Cómo scrapear ImportYeti en 2026 (API y Python)

La forma más rápida de scrapear ImportYeti en 2026 es llamar a una API estructurada que devuelve JSON normalizado para la búsqueda de company y supplier además de informes completos de empresa — en lugar de parsear tú mismo las páginas renderizadas de ImportYeti. ImportYeti convierte los registros de US Customs Bill of Lading en un directorio buscable de proveedores y fabricantes que envían mercancía a EE. UU., pero no tiene una API pública self-serve y sus Terms of Service son explícitos respecto al acceso automatizado. Esta guía cubre qué hay realmente disponible, dónde falla el DIY y los conceptos legales básicos.

¿Por qué scrapear ImportYeti?

Los datos de búsqueda e informes de empresa de ImportYeti están pensados para workflows de cadena de suministro y sourcing:

• Descubrimiento de proveedores — buscar una categoría de producto o el nombre de una empresa para encontrar qué fábricas y fabricantes están enviando ese tipo de producto a EE. UU.
• Investigación de proveedores de la competencia — consultar el perfil de empresa de una marca conocida o competidor para ver quiénes son sus proveedores y cómo evoluciona su volumen de importación.
• Due diligence de sourcing — obtener las métricas destacadas de volumen de envíos de un posible proveedor antes de contactarlo, como comprobación rápida de escala y actividad.
• Monitoreo de proveedores y cadena de suministro — volver a ejecutar un informe de empresa con periodicidad para hacer seguimiento de si el volumen de envíos ante la aduana de EE. UU. de un proveedor crece, se mantiene estable o cae.

¿Es legal scrapear ImportYeti?

Opción 1: DIY en Python (y por qué se rompe)

Un scraper DIY solicita las páginas de búsqueda y perfil de empresa de ImportYeti y parsea el HTML renderizado:

import requests
from bs4 import BeautifulSoup

resp = requests.get(
    "https://www.importyeti.com/company/some-company-slug",
    headers={"User-Agent": "Mozilla/5.0 (compatible; research-bot/1.0)"},
)
soup = BeautifulSoup(resp.text, "html.parser")
# Company identity fields and shipment-volume metrics render as
# client-side data, not consistently selectable static markup

Funciona en la demo y luego se rompe:

• Los Terms of Service nombran directamente la recuperación automatizada. Los términos de ImportYeti prohíben explícitamente robots, spiders y "cualquier... dispositivo o proceso manual o automático" usado para recuperar, indexar o hacer data-mining del sitio — es una restricción real y citada textualmente, no una cláusula genérica de relleno.
• No hay API pública de búsqueda o de empresa contra la que construir. No existe un programa de desarrolladores self-serve — cada campo que quieras hay que scrapearlo de una página renderizada, sin garantía de esquema estable ante un rediseño.
• Dos tipos de resultado distintos en una sola búsqueda. La búsqueda de ImportYeti mezcla companies y suppliers en los mismos resultados, y un scraper ingenuo tiene que distinguir correctamente entre ambos antes de decidir qué página pedir a continuación.
• La reventa queda descartada por los propios términos. Incluso un scraper que funcione no resuelve la restricción mayor — el uso autorizado de ImportYeti es no comercial, así que un dataset scrapeado tampoco puede venderse ni redistribuirse bajo esos términos.

Opción 2: herramientas no-code

Existen actores de scraping de marketplace para ImportYeti y pueden llevar una página de empresa puntual a una hoja de cálculo, pero heredan la misma exposición a los Terms of Service que el DIY — "cualquier... dispositivo o proceso manual o automático" no se limita a código escrito a mano — y no te dan un esquema estable y versionado para un pipeline de sourcing repetible.

Opción 3: una API estructurada de ImportYeti

Para un workflow repetible, la API de ImportYeti de Crawlora devuelve JSON normalizado para la búsqueda de company/supplier y los informes completos de empresa — sin parsear páginas, sin credenciales, y sin que se requiera cuenta o API key de ImportYeti por parte de quien llama. Busca por nombre de empresa o proveedor:

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

{
  "code": 200,
  "msg": "OK",
  "data": {
    "results": [
      {
        "kind": "company",
        "slug": "stanley-black-decker-inc",
        "name": "Stanley Black & Decker, Inc.",
        "country": "United States",
        "address": "1000 Stanley Drive, New Britain, CT"
      },
      {
        "kind": "supplier",
        "slug": "stanley-industrial-and-automotive-llc",
        "name": "Stanley Industrial And Automotive LLC",
        "country": "United States",
        "address": ""
      }
    ]
  }
}

Luego pasa un slug de empresa de los resultados de búsqueda al endpoint de informe de empresa en Python:

import requests

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

hits = requests.get(f"{base}/search", headers=h, params={"query": "stanley"}).json()["data"]["results"]
slug = hits[0]["slug"]

report = requests.get(f"{base}/company", headers=h, params={"slug": slug}).json()["data"]

Un informe de empresa es JSON normalizado — campos de identidad más métricas destacadas de volumen de envíos ante la aduana de EE. UU. (revisa los docs para el conjunto real de campos):

{
  "code": 200,
  "msg": "OK",
  "data": {
    "slug": "stanley-black-decker-inc",
    "name": "Stanley Black & Decker, Inc.",
    "address": "1000 Stanley Drive, New Britain, CT",
    "phone": "1-8**-***-****",
    "website": "stanleyblackanddecker.com",
    "shipment_count": 4218,
    "supplier_count": 187,
    "first_shipment_date": "2015-01-06",
    "last_shipment_date": "2026-08-09"
  }
}

Guarda una fila por empresa en cada pull, indexada por slug, y vuelve a ejecutarlo con periodicidad para hacer seguimiento de las tendencias de shipment_count y supplier_count a lo largo del tiempo.

Qué puedes recopilar

Resultados de búsqueda (kind — company o supplier —, slug, name, country y address) e informes completos de empresa (campos de identidad — name, address, teléfono enmascarado, website — más métricas destacadas de volumen de envíos ante la aduana de EE. UU., como shipment count, supplier count y fechas de primer/último envío). Datos públicos tal como ImportYeti ya los expone — no una forma de reconstruir registros en bruto y sin agregar de Bill of Lading ni de eludir los niveles de suscripción de pago del propio ImportYeti para el detalle a nivel de envío.

Limitaciones y desafíos comunes

• La búsqueda devuelve companies y suppliers juntos. Filtra por kind antes de decidir qué hacer a continuación — un slug de company y un slug de supplier no son inputs intercambiables en otras partes de un pipeline.
• Métricas destacadas, no registros de envío en bruto. Es agregación a nivel de empresa (shipment counts, supplier counts, rangos de fechas) — no una exportación línea por línea de cada entrada de Bill of Lading, que es donde profundizan los propios niveles de pago de ImportYeti.
• Los números de teléfono vuelven enmascarados. Campos de contacto como el teléfono están parcialmente redactados en el informe público, igual que lo muestra el propio ImportYeti sin cuenta de pago.
• Restricción de reventa no comercial bajo los términos de ImportYeti. Incluso recopilados de forma legítima, los propios términos del sitio limitan el uso autorizado a fines no comerciales y prohíben vender información o datos a los que se acceda a través del sitio — planifica cualquier uso comercial en consecuencia.
• Sin exportación masiva. No hay un feed oficial del directorio completo de empresas de ImportYeti — construye cobertura iterando consultas de búsqueda por categoría de producto, palabra clave o nombres conocidos de empresas/proveedores.

Dónde se usa esto

• Pipelines de sourcing de proveedores — buscar por categoría de producto y luego obtener informes de empresa de los mejores candidatos antes del contacto.
• Investigación de cadena de suministro de la competencia — hacer seguimiento de los proveedores conocidos de un competidor y su tendencia de volumen de envíos a lo largo del tiempo.
• Monitoreo de riesgo de proveedores — volver a ejecutar un informe de empresa con periodicidad para señalar un proveedor cuyo volumen de envíos caiga bruscamente.

Fuentes

Empieza a recopilar

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.

Prueba los endpoints de búsqueda e informe de empresa en el Playground, revisa el esquema en los API docs, y consulta los pricing. Para el mismo patrón de inteligencia de empresa agregada en otro mercado, ver how to scrape PitchBook; para otra fuente de datos basada en registros públicos, ver how to scrape SEC EDGAR; y para el lado de las personas en la investigación de proveedores y vendors, ver how to scrape LinkedIn. Ver también how to choose a web scraping API y is web scraping legal.