATA_API_KEY="ds_your_key") y guarda esta función auxiliar como everydata.py. Espera cuando envías demasiadas solicitudes a la vez (estado 429; la respuesta indica cuántos segundos) y reintenta una vez una página que no se pudo cargar (5xx).
import os
import re
import time
import requests
API = "https://api.everydata.io"
KEY = os.environ["EVERYDATA_API_KEY"]
def api_get(path: str, params: dict) -> dict:
"""GET an everydata.io endpoint. Waits when rate limited (429) and retries a failed page load (5xx) once."""
retried = False
for _ in range(4):
resp = requests.get(f"{API}{path}", params=params, headers={"x-api-key": KEY}, timeout=60)
if resp.status_code == 429:
wait = re.search(r"in (\d+) seconds", resp.text)
time.sleep(int(wait.group(1)) + 1 if wait else 60)
continue
if resp.status_code >= 500 and not retried:
retried = True # 5xx answers are not counted against your quota
time.sleep(10)
continue
resp.raise_for_status()
return resp.json()
raise RuntimeError("still rate limited after several waits – try again later")03Extrae los resultados de búsqueda de YouTube a un archivo CSV
El endpoint de búsqueda recibe una query y, opcionalmente, languageCode y countryCode (por defecto en y US), y devuelve la lista de resultados en items y un cursor para la página siguiente. Los resultados mezclan vídeos, canales y listas de reproducción, así que el script solo conserva los de type video.
"""Scrape YouTube search results for a query into videos.csv – several pages via the cursor."""
import csv
from everydata import api_get # the helper from step 2, saved as everydata.py
QUERY = "lofi hip hop"
MAX_PAGES = 3 # every page is one request
rows, cursor = [], None
for page in range(1, MAX_PAGES + 1):
params = {"query": QUERY, "languageCode": "en", "countryCode": "US"}
if cursor:
params["cursor"] = cursor
data = api_get("/ytb/youtube-search-videos", params)
for item in data["items"]:
if item["type"] != "video": # results also contain channels and playlists
continue
rows.append({
"page": page,
"video_id": item["videoId"],
"title": item["title"],
"channel": item["channelName"],
"views": item["viewCount"],
"published": item["publishedTimeText"],
"duration_s": item["duration"],
"live": item["isLive"],
})
cursor = data.get("cursor")
if not cursor:
break
with open("videos.csv", "w", newline="") as f:
writer = csv.DictWriter(f, fieldnames=list(rows[0]))
writer.writeheader()
writer.writerows(rows)
print(len(rows), "videos saved to videos.csv")Una versión reducida del ejemplo documentado para la búsqueda lofi hip hop:
{
"responseStatus": "PAGE_FOUND",
"responseMessage": "Page successfully found!",
"query": "lofi hip hop",
"estimatedResults": 2407972,
"items": [
{
"type": "video",
"videoId": "n61ULEU7CO0",
"title": "Best of lofi hip hop 2021 ✨ [beats to relax/study to]",
"channelId": "UCSJ4gkVC6NrvII8umztf0Ow",
"channelName": "Lofi Girl",
"viewCount": 57439529,
"viewCountText": "57,439,529 views",
"publishedTimeText": "4 years ago",
"duration": 22258,
"durationText": "6:10:58",
"isLive": false
}
]
}viewCount es un número que puedes ordenar y sumar; viewCountText es la etiqueta que muestra YouTube. En las emisiones en directo, la etiqueta dice «watching» y duration es null. En los resultados de búsqueda, publishedTimeText es relativo («4 years ago»); la llamada de detalles del vídeo devuelve el publishedAt exacto.
04Scraping de los vídeos de un canal de YouTube
Para un canal, pasa como id su ID de canal, la URL de su handle (https://www.youtube.com/@WWE) o la URL del canal. filter elige la pestaña: videos_latest (por defecto), streams_latest, shorts_latest o live_now. Para pasar a las páginas siguientes, usa cursor, como en el script de búsqueda.
from everydata import api_get
data = api_get("/ytb/youtube-channel-videos", {"id": "https://www.youtube.com/@WWE", "filter": "videos_latest"})
for item in data["items"]:
print(item["videoId"], item["viewCount"], item["publishedTimeText"], item["title"])
next_page = data["cursor"] # pass as cursor=... for the next page{
"responseStatus": "PAGE_FOUND",
"responseMessage": "Page successfully found!",
"channelId": "UCJ5v_MCY6GNUBTO8-D3XoAg",
"filter": "videos_latest",
"items": [
{
"type": "video",
"videoId": "b7kl_pcHa0A",
"title": "Blake Monroe vows to get payback against Giulia: SmackDown exclusive, Sept. 18, 2026",
"viewCount": 6800,
"viewCountText": "6.8K views",
"publishedTimeText": "47 minutes ago",
"duration": 110,
"durationText": "1:50"
}
]
}05Scraping de los detalles de vídeos de YouTube
Las listas de búsqueda y de canal te dan los ID de los vídeos. Para el registro completo de un vídeo (número exacto de visualizaciones, me gusta y comentarios, fecha de publicación, categoría, etiquetas y más), llama al endpoint de detalles del vídeo con el ID o la URL del vídeo.
from everydata import api_get
v = api_get("/ytb/youtube-video-details", {"id": "kJQP7kiw5Fk"})
print(v["title"], "by", v["channelName"])
print(v["viewCount"], "views,", v["likeCount"], "likes,", v["commentCount"], "comments")
print("published", v["publishedAt"], "| duration", v["durationText"], "| category", v["category"])
print("tags:", ", ".join(v["tags"])){
"responseStatus": "PAGE_FOUND",
"responseMessage": "Page successfully found!",
"videoId": "kJQP7kiw5Fk",
"title": "Luis Fonsi - Despacito ft. Daddy Yankee",
"channelName": "LuisFonsiVEVO",
"viewCount": 9125159593,
"likeCount": 56673581,
"commentCount": 4300000,
"publishedAt": "2017-01-12T21:00:02-08:00",
"duration": 282,
"durationText": "4:42",
"category": "Music",
"tags": [
"Calypso",
"Despacito"
]
}Para seguir estas cifras a lo largo del tiempo, la guía de estadísticas de vídeos de YouTube las guarda de forma programada. Para la sección de comentarios de un vídeo, consulta la API de comentarios de YouTube.
06Costes y límites del scraping de YouTube
- Cada página de búsqueda, página de canal y consulta de vídeo es una solicitud. Tres páginas de búsqueda más los detalles de 20 vídeos son 23 solicitudes; el plan gratuito incluye 100 solicitudes al mes.
- Los resultados siguen
languageCodeycountryCode, igual que YouTube hace con un visitante de ese país. - Solo datos públicos: los vídeos privados, eliminados o bloqueados por región responden con HTTP 404 en lugar de un objeto a medio rellenar.
Endpoints utilizados en esta guía
Search Videos · API de YouTube
Channel Videos · API de YouTube
Video Details · API de YouTube
Qué más puedes hacer con estos datos
Metadatos de YouTube en JSON (título, vistas, me gusta, comentarios, duración, etiquetas, miniaturas, subtítulos) por ID o URL. Sin OAuth ni cuota de API.
Estadísticas públicas de canales de YouTube por REST: suscriptores, vídeos, verificación, últimas subidas, directos, Shorts y playlists por ID o @handle.
Extrae comentarios de YouTube por ID o URL: texto, autor, me gusta, respuestas, fijados y con corazón, con paginación por cursor. Sin OAuth.
Pruébalo con tus propios datos
El plan gratuito incluye 100 solicitudes al mes, utilizables en todas las plataformas: suficiente para seguir esta guía de principio a fin.