~/ecommerce/sephora-scraper

Scraper de Sephora (Global)

Apify Actor que extrae datos completos de producto de Sephora — variantes, precios, imágenes, ingredientes y reseñas — de tiendas de Sephora en EE. UU., Canadá, 9 mercados de la UE, 6 mercados de Oriente Medio, el Reino Unido, India y 10 mercados de Asia-Pacífico, en un único esquema normalizado.

belleza PythonCrawlee Estados UnidosCanadáFranciaItaliaAlemaniaEspañaPoloniaChequiaGreciaRumaníaPortugalEmiratos Árabes UnidosArabia SauditaBaréinOmánKuwaitCatarReino UnidoIndiaNueva ZelandaAustraliaSingapurMalasiaTailandiaIndonesiaFilipinasHong KongTaiwánBrunéi

ejecutar en Apify

proooxy/sephora-scraper — spec

categoríaecommerce / belleza

lenguajePython

stackPython, Crawlee

mercadosEstados Unidos, Canadá, Francia, Italia, Alemania, España, Polonia, Chequia, Grecia, Rumanía, Portugal, Emiratos Árabes Unidos, Arabia Saudita, Baréin, Omán, Kuwait, Catar, Reino Unido, India, Nueva Zelanda, Australia, Singapur, Malasia, Tailandia, Indonesia, Filipinas, Hong Kong, Taiwán, Brunéi

salidaJSON limpio y listo para RAG

características clave

Un solo actor para EE. UU., Canadá, 9 mercados de la UE, 6 mercados de Oriente Medio, el Reino Unido, India y 10 mercados de APAC

Mercado autodetectado — pega cualquier URL sephora.* y el dispatcher la enruta al módulo correcto

Ejecuciones multimercado combinadas — URLs de US + EU + SEA en una sola lista startUrls, transmitidas a un único dataset etiquetado con `market`

Precios correctos por configuración regional — la divisa propia de cada tienda (24 en total, desde USD y EUR hasta AED e INR), tal como la devuelve la propia capa de localización de Sephora

Esquema normalizado — cada mercado emite la misma forma `source / brand / title / options / variants / medias / stats`

Aislamiento de sesión por mercado — el estado de autenticación no puede contaminarse entre regiones

Circuit breaker global — 50 fallos consecutivos interrumpen la ejecución para no desperdiciar cómputo en un objetivo caído

casos de uso

Inteligencia de precios panregional en los mercados de belleza de EE. UU., la UE y APAC
Monitorización de disponibilidad y surtido de producto entre mercados
Análisis competitivo para marcas que se lanzan en nuevas regiones de Sephora
Comparación de ingredientes entre formulaciones regionales
Seguimiento de reseñas y valoraciones — incluyendo señales de wishlist de SEA y resúmenes de sentimiento por IA de US
Auditorías de precios de fidelización/membresía por mercado

parámetros de entrada

Parámetro	Tipo	Obligatorio	Descripción
`startUrls`	array	obligatorio	URLs de producto o categoría de cualquier tienda sephora.*. El mercado se detecta automáticamente a partir del hostname.
`market`	string	opcional	Anulación opcional de mercado (us, eu-fr, eu-it, eu-de, eu-es, eu-pl, eu-ro, eu-pt, eu-cz, eu-gr, mena-ae, mena-sa, mena-bh, mena-om, mena-kw, mena-qa, uk, in, sea-nz, sea-au, sea-sg, sea-my, sea-th, sea-id, sea-ph, sea-hk, sea-tw, sea-bn).
`locale`	string	opcional	Configuración regional BCP 47 opcional (por ejemplo fr-FR, en-NZ) — anula el valor por defecto del mercado.
`categoryIds`	array	opcional	EU, Oriente Medio, Reino Unido e India. IDs de categoría en el formato propio de cada mercado (p. ej. C479 en las tiendas de la UE) — alternativa a pegar URLs de categoría.
`onlyNewProducts`	boolean	opcional	Solo productos añadidos recientemente: un filtro del lado del servidor en US/Canadá y FR, IT, DE, ES, PL, RO, PT; páginas de listado ordenadas por más nuevo primero en SEA e India. No es compatible en el resto.
`newProductsPageLimit`	number	opcional	Páginas de listado por categoría cuando onlyNewProducts se ejecuta en SEA o India. Por defecto 3.
`advancedFilter`	string	opcional	Solo listados de categoría de US/Canadá: una expresión de refinamiento en bruto como filters[isNew]=true.
`proxy`	object	opcional	Configuración de Apify Proxy. Se recomienda encarecidamente residencial; fija apifyProxyCountry al mercado objetivo.
`maxConcurrency`	number	opcional	Solicitudes concurrentes. Por defecto 5. US: 2-5. EU: 3. SEA: 8-16.
`maxRequestsPerCrawl`	number	opcional	Límite máximo global en todos los mercados. 0 = sin límite.

Mercados admitidos

Región	ID de mercado	País	Divisa	Hostname
América	`us`	Estados Unidos	USD	sephora.com
América	`us`	Canadá	CAD	sephora.ca
UE	`eu-fr`	Francia	EUR	sephora.fr
UE	`eu-it`	Italia	EUR	sephora.it
UE	`eu-de`	Alemania	EUR	sephora.de
UE	`eu-es`	España	EUR	sephora.es
UE	`eu-pl`	Polonia	PLN	sephora.pl
UE	`eu-cz`	Chequia	CZK	sephora.cz
UE	`eu-gr`	Grecia	EUR	sephora.gr
UE	`eu-ro`	Rumanía	RON	sephora.ro
UE	`eu-pt`	Portugal	EUR	sephora.pt
Oriente Medio	`mena-ae`	Emiratos Árabes Unidos	AED	sephora.me/ae-en
Oriente Medio	`mena-sa`	Arabia Saudita	SAR	sephora.me/sa-en
Oriente Medio	`mena-bh`	Baréin	BHD	sephora.me/bh-en
Oriente Medio	`mena-om`	Omán	OMR	sephora.me/om-en
Oriente Medio	`mena-kw`	Kuwait	KWD	sephora.me/kw-en
Oriente Medio	`mena-qa`	Catar	QAR	sephora.me/qa-en
Reino Unido	`uk`	Reino Unido	GBP	sephora.co.uk
India	`in`	India	INR	sephora.in
APAC	`sea-nz`	Nueva Zelanda	NZD	sephora.nz
APAC	`sea-au`	Australia	AUD	sephora.com.au
APAC	`sea-sg`	Singapur	SGD	sephora.sg
APAC	`sea-my`	Malasia	MYR	sephora.com.my
APAC	`sea-th`	Tailandia	THB	sephora.co.th
APAC	`sea-id`	Indonesia	IDR	sephora.co.id
APAC	`sea-ph`	Filipinas	PHP	sephora.ph
APAC	`sea-hk`	Hong Kong	HKD	sephora.hk
APAC	`sea-tw`	Taiwán	TWD	sephora.tw
APAC	`sea-bn`	Brunéi	BND	sephora.bn

Ejemplo de salida

 1{
 2  "market": "sea-nz",
 3  "source": {
 4    "id": 58792,
 5    "canonicalUrl": "https://www.sephora.nz/products/rare-beauty-true-to-myself-natural-matte-longwear-foundation",
 6    "retailer": "SEPHORA",
 7    "currency": "NZD"
 8  },
 9  "brand": "Rare Beauty",
10  "title": "True To Myself Natural Matte Longwear Foundation",
11  "description": "<p>A self-priming and self-setting foundation...</p>",
12  "ingredients": "Aqua/Water, Cyclopentasiloxane, Glycerin...",
13  "currentSku": "770225",
14  "categories": ["makeup/face/foundation"],
15  "options": [
16    { "name": "shade", "id": "66488", "values": [{"value": "1 Fair Neutral", "orderable": true}] }
17  ],
18  "variants": [
19    {
20      "id": "276343",
21      "sku": "770225",
22      "price": { "current": 77.0, "original": 77.0, "stockStatus": "IN_STOCK" },
23      "options": [{"name": "shade", "value": "1 Fair Neutral"}],
24      "highlights": ["NEW", "Only at Sephora"],
25      "wishlisted": null
26    }
27  ],
28  "medias": [{ "url": "https://www.sephora.nz/.../foundation-shade.jpg", "type": "image" }],
29  "stats": { "reviewCount": 971, "rating": 4.8, "lovesCount": null }
30}

Consejos

Fija el país del proxy al mercado objetivo. Una salida residencial en un país no coincidente es, con diferencia, la mayor fuente de errores 403. Establece apifyProxyCountry con el código ISO de la tienda (US, FR, NZ, etc.).
Haz primero una prueba de humo (smoke test). Establece maxRequestsPerCrawl=10 antes de tu primera ejecución de producción en un mercado nuevo.
Ajusta la concurrencia por región. US: 2-5. EU: 3. SEA: 8-16. Cada mercado obtiene su propio semáforo en las ejecuciones combinadas.

faq

¿Qué tiendas de Sephora admite este scraper?

EE. UU. (sephora.com), Canadá (sephora.ca), 9 mercados de la UE (FR, IT, DE, ES, PL, CZ, GR, RO, PT), 6 mercados de Oriente Medio en sephora.me (AE, SA, BH, OM, KW, QA), el Reino Unido (sephora.co.uk), India (sephora.in), y 10 mercados de APAC (NZ, AU, SG, MY, TH, ID, PH, HK, TW, BN). El mercado se detecta automáticamente a partir de la URL — el hostname, o el prefijo de ruta al estilo /ae-en/ en sephora.me — así que las ejecuciones con mercados mixtos no requieren ningún input adicional.

¿Puedo extraer varios mercados en una sola ejecución?

Sí. Combina URLs de sephora.com, sephora.fr y sephora.nz en una sola lista startUrls. El dispatcher las agrupa por mercado, ejecuta cada módulo de forma concurrente con la autenticación adecuada a cada mercado, y etiqueta cada elemento del dataset con un campo `market`.

¿Cómo gestiona el scraper la protección anti-bot?

Todos los mercados pasan por proxies residenciales, con reintentos automáticos en una sesión nueva cuando se bloquea una petición. Fija el país del proxy al mercado de la tienda para obtener la mejor tasa de éxito.

¿Seguirán funcionando mis configuraciones de ejecución v1.x de US existentes?

Sí. Los inputs anteriores a 2.0 — startUrls, maxConcurrency, proxy, maxRequestsPerCrawl — se comportan de forma idéntica. El único cambio en la salida es una nueva clave `market` en cada elemento, un cambio aditivo no disruptivo.

¿Por qué algunos campos son null en los datos de SEA?

La API de Sephora SEA no expone un contador `lovesCount`, así que los elementos de APAC tienen `stats.lovesCount = null`. Cada variante tiene en su lugar un campo booleano `wishlisted`. A la inversa, `sentiments` (resúmenes de reseñas por IA) y `source.crawlUrl` son exclusivos de US.

¿Necesito tokens de API o cuentas separadas por mercado?

No. Tu token de API de Apify existente funciona sin cambios. El actor gestiona internamente los tokens de invitado por mercado — no se requieren credenciales para EU/SEA, y US funciona con los proxies residenciales estándar de Apify.