Cómo hacer scraping de Google Trends en 2026 (API y Python)

La forma más rápida de obtener datos de Google Trends en 2026 es llamar a una API de Trends estructurada que devuelva JSON normalizado — series de interés a lo largo del tiempo, consultas relacionadas en alza y top, interés por región y búsquedas en tendencia — en lugar de automatizar tú mismo el sitio de Trends. La propia API de Trends de Google existe solo en una alfa limitada con acceso restringido por solicitud (lanzada en julio de 2025) y no está disponible de forma general en 2026, así que para la mayoría de desarrolladores la opción práctica es un endpoint mantenido que se encarga por ti de la forma de la petición y del parseo.

Algo que conviene saber de entrada: los valores de Google Trends son relativos y están normalizados de 0 a 100, no son cifras absolutas de búsquedas. Eso es así sea cual sea el método con el que los recojas, así que construye tu análisis en torno al movimiento relativo, no al volumen bruto.

¿Existe una API oficial de Google Trends en 2026?

Respuesta corta: sí, pero casi seguro que todavía no puedes usarla. Google lanzó una API oficial de Google Trends en alfa en julio de 2025, pero un año después sigue siendo de acceso restringido por solicitud, con allowlist y no disponible de forma general — el acceso se concede de forma escalonada a un pequeño grupo de testers, así que la mayoría de desarrolladores todavía no tiene forma de entrar. Mientras tanto, el veterano wrapper pytrends se archivó (solo lectura) en abril de 2025, así que ya no tiene mantenimiento y sus fallos por límite de tasa (HTTP 429) quedan sin corregir. Hasta que la API oficial se abra, la ruta fiable en 2026 es un endpoint de terceros mantenido — como la API de Google Trends de Crawlora — que devuelve los mismos datos de interés a lo largo del tiempo, consultas en alza y top, y tendencias como JSON normalizado, sin lista de espera.

¿Es legal hacer scraping de Google Trends?

Google Trends son datos públicos, y recopilar datos públicos generalmente se trata de forma distinta a acceder a cuentas privadas — pero no es incondicional:

• Recopila solo las superficies públicas de Trends; nada de datos protegidos por login.
• Respeta los límites de tasa y evita saturar el servicio.
• Revisa los términos de Google y tu legislación local antes de redistribuir con fines comerciales.
• Recuerda que los valores son índices normalizados, así que represéntalos con honestidad en cualquier producto.

Esto no es asesoría legal — consulta ¿Es legal el web scraping en 2026? para el detalle.

Opción 1: hazlo tú mismo en Python (y por qué se rompe)

La ruta DIY habitual es una librería no oficial como pytrends que imita el frontend de Trends:

from pytrends.request import TrendReq

pytrends = TrendReq()
pytrends.build_payload(["ai agents"], timeframe="today 12-m", geo="US")
df = pytrends.interest_over_time()

Funciona hasta que deja de funcionar. Los dolores de cabeza recurrentes:

• Límites de tasa y 429 — Google limita agresivamente los endpoints internos, así que necesitas proxies y backoff.
• No oficial e inestable — estas librerías siguen una API interna no documentada que cambia sin previo aviso.
• Peculiaridades del payload — los timeframes, las geos y los códigos de categoría son delicados y fáciles de equivocar de forma sutil.
• Normalización entre peticiones — comparar keywords obtenidas en llamadas separadas no es fiable porque cada lote se renormaliza.

Opción 2: herramientas no-code y ya hechas

Los dashboards y las herramientas de navegador pueden mostrarte un gráfico, pero rara vez te dan la serie subyacente en una forma que puedas almacenar, cruzar o programar. Para cualquier cosa que alimente un pipeline o un producto, quieres el JSON.

Opción 3: una API estructurada de Google Trends

La API de Google Trends de Crawlora expone endpoints documentados para interés a lo largo del tiempo, consultas en alza y top, temas relacionados, interés por región y búsquedas en tendencia — todos devuelven JSON normalizado.

curl -X POST "https://api.crawlora.net/api/v1/google/trends/explore/interest-over-time" \
  -H "x-api-key: $CRAWLORA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"keywords": ["ai agents"], "geo": "US", "timeframe": "today 12-m"}'

import requests

resp = requests.post(
    "https://api.crawlora.net/api/v1/google/trends/explore/interest-over-time",
    headers={"x-api-key": "YOUR_API_KEY"},
    json={"keywords": ["ai agents"], "geo": "US", "timeframe": "today 12-m"},
)
for point in resp.json()["data"]["timeline"]:
    print(point["date"], point["values"])

La respuesta es JSON normalizado (los campos son ilustrativos — confirma el cuerpo exacto de la petición y el esquema en los docs):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "timeline": [
      { "date": "2026-05-01", "values": [{ "keyword": "ai agents", "value": 72 }] }
    ]
  }
}

Para descubrir en lugar de solo hacer seguimiento, saca a la luz lo que está ganando tracción con los endpoints de rising/top-queries y trending:

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

rising = requests.post(f"{base}/explore/rising-queries", headers=h,
                       json={"keywords": ["ai agents"], "geo": "US"}).json()["data"]
trending = requests.get(f"{base}/trending", headers=h, params={"geo": "US"}).json()["data"]

Pasa hasta 5 keywords en una sola llamada de interest-over-time para que se normalicen juntas — la comparación que se rompe cuando las divides en peticiones separadas.

Qué puedes recopilar

• Interés a lo largo del tiempo como serie normalizada de 0 a 100 por keyword
• Consultas relacionadas en alza y top para un término
• Temas relacionados e interés por región
• Búsquedas en tendencia y detalle de tendencias para lo que está repuntando ahora mismo

Limitaciones y desafíos habituales

• La API oficial solo está en alfa. Google lanzó una API oficial de Trends en julio de 2025, pero se mantiene en alfa con acceso restringido (no disponible de forma general en 2026); la librería no oficial pytrends se archivó en abril de 2025 y golpea un endpoint interno que aplica límites de tasa (429) y cambia sin previo aviso.
• Los valores son relativos, no absolutos. Cada serie se normaliza de 0 a 100 dentro de su propia petición — son índices, no cifras de búsquedas; represéntalos con honestidad y no los leas como volumen.
• Normaliza en una sola llamada. Pasa hasta 5 keywords juntas para que compartan una misma escala; dividirlas en peticiones separadas renormaliza cada una y las vuelve incomparables.
• Peculiaridades de geo, timeframe y categoría. Los códigos de ubicación, los timeframes y los ids de categoría son delicados; usa los endpoints de enums y locations para acertar con ellos.

Fuentes

Dónde encaja esto

Pruébalo primero, gratis: pasa cualquier URL pública por el Free Web Scraper, o comprueba si un sitio bloquea bots con el Anti-Bot Checker — sin registro.

Los datos de Trends son más potentes junto a los rankings de búsqueda. Combina demanda con visibilidad: cuando una consulta está en alza, comprueba si posicionas para ella con la Google Search API o el flujo de monitoreo de SERP multimotor, y prioriza contenido donde la demanda esté subiendo. Para SEO y planificación de contenido, ese ciclo de demanda más rankings es todo el sentido — mira las mejores API de SERP en 2026 para el lado del ranking, cómo hacer scraping de Brave Search y cómo hacer scraping de Bing para motores alternativos, cómo hacer scraping de Google Maps para cotejar la demanda regional con los negocios sobre el terreno, y cómo elegir una API de web scraping para el conjunto de herramientas más amplio. Las curvas de demanda también se leen bien junto a otras evidencias del mismo interés: cómo hacer scraping de Yahoo Finance o cómo hacer scraping de Google Finance cuando la consulta en alza es un ticker o una empresa y quieres la cotización que se movió con ella, cómo hacer scraping de Google Scholar cuando es un tema de investigación y quieres la literatura detrás del repunte, la API de JustWatch cuando es una película o serie y quieres saber qué servicios la ofrecen realmente, cómo hacer scraping de IMDb para la valoración y el reparto detrás del repunte, o cómo hacer scraping de Ticketmaster cuando el repunte es un artista o una gira y quieres comprobar la disponibilidad real de entradas junto al interés de búsqueda.

Empieza probando el endpoint en el Playground, leyendo el esquema de petición y respuesta en los docs de la API, y revisando el coste en créditos en la página de precios.

Parte de nuestra serie de guías how-to-scrape — cada plataforma que cubrimos, en un solo índice.