Cómo hacer scraping de Costco en 2026 (API y Python)

La forma más rápida de hacer scraping de Costco en 2026 es llamar a una API estructurada que devuelve JSON normalizado para product search, detail, availability, reviews, categories y warehouses cercanos — en lugar de parsear tú mismo las páginas de Costco.com. Costco.com se puede navegar libremente sin membresía, pero no tiene una API pública de autoservicio, está detrás del bot management de Akamai, y una señal de membresía recorre sus datos — algunos productos y precios son exclusivos de miembros, y los no miembros pagan un recargo sobre el resto. Esta guía cubre los tres enfoques, qué devuelve cada uno, dónde falla el DIY y los aspectos legales y de acceso básicos.

¿Por qué hacer scraping de Costco?

Los datos de productos y warehouses de Costco impulsan:

• Inteligencia de precios — seguir cómo cambia el precio de un artículo a granel a lo largo del tiempo, incluyendo flags de precio reducido.
• Investigación de surtido y categorías — ver qué se ofrece en una categoría y cómo cambian los conteos.
• Análisis de reviews y sentimiento — extraer tendencias de rating y el texto de reviews para una línea de productos.
• Monitoreo de disponibilidad — comprobar estimaciones de entrega de un producto en un código postal o estado determinado antes de que se agote.
• Mapeo de warehouses y cobertura de mercado — encontrar los warehouses físicos más cercanos a una ubicación para investigación de disponibilidad local o densidad de tiendas.

¿Es legal hacer scraping de Costco?

Opción 1: DIY en Python (y por qué falla)

Las páginas de producto de Costco se renderizan a partir de datos del lado del servidor en lugar de un endpoint JSON público estable, así que un scraper DIY tiene que obtener y parsear la página renderizada:

import requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://www.costco.com/p/4000103922",
    headers={"User-Agent": "Mozilla/5.0 (compatible; research-bot/1.0)"},
)
soup = BeautifulSoup(resp.text, "html.parser")
# Price, rating, and availability are embedded in page data, not
# consistently exposed as selectable markup

Funciona en la demo y luego se rompe:

• El bot management de Akamai protege el sitio. Una petición rutinaria y sin autenticar recibe un desafío o un bloqueo rápidamente — las llamadas ingenuas con requests no llegan lejos, y un scraper basado en navegador necesita mantenimiento continuo a medida que la defensa se actualiza.
• La disponibilidad y las estimaciones de entrega son específicas por ubicación. El mismo producto devuelve un availability y un estimated_delivery_date distintos según el código postal y el estado, así que una sola descarga de página nunca te da el panorama completo — necesitas una petición por ubicación.
• El pricing lleva una señal de membresía que no puedes ignorar. Algunos productos son membership_required y solo tienen precio para miembros con sesión iniciada; hacer scraping de una vista de no miembro sin tener en cuenta ese flag te da un precio incompleto o engañoso.
• No hay API oficial de terceros. Costco no tiene un programa de autoservicio para desarrolladores — existe un puñado de servicios de scraping de terceros precisamente porque no hay una alternativa autorizada.

Opción 2: Herramientas sin código

Existen actores de scraping de marketplace para Costco y sirven para una extracción puntual de una categoría o una lista corta de productos, pero heredan la misma fragilidad frente a Akamai que el DIY y no te dan un esquema estable y versionado sobre el que construir un pipeline.

Opción 3: Una API estructurada de Costco

Para un flujo de trabajo repetible, la API de Costco de Crawlora devuelve JSON normalizado para search, product detail, availability, reviews, categories y warehouses — sin parsing de páginas ni mantenimiento de defensas antibot. Busca por palabra clave:

curl "https://api.crawlora.net/api/v1/costco/search?query=refrigerator" \
  -H "x-api-key: $CRAWLORA_API_KEY"

Luego resuelve un product id y obtén el detalle, la disponibilidad y las reviews en Python:

import requests

h = {"x-api-key": "YOUR_API_KEY"}
base = "https://api.crawlora.net/api/v1/costco"

hits = requests.get(f"{base}/search", headers=h, params={"query": "refrigerator"}).json()["data"]["products"]
product_id = hits[0]["id"]

detail = requests.get(f"{base}/product/{product_id}", headers=h).json()["data"]
availability = requests.get(
    f"{base}/product/{product_id}/availability",
    headers=h,
    params={"postal_code": "98134", "state": "WA"},
).json()["data"]
reviews = requests.get(f"{base}/product/{product_id}/reviews", headers=h).json()["data"]

Una respuesta de detalle de producto es JSON normalizado (campos reales — consulta los docs):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "id": "4000103922",
    "title": "LG 26 cu. ft. Smart Mirror InstaView Counter-Depth MAX French Door Refrigerator with Four Types of Ice",
    "manufacturer": "LG ELECTRONICS USA INC",
    "price": 1399.99,
    "list_price": 1399.99,
    "buyable": true,
    "membership_required": false,
    "rating": 4.44,
    "rating_count": 477
  }
}

La disponibilidad es específica por código postal y estado, con una estimación de entrega:

{
  "data": {
    "product_id": "1942114",
    "availability": "INSTOCK",
    "available_for_sale": true,
    "fulfilled_by": "LG",
    "estimated_delivery_date": "2026-08-17T00:00:00"
  }
}

Los warehouses cercanos provienen de una búsqueda por latitud/longitud — útil para combinar la disponibilidad online con la tienda física más cercana:

curl "https://api.crawlora.net/api/v1/costco/warehouses?latitude=47.6062&longitude=-122.3321" \
  -H "x-api-key: $CRAWLORA_API_KEY"

Guarda una fila por producto en cada extracción, indexada por el id del producto, y vuelve a ejecutarlo según un calendario para rastrear cambios en price/list_price y cambios en buyable.

Qué puedes recopilar

Datos públicos de productos y ubicaciones: resultados de búsqueda (id, url, title, brand, model, categories, rating); detalle completo del producto (title, manufacturer, price, list_price, buyable, membership_required, rating, rating_count); disponibilidad específica por código postal/estado (estado de stock, fulfilled_by, proveedor y fechas de entrega estimadas); reviews de producto (title, text, rating, author, flag recommended, fecha de envío); facetas de categoría por palabra clave; y warehouses cercanos por coordenadas (name, address, distance). Solo datos públicos de páginas de producto — no información de cuenta, pedidos o pagos de miembros.

Limitaciones y desafíos comunes

• Bot management de Akamai en el front end. Espera desafíos ante peticiones automatizadas ingenuas o de alto volumen directamente a costco.com.
• La membresía moldea los datos, no solo el checkout. membership_required y el recargo del 5% para no miembros en la mayoría de los artículos implican que el precio que obtienes mediante scraping puede diferir de lo que un miembro termina pagando — trata el precio listado como un punto de referencia, no como un precio de miembro garantizado.
• La disponibilidad está ligada a la ubicación. availability/estimated_delivery_date varían por código postal y estado — haz la extracción por ubicación si necesitas cobertura en varios mercados.
• No hay exportación masiva a nivel nacional. No existe un feed oficial del catálogo completo de Costco; construye cobertura iterando consultas de búsqueda y categoría.
• Solo datos públicos. Esto es lo que ya muestra públicamente una página de producto y sus subpáginas de detalle — no una forma de evitar un login de membresía ni de acceder a datos a nivel de cuenta.

Dónde se usa esto

• Inteligencia de precios — rastrear price/list_price y flags de precio reducido en categorías de artículos a granel y electrodomésticos a lo largo del tiempo.
• Investigación de surtido — medir conteos y cobertura de categorías por palabra clave.
• Mapeo de disponibilidad local — combinar availability por código postal con la búsqueda de warehouses cercanos para modelar el stock regional.

Fuentes

Empieza a recopilar

Pruébalo primero, gratis: ejecuta cualquier URL pública en el Free Web Scraper, o comprueba si un sitio bloquea bots con el Anti-Bot Checker — sin necesidad de registrarte.

Prueba los endpoints de search, product y availability en el Playground, revisa el esquema en los docs de la API y consulta los precios. Para el mismo patrón de retail de gran superficie en otra cadena, consulta cómo hacer scraping de Target; para la misma estructura de búsqueda a detalle de producto en un marketplace general, consulta cómo hacer scraping de datos de producto de Amazon; para el competidor de mercancía general más cercano, consulta cómo hacer scraping de Walmart; y para el lado de entrega de comestibles del propio catálogo de Costco, consulta cómo hacer scraping de Instacart. Consulta también cómo elegir una API de web scraping e is web scraping legal.

Parte de nuestra serie de guías how-to-scrape — todas las plataformas que cubrimos, en un solo índice.