Benchmark

Los mejores scrapers de LinkedIn

con

actualizado el 10 de jun. de 2026

Hemos evaluado las mejores herramientas de scraping de LinkedIn utilizando 9.000 solicitudes en publicaciones, perfiles y ofertas de empleo. Esta guía cubre dos áreas principales:

Comparación de los principales scrapers de datos de LinkedIn
Tutorial de Python para extraer publicaciones, perfiles, empresas y empleos de LinkedIn.

Proveedor

Enfoque

Bright Data

Solución de API dedicada, a gran escala y de bajo coste

Apify

Gama líder en el mercado de APIs de scraping (enfoque impulsado por la comunidad)

Linked Helper

Aplicación de escritorio para usuarios individuales

Comparación de API de scrapers de LinkedIn

Scrapers de LinkedIn	Tipo	Propósito	Precio inicial/mes	Prueba gratuita
Bright Data	Basado en proxy	Plataforma de recopilación de datos	$1,5 / 1K solicitudes	Gratis 5k registros al mes
Apify	Basado en cookies Basado en proxy	Plataforma de recopilación de datos	$30	3 días
Nimbleway	Basado en proxy	Plataforma de recopilación de datos	$150	7 días
Dripify	Basado en proxy	Plataforma de automatización de LinkedIn	$39	7 días
Linked Helper	Basado en proxy	Plataforma de automatización de LinkedIn	$15	14 días
PhantomBuster	Basado en cookies	Plataforma de automatización de LinkedIn	69€	14 días
Snov.io	Extensión de navegador	Plataforma de automatización de LinkedIn	$39	50 créditos, 100 destinatarios de correo electrónico
FindThatLead	Extensión de navegador	Plataforma de automatización de LinkedIn	49€	50 créditos

Resultados del benchmark de scraping de LinkedIn

Este gráfico compara las tasas diarias de éxito de las APIs de scrapers de LinkedIn según pruebas en vivo realizadas cada 15 minutos:

API y scrapers de LinkedIn basados en proxy

Los scrapers de LinkedIn basados en proxy utilizan su propia infraestructura de proxy, que incluye direcciones IP y servidores, para extraer datos de LinkedIn a escala. Estas APIs envían solicitudes a través de una red de proxy gestionada.

Este es el enfoque adecuado para un scraping de LinkedIn de gran volumen y fiable porque:

Rápido: Dado que el scraper depende de múltiples perfiles al extraer los datos, puede extraerlos más rápido
Fiable: Si el sitio web objetivo bloquea un perfil o una dirección IP, el proveedor cambia a otro para continuar con las operaciones.
Seguro: La persona que solicita el scraping no necesita usar su propia cuenta, por lo que no hay riesgo de que tu perfil sea bloqueado.

Bright Data

Bright Data ofrece una API dedicada de Web Scraper de LinkedIn diseñada para la extracción de datos estructurados de páginas públicas de LinkedIn. El conjunto de APIs incluye API de perfiles, API de publicaciones y API de empresas, cada una optimizada para ofrecer precisión y cumplimiento. La plataforma también ofrece datasets de LinkedIn adaptados a casos de uso específicos de LinkedIn.

Características:

Descubrimiento: Puedes obtener datos de LinkedIn utilizando una palabra clave específica, como nombre y apellidos, filtros de fecha o ubicación del empleo.
Scraping en tiempo real: Permite a los usuarios obtener la información más actual disponible en LinkedIn.
Soporte de proxy integrado: Las APIs de LinkedIn incluyen soporte de proxy integrado.

Obtén datos de LinkedIn a escala, 25 % de descuento con el código API25

Visita el sitio web

Apify

Apify ofrece una gama de Actors prediseñados orientados al web scraping en LinkedIn. Entre las herramientas populares de scraping de LinkedIn se incluyen Job Scraper, Sales Navigator Scraper, Company Scraper, Profile Scraper, Post Scraper y Ads Scraper.

Características:

Actors personalizables (scrapers web prediseñados): Un mercado de scrapers de LinkedIn creados por desarrolladores de la comunidad, cada uno adaptable a necesidades de scraping específicas.
Automatización: Enlaza múltiples Actors o intégralos con herramientas externas mediante APIs. Cada Actor admite conexiones con el servidor MCP, lo que permite a los usuarios gestionar y comunicarse con varios Actors de scraping.

Prueba el scraper de LinkedIn de Apify (3 días gratis)

Visita el sitio web

Nimble

ScraperAPI es una infraestructura gestionada de proxy y web scraping que incluye soporte dedicado para la extracción de datos de LinkedIn. En lugar de ofrecer un dataset de LinkedIn prediseñado, se encarga del proceso de scraping, incluida la rotación de IP, la resolución de CAPTCHA y la gestión de cabeceras.

Características

Soporte para solicitudes concurrentes: escala miles de solicitudes por minuto.
Plantillas específicas de LinkedIn para perfiles, empresas y páginas de empleo.

Herramientas de automatización de LinkedIn basadas en cookies

Las herramientas basadas en cookies utilizan la cookie de tu navegador para extraer datos. Se utilizan para la recopilación de datos de bajo volumen y no crítica, especialmente si los usuarios son clientes de estas herramientas de automatización y no incurrirán en costes adicionales.

Estas herramientas de automatización necesitan “actuar” en tu nombre para realizar tareas en las redes sociales:

LinkedIn establece una cookie de sesión cuando inicias sesión.
Pasas esa cookie a la herramienta.
La herramienta utiliza la cookie para recopilar datos y realizar acciones como solicitudes de conexión.

Este enfoque es:

Lento: Dado que emula el comportamiento humano, el scraping es más lento que con las herramientas que utilizan su propia infraestructura. No son adecuadas para tareas de extracción de datos a gran escala.
Arriesgado: Si LinkedIn detecta actividad sospechosa, podrías enfrentarte a restricciones temporales o a un bloqueo permanente de LinkedIn.

Phantombuster

PhantomBuster ofrece un scraper de perfiles de LinkedIn y un scraper de empresas para extraer datos públicos de la plataforma.

Características:

Datos actualizados de LinkedIn: Puedes configurar la herramienta de scraping de LinkedIn para que se ejecute repetidamente y extraiga datos a diario.
Extensión para Firefox y Chrome: El extractor de datos de LinkedIn está disponible como extensión.
Basado en la nube: se ejecuta en servidores remotos, lo que permite a los usuarios extraer datos de LinkedIn sin utilizar recursos locales.

Linked Helper

Linked Helper es una plataforma de automatización de LinkedIn basada en escritorio que también incluye funciones de scraping de LinkedIn. La herramienta no requiere proxies por defecto, pero permite a los usuarios configurar proxies por cuenta de LinkedIn manualmente.

Características:

Conexión automatizada de perfiles: Visita perfiles de LinkedIn y envía mensajes personalizados.
Scraping de datos: Ofrece un extractor de datos para recopilar datos de perfiles de LinkedIn y de Sales Navigator. Puedes obtener los datos recopilados en formato CSV.
CRM integrado: Todos los contactos se almacenan en un CRM integrado dentro de Linked Helper. Si utilizas un CRM externo, puedes enviar datos a esos CRM.

Dripify

Dripify es una herramienta de automatización de LinkedIn que ayuda a los profesionales de ventas a automatizar tareas en la plataforma. Ofrece un scraper de LinkedIn que permite a los usuarios acceder a datos de leads de LinkedIn y exportarlos a un archivo CSV.

Características:

Dirección IP local: Proporciona una dirección IP única de la región local del usuario, lo que permite a los usuarios acceder a sitios web como si se encontraran en diferentes áreas geográficas.
Simulación de comportamiento humano: Imita las acciones de un usuario real al interactuar con LinkedIn. Añade retrasos de tiempo aleatorios entre solicitudes y simula clics del usuario en enlaces o botones para que parezcas más un usuario genuino.

Herramientas de búsqueda de correo electrónico y extensiones

Estas se ejecutan dentro del navegador y están orientadas a la captura de correos electrónicos y leads en lugar de al scraping a gran escala. Son adecuadas para tareas pequeñas y se rompen si cambia el navegador o el diseño de la página.

Snov.io

Snov.io es una plataforma de interacción de ventas con extensión de Chrome que ofrece soluciones a lo largo del ciclo de prospección. El Email Finder de LinkedIn de Snov.io extrae mecánicamente direcciones de correo electrónico de un perfil de LinkedIn o de una página de resultados de búsqueda.

Es fundamental señalar que Snov.io no es una herramienta de scraping de LinkedIn dedicada; puede extraer direcciones de correo electrónico. Puedes recopilar correos electrónicos en masa desde las páginas de búsqueda de personas de LinkedIn y los resultados de búsqueda de LinkedIn Sales Navigator.

Los proveedores de automatización de LinkedIn como PhantomBuster, Linked Helper y Dripify ofrecen scripts prediseñados. Si tu organización necesita automatización de LinkedIn pero carece de una solución de correo electrónico, Snov.io puede ser suficiente. El plan gratuito (50 créditos) es generoso.

Características:

Email Finder: Descubre direcciones de correo electrónico basándose en entradas de nombre, empresa y dominio. Snov.io también ofrece extensiones de Chrome para generar leads (“click-and-collect”). Puedes extraer correos electrónicos de los motores de búsqueda de LinkedIn y Google.
Verificador de correo electrónico: Ofrece una herramienta de verificación de correo electrónico de 7 niveles, que verifica direcciones con una precisión del 98 %. Ten en cuenta que la verificación consume créditos, un crédito por verificación.

findthatlead

FindThatLead es una plataforma B2B basada en la nube para la generación de leads y la verificación de correo electrónico. La plataforma ofrece una extensión de Chrome que permite a los usuarios extraer direcciones de correo electrónico de perfiles y sitios web de LinkedIn. No es una solución gratuita y requiere créditos de tu propia cuenta de FindThatLead.

Características:

Email Finder y Verificador: Puedes recibir correos electrónicos de LinkedIn y otros sitios web que incluyen información adicional, como tu nombre, dirección de correo electrónico y cargo laboral.
Email Sender y campañas de drip: Email Sender es una herramienta gratuita que te permite personalizar mensajes para cada destinatario.

Precios:

Precio inicial (mes): $49 (2000 créditos de correo electrónico)
Prueba: 50 créditos de correo electrónico, incluida la extensión de Chrome.

Evaboot

Evaboot es una herramienta de automatización basada en Chrome que exporta datos de leads directamente desde LinkedIn Sales Navigator. En lugar de hacer scraping a través de proxies, aprovecha tu propia sesión de Sales Navigator para recopilar y limpiar datos de leads visibles. Pero no es adecuada para el scraping a gran escala ni para la programación automatizada.

Características

Integración nativa con Sales Navigator: Extrae nombres, cargos, nombres de empresas, industrias y ubicaciones de los resultados de búsqueda de Sales Navigator.
Limpieza de datos: Elimina automáticamente duplicados, enlaces rotos y perfiles incompletos.

Precios:

Comienza en $49/mes con una prueba gratuita de 7 días.
Ofrece opciones de pago por exportación para equipos pequeños.

Deja que nuestro equipo automatice uno de tus procesos de negocio con agentes de IA, sin coste alguno.

Automatizar un proceso

Tutorial de Python: extrae datos de LinkedIn con una API de scraper

Cada ejemplo sigue el mismo patrón: envías la URL de LinkedIn objetivo a la API de LinkedIn Scraper de Bright Data y recibes datos estructurados (JSON o CSV) a cambio.

Requisitos previos

Necesitas algunos pasos de configuración para empezar:

Python 3.x está instalado en tu sistema
requests librería (pip install requests)
cuenta de Bright Data con el dataset de LinkedIn habilitado

Cómo extraer publicaciones de LinkedIn

Paso 1: Iniciar el trabajo de scraping

Envía una URL de una publicación de LinkedIn al endpoint de la API de Bright Data para iniciar el proceso de scraping. El mismo patrón se aplica más adelante en esta guía al scraping de perfiles, empleos y empresas.

1import requests
2import json
3import os
4
5# Hidden secrets read from environment variables
6url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
7API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
8DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
9
10headers = {
11    "Authorization": "Bearer " + API_KEY,
12    "Content-Type": "application/json",
13}
14
15params = {
16    "dataset_id": DATASET_ID,
17    "include_errors": "true",
18}
19
20linkedin_urls = [
21    "https://www.linkedin.com/posts/example-post-1",
22    "https://www.linkedin.com_posts/example-post-2",
23    "https://www.linkedin.com/posts/example-post-3",
24]
25
26data = [{"url": url} for url in linkedin_urls]
27
28response = requests.post(url, headers=headers, params=params, json=data)
29
30try:
31    result = response.json()
32    print(json.dumps(result, indent=4))
33except json.JSONDecodeError:
34    print("Could not get valid JSON response:", response.text)

Este script de Python envía una solicitud POST a la API de LinkedIn Scraper de Bright Data para iniciar el trabajo de scraping. Nos autenticamos con nuestra clave de API y especificamos el ID del dataset. “

Cada URL de publicación de LinkedIn se pasa como un objeto JSON y se envía a la API, que gestiona la rotación de proxy, la resolución de CAPTCHA y la validación de solicitudes en segundo plano. La API devuelve un ID de snapshot único, que usarás más adelante para recuperar los datos extraídos de LinkedIn.

Paso 2: Recuperar los datos extraídos

Usa el ID de snapshot devuelto por el trabajo de activación. Los secretos y endpoints se leen de las variables de entorno.

1# retrieve_snapshot.py
2import requests
3import time
4import json
5import os
6
7snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13while True:
14    response = requests.get(url, headers=headers)
15    raw_text = response.text.strip()
16
17    try:
18        data = json.loads(raw_text)
19    except json.JSONDecodeError:
20        print("Multiple JSON objects detected. Processing line by line...")
21        for line in raw_text.splitlines():
22            try:
23                item = json.loads(line)
24                post_text = item.get("post_text", "[Not available]")
25                num_likes = item.get("num_likes", "[Not available]")
26                num_comments = item.get("num_comments", "[Not available]")
27
28                print("Post Text:", post_text)
29                print("Likes:", num_likes)
30                print("Comments:", num_comments)
31                print("-" * 40)
32            except Exception as e:
33                print("Skipped invalid line:", e)
34        break
35
36    status = data.get("status")
37
38    if status == "building":
39        print("Data is being processed... Waiting.")
40        time.sleep(5)
41        continue
42    elif status == "done":
43        print("Data is ready!")
44        for item in data.get("items", []):
45            print("Post Text:", item.get("post_text", "[Not available]"))
46            print("Likes:", item.get("num_likes", "[Not available]"))
47            print("Comments:", item.get("num_comments", "[Not available]"))
48            print("-" * 40)
49        break
50    else:
51        print("Unexpected status:", status)
52        break

Este script recupera los datos extraídos de LinkedIn utilizando el ID de snapshot devuelto por el trabajo de activación. Consulta la API de Bright Data para comprobar el estado del trabajo hasta que finalice el proceso de scraping.

La respuesta de la API puede ser un único objeto JSON (con estado) o varios objetos JSON en formato NDJSON. Para respuestas NDJSON, analiza cada línea y extrae los registros de publicaciones; para respuestas JSON únicas, comprueba el campo de estado: si es “building”, espera unos segundos y reinténtalo hasta que sea “done”. Una vez finalizado, puedes extraer y mostrar los datos estructurados de las publicaciones de LinkedIn.

Cómo extraer empleos de LinkedIn con Python

Aprende a extraer ofertas de empleo de LinkedIn utilizando Python y la API de LinkedIn Scraper. Puedes extraer datos estructurados de empleos, incluidos títulos, empresas, ubicaciones, fechas de publicación y descripciones de empleo, directamente de las URLs de empleo de LinkedIn.

Este enfoque es ideal para crear bolsas de empleo, análisis de reclutamiento o herramientas de investigación salarial.

Paso 1: Iniciar el trabajo de scraping

El script siguiente envía una solicitud POST a la API de Bright Data para iniciar una tarea de extracción de empleos de LinkedIn. Cada URL de empleo se pasa al dataset LinkedIn_jobs, que gestiona automáticamente la rotación de proxy y la protección anti-bot de LinkedIn.

1# trigger_jobs.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,
18    "include_errors": "true",
19    "type": "discover_new",
20    "discover_by": "keyword",
21}
22
23data = [
24    {
25        "location": "New York",
26        "keyword": "software engineer",
27        "country": "US",
28        "job_type": "Full-time",
29        "remote": "Hybrid",
30        "company": "",
31        "location_radius": ""
32    },
33    {
34        "location": "New York",
35        "keyword": "data analyst",
36        "country": "US",
37        "job_type": "Full-time",
38        "remote": "Remote",
39        "company": "",
40        "location_radius": ""
41    },
42]
43
44response = requests.post(url, headers=headers, params=params, json=data)
45result = response.json()
46print(f"Snapshot ID: {result['snapshot_id']}")

Este script inicia el proceso de extracción de empleos de LinkedIn enviando una solicitud POST a la API de Bright Data. Nos autenticamos con nuestra clave de API y especificamos el ID del dataset de LinkedIn Jobs.

Los criterios de búsqueda definen qué puestos extraer. Por ejemplo, ingenieros de software en puestos híbridos o analistas de datos en roles remotos en Nueva York.

La API devuelve un ID de snapshot que se puede utilizar para recuperar los resultados una vez finalizado el scraping. Como todas las tareas de scraping se ejecutan en la infraestructura en la nube de Bright Data, el proceso continúa incluso si cierras tu script de Python.

Paso 2: Espera y recupera los resultados

Espera de 5 a 10 minutos a que se complete el scraping y luego utiliza este script para recuperar los datos:

1# retrieve_jobs.py
2import requests
3import json
4import os
5
6snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
7
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}?format=json"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13response = requests.get(url, headers=headers)
14
15if response.status_code == 200:
16    lines = response.text.strip().splitlines()
17    first_line = json.loads(lines[0])
18
19    print(f"✓ Total jobs found: {len(first_line)}\n")
20    print("First 10 job listings:\n")
21    print("="*80)
22
23    for idx, job in enumerate(first_line[:10], 1):
24        if isinstance(job, dict):
25            print(f"\n[{idx}]")
26            print(f" Position: {job.get('job_title', 'N/A')}")
27            print(f" Company:  {job.get('company_name', 'N/A')}")
28            print(f" Location: {job.get('job_location', 'N/A')}")
29            print(f" Job Type: {job.get('job_employment_type', 'N/A')}")
30            print(f" Seniority: {job.get('job_seniority_level', 'N/A')}")
31            print(f" Link:     {job.get('url', 'N/A')}")
32            print("-"*80)
33
34    print(f"\n✓ First 10 displayed (total {len(first_line)} records available)")
35else:
36    print(f"Error: {response.status_code}")

Una vez que finaliza el proceso de extracción de empleos de LinkedIn, recuperamos los datos estructurados utilizando el ID de snapshot devuelto por el trabajo de activación. La respuesta suele estar en formato NDJSON, donde cada línea representa una oferta de empleo separada.

Analizamos cada entrada y extraemos información clave, como el título del empleo, el nombre de la empresa, la ubicación, el tipo de empleo y la fecha de publicación. Para respuestas JSON únicas, el script comprueba el campo de estado y espera hasta que sea igual a “done”, garantizando que todos los datos de empleo de LinkedIn se hayan procesado por completo. El script también utiliza .get() con valores predeterminados para gestionar correctamente cualquier campo que falte.

Cómo extraer páginas de perfil de LinkedIn

Es posible que desees extraer perfiles de LinkedIn para varios casos de uso legítimos. Por ejemplo, analizar empleados de una empresa específica, enriquecer una base de datos de reclutamiento o procesar una lista de URLs de perfiles de LinkedIn recopiladas en un evento de networking.

Paso 1: Iniciar el trabajo de scraping

1# trigger_profiles.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7api_url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,  # Get this from your Bright Data dashboard
18    "include_errors": "true",
19}
20
21profile_urls = [
22    "https://www.linkedin.com/in/example-profile-1/",
23    "https://www.linkedin.com/in/example-profile-2/",
24    "https://www.linkedin.com/in/example-profile-3/"
25]
26
27data = [{"url": profile_url} for profile_url in profile_urls]
28
29response = requests.post(api_url, headers=headers, params=params, json=data)
30
31try:
32    result = response.json()
33    print(json.dumps(result, indent=4))
34except json.JSONDecodeError:
35    print("Could not get valid JSON response:")
36    print(response.text)

Este script envía una solicitud POST a la API de Bright Data para empezar a extraer los perfiles de LinkedIn especificados. Nos autenticamos con nuestro token de API y proporcionamos el ID del dataset (disponible en el panel de Bright Data, en el dataset de LinkedIn People).

Las URLs de perfil se formatean como objetos de diccionario y se envían a la API, que las procesa y devuelve un ID de snapshot para recuperar los datos más tarde. El bloque try-except gestiona la respuesta y muestra el ID de snapshot o los errores.

Paso 2: Recuperar los datos extraídos del perfil de LinkedIn

Utiliza el ID de snapshot devuelto en el Paso 1 para consultar la API de LinkedIn Scraper hasta que finalice el trabajo y, a continuación, analiza la respuesta.

1import requests
2import time
3import json
4
5snapshot_id = "YOUR_SNAPSHOT_ID"
6url = f"BRIGHT_DATA_SNAPSHOT_ENDPOINT/{snapshot_id}"
7
8headers = {
9    "Authorization": "Bearer YOUR_API_KEY_HERE"
10}
11
12while True:
13    response = requests.get(url, headers=headers)
14    raw_text = response.text.strip()
15
16    print(f"Status Code: {response.status_code}\n")
17
18    if response.status_code != 200:
19        print("Error:", raw_text)
20        break
21
22    try:
23        data = json.loads(raw_text)
24    except json.JSONDecodeError:
25        print("Processing JSONL format (multiple JSON objects)...\n")
26
27        for line in raw_text.splitlines():
28            line = line.strip()
29            if not line:
30                continue
31
32            try:
33                item = json.loads(line)
34
35                profile_id = item.get("id", "[Not available]")
36                name = item.get("name", "[Not available]")
37                country_code = item.get("country_code", "[Not available]")
38                about = item.get("about", "[Not available]")
39                experience = item.get("experience", []) or []
40                current_company = item.get("current_company", {}) or {}
41
42                print("=" * 60)
43                print(f"ID: {profile_id}")
44                print(f"Name: {name}")
45                print(f"Country Code: {country_code}")
46
47                if about and about != "[Not available]":
48                    print(f"About: {about[:150]}..." if len(about) > 150 else f"About: {about}")
49                else:
50                    print("About: [Not available]")
51
52                if current_company:
53                    company_name = current_company.get("name", "[Not available]")
54                    company_title = current_company.get("title", "[Not available]")
55                    print(f"Current Company: {company_name}")
56                    if company_title != "[Not available]":
57                        print(f" Title: {company_title}")
58
59                print(f"Total Experience: {len(experience)} positions")
60
61                if experience and len(experience) > 0:
62                    print("\nExperience:")
63                    for idx, exp in enumerate(experience[:3], 1):
64                        exp_title = exp.get("title", "N/A")
65                        exp_company = exp.get("company_name", "N/A")
66                        print(f" {idx}. {exp_title} at {exp_company}")
67
68            except json.JSONDecodeError as e:
69                print(f"JSON parse error: {e}")
70            except Exception as e:
71                print(f"Error processing line: {e}")
72
73        print("\n" + "=" * 60)
74        print("All profiles processed successfully!")
75        break
76
77    status = data.get("status")
78
79    if status in ["building", "running"]:
80        print(f"Status: {status} - Waiting 5 seconds...")
81        time.sleep(5)
82        continue
83
84    elif status in ["ready", "done"]:
85        print("Data is ready! Processing items...\n")
86
87        for item in data.get("items", []):
88            profile_id = item.get("id", "[Not available]")
89            name = item.get("name", "[Not available]")
90            country_code = item.get("country_code", "[Not available]")
91            about = item.get("about", "[Not available]")
92            experience = item.get("experience", []) or []
93            current_company = item.get("current_company", {}) or {}
94
95            print("=" * 60)
96            print(f"ID: {profile_id}")
97            print(f"Name: {name}")
98            print(f"Country Code: {country_code}")
99            print(f"About: {about[:100]}..." if about != "[Not available]" else "About: [Not available]")
100            print(f"Current Company: {current_company.get('name', '[Not available]')}")
101            print(f"Total Experience: {len(experience)} positions")
102
103        break
104
105    else:
106        print(f"Unexpected status: {status}")
107        break

La API puede devolver NDJSON (un objeto JSON por línea) o un único objeto JSON con un campo de estado. Tu script gestiona ambos: comprueba el estado (“building”, “running”, “ready”, “done”), espera cuando es necesario e imprime los datos estructurados del perfil de LinkedIn una vez disponibles.

Cómo extraer datos de empresas de LinkedIn

Puedes utilizar un scraper de empresas de LinkedIn para extraer datos públicos de empresas, incluidos nombres, industrias, tamaños, ubicaciones y número de empleados. Si no tienes las URLs de las empresas, puedes generarlas mediante una consulta a la API de búsqueda de Google como site:linkedin.com/company/ [industry or keyword].

Paso 1: Iniciar el trabajo de scraping

1# trigger_companies.py
2import requests
3import json
4import os
5
6# Hidden secrets read from environment variables
7url = os.environ.get("BRIGHTDATA_TRIGGER_ENDPOINT", "BRIGHT_DATA_TRIGGER_ENDPOINT")
8API_KEY = os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
9DATASET_ID = os.environ.get("BRIGHTDATA_DATASET_ID", "YOUR_DATASET_ID")
10
11headers = {
12    "Authorization": "Bearer " + API_KEY,
13    "Content-Type": "application/json",
14}
15
16params = {
17    "dataset_id": DATASET_ID,  # Get this from your Bright Data dashboard
18    "include_errors": "true",
19}
20
21company_urls = [
22    "https://www.linkedin.com/company/example-company-1",
23    "https://www.linkedin.com/company/example-company-2",
24    "https://www.linkedin.com/company/example-company-3",
25]
26
27data = [{"url": company_url} for company_url in company_urls]
28
29response = requests.post(url, headers=headers, params=params, json=data)
30
31print("Status Code:", response.status_code)
32print("\nResponse:")
33
34try:
35    result = response.json()
36    print(json.dumps(result, indent=4))
37except json.JSONDecodeError:
38    print("Could not get valid JSON response:")
39    print(response.text)

Nos autenticamos con nuestro token de API e incluimos el ID del dataset del panel de Bright Data. Las URLs de empresas de LinkedIn se convierten al formato JSON requerido y se envían a la API para su procesamiento.

Una vez aceptada la solicitud, la API devuelve un ID de snapshot que utilizaremos más adelante para recuperar los datos extraídos de la empresa. El manejo básico de errores garantiza que el script muestre el ID de snapshot o registre cualquier problema de solicitud para la depuración.

Paso 2: Recuperar los datos extraídos

Una vez activado el trabajo de scraping, utiliza el ID de snapshot para comprobar el estado y recuperar los datos.

1# retrieve_companies.py
2import requests
3import time
4import json
5import os
6
7snapshot_id = os.environ.get("BRIGHTDATA_SNAPSHOT_ID", "YOUR_SNAPSHOT_ID")
8url = f"{os.environ.get('BRIGHTDATA_SNAPSHOT_ENDPOINT', 'BRIGHT_DATA_SNAPSHOT_ENDPOINT')}/{snapshot_id}"
9headers = {
10    "Authorization": "Bearer " + os.environ.get("BRIGHTDATA_API_KEY", "YOUR_API_KEY_HERE")
11}
12
13while True:
14    response = requests.get(url, headers=headers)
15    raw_text = response.text.strip()
16
17    print(f"Status Code: {response.status_code}\n")
18
19    if response.status_code != 200:
20        print("Error:", raw_text)
21        break
22
23    try:
24        data = json.loads(raw_text)
25    except json.JSONDecodeError:
26        print("Processing JSONL format (multiple JSON objects)...\n")
27
28        for line in raw_text.splitlines():
29            line = line.strip()
30            if not line:
31                continue
32
33            try:
34                item = json.loads(line)
35
36                company_id = item.get("id", "[Not available]")
37                name = item.get("name", "[Not available]")
38                website = item.get("website", "[Not available]")
39                country_code = item.get("country_code", "[Not available]")
40                company_size = item.get("company_size", "[Not available]")
41                employees_in_linkedin = item.get("employees_in_linkedin", "[Not available]")
42                followers = item.get("followers", "[Not available]")
43                about = item.get("about", "[Not available]")
44                specialties = item.get("specialties", "[Not available]")
45                organization_type = item.get("organization_type", "[Not available]")
46
47                print("=" * 60)
48                print(f"ID: {company_id}")
49                print(f"Name: {name}")
50                print(f"Website: {website}")
51                print(f"Country: {country_code}")
52                print(f"Company Size: {company_size}")
53                print(f"Employees on LinkedIn: {employees_in_linkedin}")
54                print(f"Followers: {followers}")
55                print(f"Organization Type: {organization_type}")
56                if specialties and specialties != "[Not available]":
57                    print(f"Specialties: {specialties}")
58                if about and about != "[Not available]":
59                    print(f"About: {about[:150]}..." if len(about) > 150 else f"About: {about}")
60
61            except json.JSONDecodeError as e:
62                print(f"⚠ JSON parse error: {e}")
63            except Exception as e:
64                print(f"⚠ Error processing line: {e}")
65
66        print("\n" + "=" * 60)
67        print("✓ All companies processed successfully!")
68        break
69
70    status = data.get("status")
71
72    if status in ["building", "running"]:
73        print(f"Status: {status} - Waiting 5 seconds...")
74        time.sleep(5)
75        continue
76    elif status in ["ready", "done"]:
77        print("Data is ready! Processing items...\n")
78        for item in data.get("items", []):
79            company_id = item.get("id", "[Not available]")
80            name = item.get("name", "[Not available]")
81            website = item.get("website", "[Not available]")
82            country_code = item.get("country_code", "[Not available]")
83            company_size = item.get("company_size", "[Not available]")
84            employees_in_linkedin = item.get("employees_in_linkedin", "[Not available]")
85            followers = item.get("followers", "[Not available]")
86            about = item.get("about", "[Not available]")
87            specialties = item.get("specialties", "[Not available]")
88            organization_type = item.get("organization_type", "[Not available]")
89
90            print("=" * 60)
91            print(f"ID: {company_id}")
92            print(f"Name: {name}")
93            print(f"Website: {website}")
94            print(f"Country: {country_code}")
95            print(f"Company Size: {company_size}")
96            print(f"Employees on LinkedIn: {employees_in_linkedin}")
97            print(f"Followers: {followers}")
98            print(f"Organization Type: {organization_type}")
99            print(f"About: {about[:100]}..." if about != "[Not available]" else "About: [Not available]")
100
101        break
102    else:
103        print(f"Unexpected status: {status}")
104        break

Este script obtiene los datos extraídos de la empresa utilizando el ID de snapshot del paso anterior. Consulta continuamente la API y admite múltiples formatos de respuesta.

En primer lugar, valida el código de estado HTTP para detectar cualquier error. A continuación, intenta analizar la respuesta, que puede tener dos formatos: JSONL (objetos JSON delimitados por saltos de línea) o un objeto JSON estándar con información de estado.

¿Es legal el scraping de LinkedIn en 2026?

La Ley de Responsabilidad de IA para Editores de IAB ha endurecido la normativa. Ahora, plataformas como LinkedIn pueden emprender acciones legales contra cualquiera que ignore las reglas de no rastreo de los archivos robots.txt al recopilar datos para el entrenamiento de IA o para uso a gran escala.

El scraping público no se considera “hacking”, pero ahora conlleva graves riesgos legales si infringe las reglas de robots.txt o se utiliza para elaborar perfiles invasivos.

Los Términos de servicio de LinkedIn prohíben el acceso automatizado a su plataforma sin permiso.¹
Sin embargo, la recopilación de información disponible públicamente de las páginas de LinkedIn (no detrás de un inicio de sesión) puede ser permitida en ciertas jurisdicciones.

No te pierdas nuestros análisis comparativos e insights basados en datos. El botón abre Google; seleccionar AIMultiple confirma que deseas ver AIMultiple con más frecuencia en los resultados de búsqueda de Google.

Añadir como fuente preferida

Metodología del benchmark de scrapers de LinkedIn

El benchmark envía periódicamente solicitudes a perfiles y páginas de empresa de LinkedIn predefinidos para medir la consistencia y la latencia de la recuperación de datos. Se solicitan un total de 100 URLs de perfil y 100 URLs de empresa en intervalos fijos, y los resultados se agregan diariamente.

Las solicitudes se ejecutan cada 15 minutos con un tiempo de espera de 60 segundos para garantizar un muestreo regular y minimizar la limitación de frecuencia por parte de LinkedIn.

Una solicitud se considera exitosa si la respuesta incluye campos específicos de LinkedIn como “linkedin_id”, “headline”, “company_name” o “industry”. El éxito se valida en dos pasos:

Primero escaneando estos identificadores,
Y luego volviendo a comprobar si hay contenido parcialmente formateado si no se encuentra una coincidencia directa. Este doble proceso reduce los falsos negativos causados por cambios menores de diseño o formato.

En nuestro benchmark, utilizamos las siguientes APIs dedicadas, diseñadas explícitamente para extraer datos de LinkedIn. Para obtener más información, consulta la metodología del benchmark de APIs de scraping.

Tipo de página	Bright Data	Apify
Publicación de LinkedIn	LinkedIn posts-collect by URL	supreme_coder/linkedin-post*
Perfil de LinkedIn	LinkedIn people-collect by URL	dev_fusion/Linkedin-Profile-Scraper

* se incluye como referencia, pero no se utilizó en nuestro benchmark de scraping de LinkedIn.

Preguntas frecuentes

Un scraper de LinkedIn es una herramienta o script que extrae automáticamente información disponible públicamente de perfiles de LinkedIn, ofertas de empleo o páginas de empresa. Estas herramientas están diseñadas para rastrear datos de LinkedIn como nombres, cargos, nombres de empresas y ubicaciones, normalmente a través de APIs o scripts automatizados.

Puedes extraer datos visibles públicamente, como nombres de perfil, nombres de empresas, cargos, industrias y texto de publicaciones. Evita recopilar información privada o sensible (por ejemplo, correos electrónicos o números de teléfono) y sigue siempre los términos de servicio de LinkedIn y las pautas éticas de web scraping.

Cita este benchmark

Elige el formato que se ajuste al lugar donde vas a publicar. Pegar la versión con enlace en tu CMS conserva el enlace de retroceso.

Sedat Dogan and Gulbahar Karatas (2026) - "Los mejores scrapers de LinkedIn". Publicado en línea en AIMultiple.com. Recuperado el 10 de Junio de 2026, de: https://aimultiple.com/linkedin-scrapers [Recurso en línea]

Dogan, S., & Karatas, G. (2026, 10 de Junio). Los mejores scrapers de LinkedIn. AIMultiple. https://aimultiple.com/linkedin-scrapers

@misc{dogan2026,
  author = {Dogan, Sedat and Karatas, Gulbahar},
  title  = {{Los mejores scrapers de LinkedIn}},
  year   = {2026},
  month  = jun,
  howpublished    = {\url{https://aimultiple.com/linkedin-scrapers}},
  note   = {AIMultiple. Recuperado el 10 de Junio de 2026}
}

Descargar todos los datos

Resultados y marcas de tiempo de 10 puntos de datos. Descargue los datos utilizados en este artículo como un archivo ZIP que contiene 2 archivos CSV.

Última actualización: 17 de Agosto de 2026

Descargar

Enlaces de referencia

User Agreement | LinkedIn

Sedat Dogan

Director de tecnología

Sedat es un líder de tecnología y seguridad de la información con 20 años de experiencia en desarrollo de software, infraestructura de red y ciberseguridad. Sedat:
Tiene 20 años de experiencia como hacker de sombrero blanco y gurú del desarrollo, con amplia experiencia en lenguajes de programación y arquitecturas de servidores.
Es asesor de la junta en una firma de capital de riesgo que invierte en empresas tecnológicas en etapa inicial y en Ödeal, una plataforma regional de pagos digitales que atiende a 125.000 comerciantes.
Ha liderado la infraestructura tecnológica y la ciberseguridad de siete elecciones nacionales, y ha sido reconocido en el Salón de la Fama de la ciberseguridad por líderes tecnológicos globales, incluido Twitter.

Ver perfil completo

Investigado por

Gulbahar Karatas

Analista de industria

Gülbahar es una analista de industria de AIMultiple centrada en la recopilación de datos web, las aplicaciones de datos web y la seguridad de aplicaciones.

Ver perfil completo

Sé el primero en comentar

Tu dirección de correo electrónico no será publicada. Todos los campos son obligatorios. Los comentarios se dejan en su idioma original.

Comparación de API de scrapers de LinkedIn

Resultados del benchmark de scraping de LinkedIn

API y scrapers de LinkedIn basados en proxy

Herramientas de automatización de LinkedIn basadas en cookies

Herramientas de búsqueda de correo electrónico y extensiones

Tutorial de Python: extrae datos de LinkedIn con una API de scraper

¿Es legal el scraping de LinkedIn en 2026?

Metodología del benchmark de scrapers de LinkedIn

Preguntas frecuentes

Cita este benchmark

Nosotros seguimos normas éticas & nuestro proceso para la objetividad. Los suscriptores de los servicios de evaluación comparativa de AIMultiple en Extracción De Datos Web incluyen Bright Data, Apify.

Siguiente para leer

Tipos de proxy

Evaluación en Mundo Abierto

13 de Ago

Los mejores scrapers de LinkedIn

Comparación de API de scrapers de LinkedIn

Resultados del benchmark de scraping de LinkedIn

API y scrapers de LinkedIn basados en proxy

Bright Data

Características:

Apify

Características:

Nimble

Herramientas de automatización de LinkedIn basadas en cookies

Phantombuster

Características:

Linked Helper

Características:

Dripify

Características:

Herramientas de búsqueda de correo electrónico y extensiones

Snov.io

Características:

findthatlead

Características:

Precios:

Evaboot

Tutorial de Python: extrae datos de LinkedIn con una API de scraper

Cómo extraer publicaciones de LinkedIn

Paso 1: Iniciar el trabajo de scraping

Paso 2: Recuperar los datos extraídos

Cómo extraer empleos de LinkedIn con Python

Paso 1: Iniciar el trabajo de scraping

Paso 2: Espera y recupera los resultados

Cómo extraer páginas de perfil de LinkedIn

Paso 1: Iniciar el trabajo de scraping

Paso 2: Recuperar los datos extraídos del perfil de LinkedIn

Cómo extraer datos de empresas de LinkedIn

Paso 1: Iniciar el trabajo de scraping

Paso 2: Recuperar los datos extraídos

¿Es legal el scraping de LinkedIn en 2026?

Metodología del benchmark de scrapers de LinkedIn

Preguntas frecuentes

¿Qué es un scraper de LinkedIn?

¿Qué datos de LinkedIn puedes extraer?

Cita este benchmark

Enlace con atribuciónHTML, para publicaciones de blog, artículos de LinkedIn y boletines. Recomendado.

APA 7.ª ediciónPara artículos académicos e informes de analistas siguiendo el estilo APA 7.ª.

BibTeXPara documentos LaTeX y gestores de referencias académicas.

Enlaces de referencia

Sé el primero en comentar

Siguiente para leer

Mejores proxies para motores de búsqueda: Benchmark

Mejores proxies de Japón: Tasa de éxito y tiempo de respuesta

DataImpulse Servicios de proxy: Características y precios

Evaluamos los mejores proxies de Canadá

Cómo usar un proxy SOCKS5: Mac, Windows y móvil

Mejores servicios de resolución de CAPTCHA

Bright Data

Apify

Nimble

Phantombuster

Linked Helper

findthatlead