web scraping en portales como idealista

Scraping inmobiliario: legal en teoría, un campo de minas en la práctica​

¿Es delito extraer precios de vivienda de un portal inmobiliario para montar una web estadística? La respuesta corta que dan varios foreros: copiar datos de un HTML público no es ilegal. La larga: los portales lo tienen prohibido en sus condiciones de uso, despliegan sistemas anti-scraping comerciales y te van a banear la IP antes de que te dé tiempo a montar el gráfico. La pregunta que abre el asunto es la que se hace cualquiera que haya intentado construir un histórico de precios: ¿por qué el acceso a datos que son públicos está tan blindado?

Qué dicen los términos de uso de Idealista​

El portal lo deja por escrito: prohíbe «acceder, controlar o copiar cualquier información incluida en esta Web y apps utilizando para ello cualquier tipo de robot, spider, scraper u otro medio automático o proceso manual para cualquier propósito, sin nuestro permiso expreso y por escrito». Es decir, ni siquiera el copia-pega manual está autorizado. La cláusula es amplia y deliberadamente disuasoria.

Ahora bien, que una empresa prohíba algo en sus términos no lo convierte automáticamente en delito. Según varios foreros, copiar datos de un documento HTML público no es ilegal; lo que sería ilegal es acceder a sus bases de datos sin consentimiento. La distinción importa: una cosa es leer lo que la web sirve a cualquier visitante y otra muy distinta es colarse en el backend. La mayoría de los análisis que circulan coinciden en que el scraping de contenido visible se mueve en un limbo civil, no penal.

La API de Idealista: 100 peticiones al mes y gracias​

El portal ofrece una vía legítima: una API pública para desarrolladores. El problema es el volumen. Según un forero que pidió acceso, el acceso gratuito ronda las 100 peticiones mensuales, una cifra que no da ni para un barrio de una ciudad mediana. Para un histórico de precios de toda España, es como intentar llenar una piscina con un vaso.

Fotocasa, en cambio, no tiene API. Quien preguntó directamente recibió un no por respuesta. Esa ausencia de canal oficial empuja a muchos a la vía gris: scraping puro y duro. Y ahí es donde entra en juego la infraestructura defensiva.

El sistema anti-scraping que detecta patrones humanos​

Los portales grandes no se limitan a bloquear por IP. Según un forero que dice tener contacto con un exempleado, Idealista tiene un sistema comercial anti-scraping que analiza patrones de navegación, fingerprinting y comportamiento. Lo confirma alguien que trabajó en su desarrollo: detectan al bot y lo banean en poco tiempo. No les compensa denunciar; les compensa capar el acceso.

La respuesta técnica habitual pasa por simular un navegador real con Puppeteer o Selenium, rotar proxies de pago y aleatorizar el comportamiento. Funciona, pero es una carrera armamentística. Cada cambio en el HTML del portal rompe el script. Y los sistemas anti-fraude actuales, como los que usa la publicidad programática, ejecutan cientos de tests para validar si quien visita la web es humano.

La vía de la app móvil y la ingeniería inversa​

Hay quien propone un atajo: interceptar las peticiones que genera la app móvil de Idealista. La app no exige registro para buscar propiedades, así que las llamadas a su API interna quedan expuestas. Con un proxy intermedio y algo de ingeniería inversa, se pueden replicar esas peticiones sin pasar por el HTML.

Es más limpio que el scraping clásico, pero no resuelve el fondo del problema: sigue siendo acceso automatizado no autorizado. La ventaja es que la app no tiene la misma protección visible que la web. La desventaja es que si cierran ese grifo, el trabajo se va al garete.

El negocio real detrás de los datos inmobiliarios​

La pregunta que nadie responde del todo es por qué merece la pena el riesgo. Los precios de vivienda son un activo informativo valioso: según un forero, un histórico de años vale su peso en oro para inversores, analistas y cualquiera que quiera saber si el mercado está girando. Hay startups financiadas por bancos que viven exactamente de esto: recopilan precios de todo un sector y los venden por suscripción.

Si fuera ilegal, no habría capital institucional detrás. Pero eso no significa que cualquiera pueda hacerlo. La diferencia entre una startup financiada y un particular con un script es el equipo legal, la infraestructura y la capacidad de negociar acuerdos de acceso. El pequeño scraper no negocia: se esconde.

---

Al final, la respuesta a si hace falta un abogado es matizada. Para uso personal y estadístico, el riesgo penal es bajo. Para montar un negocio sobre datos ajenos, el riesgo civil y comercial es alto. Y el técnico, garantizado: te van a detectar. La pregunta no es si es legal. Es si te compensa la carrera.