Cuanto tiempo lleva este tutorial de cómo detectar el robo de contenido con una api serp?

La mayoria de los desarrolladores completan este tutorial en 15 a 30 minutos. Necesitaras una clave API de Scavio (el plan gratuito funciona) y un entorno de Python o JavaScript.

Que necesito antes de empezar?

Clave API de Scavio (250 créditos gratuitos al mes en scavio.dev). Python 3.9+ o Node.js 18+. Una lista de URL o contenido de texto que desea monitorear. Una clave API de Scavio te da 50 creditos gratuitos al registrarte.

Puedo ejecutar este tutorial con el plan gratuito?

Si. El plan gratuito incluye 50 creditos al registrarte, mas que suficiente para completar este tutorial y crear un prototipo funcional.

Con que frameworks funciona esto?

Scavio tiene un paquete nativo de LangChain (langchain-scavio), un servidor MCP y una API REST simple que funciona con cualquier cliente HTTP. Este tutorial usa the raw REST API, pero puedes adaptarlo al framework que prefieras.

Detecte el robo de contenido con una API SERP

La detección de robo de contenido con una API SERP funciona buscando frases distintivas de su propio contenido y verificando si otros dominios las han publicado sin permiso. Este tutorial le muestra cómo extraer oraciones únicas de sus artículos, consultar una API de búsqueda para obtener resultados de coincidencia exacta y marcar dominios que vuelven a publicar su trabajo para que pueda presentar solicitudes de eliminación o ajustar su estrategia de SEO.

Requisitos previos

Clave API de Scavio (250 créditos gratuitos al mes en scavio.dev)
Python 3.9+ o Node.js 18+
Una lista de URL o contenido de texto que desea monitorear

Guia paso a paso

Paso 1: Extrae frases únicas de tu contenido

Seleccione de 3 a 5 oraciones distintivas de cada artículo que desee monitorear. Evite frases genéricas que aparecerían en muchos sitios. Elija oraciones con puntos de datos específicos, frases únicas o terminología de marca que solo aparecerían en otros lugares si se copiaran.

Python

content_fingerprints = {
    'https://yourblog.com/api-comparison-2026': [
        '"The effective cost per query drops 38% when you factor in structured data extraction"',
        '"Batch endpoints amortize cold-start latency across 50-query chunks"',
        '"Three providers silently inject affiliate links into knowledge panel results"',
    ],
    'https://yourblog.com/serp-monitoring-guide': [
        '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
        '"Weekly crawl cadence catches ranking drops 4.2 days late on average"',
    ],
}

Paso 2: Busque cada huella digital a través de la API

Consulte la API de búsqueda de Scavio con cada frase de huellas dactilares entre comillas dobles para obtener una coincidencia exacta. Cualquier resultado que no sea de tu propio dominio es un potencial ladrón de contenidos.

Python

import requests

API_KEY = 'your_scavio_api_key'
matches = []

for source_url, phrases in content_fingerprints.items():
    for phrase in phrases:
        resp = requests.post(
            'https://api.scavio.dev/api/v1/search',
            headers={'x-api-key': API_KEY},
            json={'query': phrase, 'num': 10}
        )
        data = resp.json()
        for item in data.get('organic', []):
            if 'yourblog.com' not in item.get('url', ''):
                matches.append({
                    'source': source_url,
                    'phrase': phrase,
                    'thief_url': item['url'],
                    'thief_title': item.get('title', ''),
                })

Paso 3: Deduplicar y anotar coincidencias

Agrupe las coincidencias por dominio y cuente cuántas frases de huellas dactilares coincidió con cada dominio. Es casi seguro que un dominio que coincida con varias frases únicas esté eliminando su contenido en lugar de utilizar un lenguaje similar por coincidencia.

Python

from collections import Counter
from urllib.parse import urlparse

domain_counts = Counter()
for m in matches:
    domain = urlparse(m['thief_url']).netloc
    domain_counts[domain] += 1

print('Domains with most matches:')
for domain, count in domain_counts.most_common(10):
    print(f'  {domain}: {count} phrase matches')

Paso 4: Generar un reporte de robo

Exporte los resultados a un informe estructurado con la URL de origen, la frase coincidente, la URL ofensiva y el recuento de coincidencias. Este informe es lo que necesita para solicitudes de eliminación de DMCA o para enviarlo a su equipo legal.

Python

import json

report = {
    'scan_date': '2026-05-12',
    'total_matches': len(matches),
    'unique_domains': len(domain_counts),
    'top_offenders': [
        {'domain': d, 'phrase_matches': c}
        for d, c in domain_counts.most_common(10)
    ],
    'all_matches': matches,
}

with open('content_theft_report.json', 'w') as f:
    json.dump(report, f, indent=2)

print(f'Report saved: {len(matches)} matches across {len(domain_counts)} domains')

Ejemplo en Python

Python

import requests
import json
from collections import Counter
from urllib.parse import urlparse

API_KEY = 'your_scavio_api_key'
YOUR_DOMAIN = 'yourblog.com'

content_fingerprints = {
    'https://yourblog.com/api-comparison-2026': [
        '"The effective cost per query drops 38% when you factor in structured data extraction"',
        '"Batch endpoints amortize cold-start latency across 50-query chunks"',
    ],
    'https://yourblog.com/serp-monitoring-guide': [
        '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
    ],
}

matches = []
for source_url, phrases in content_fingerprints.items():
    for phrase in phrases:
        resp = requests.post(
            'https://api.scavio.dev/api/v1/search',
            headers={'x-api-key': API_KEY},
            json={'query': phrase, 'num': 10}
        )
        data = resp.json()
        for item in data.get('organic', []):
            if YOUR_DOMAIN not in item.get('url', ''):
                matches.append({
                    'source': source_url,
                    'phrase': phrase,
                    'thief_url': item['url'],
                    'thief_title': item.get('title', ''),
                })

domain_counts = Counter(urlparse(m['thief_url']).netloc for m in matches)

report = {
    'scan_date': '2026-05-12',
    'total_matches': len(matches),
    'unique_domains': len(domain_counts),
    'top_offenders': [
        {'domain': d, 'phrase_matches': c}
        for d, c in domain_counts.most_common(10)
    ],
    'all_matches': matches,
}

with open('content_theft_report.json', 'w') as f:
    json.dump(report, f, indent=2)

print(f'Scan complete: {len(matches)} matches across {len(domain_counts)} domains')

Ejemplo en JavaScript

JavaScript

const fs = require('fs');

const API_KEY = 'your_scavio_api_key';
const YOUR_DOMAIN = 'yourblog.com';

const contentFingerprints = {
  'https://yourblog.com/api-comparison-2026': [
    '"The effective cost per query drops 38% when you factor in structured data extraction"',
    '"Batch endpoints amortize cold-start latency across 50-query chunks"',
  ],
  'https://yourblog.com/serp-monitoring-guide': [
    '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
  ],
};

async function main() {
  const matches = [];
  for (const [sourceUrl, phrases] of Object.entries(contentFingerprints)) {
    for (const phrase of phrases) {
      const resp = await fetch('https://api.scavio.dev/api/v1/search', {
        method: 'POST',
        headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
        body: JSON.stringify({ query: phrase, num: 10 }),
      });
      const data = await resp.json();
      for (const item of data.organic || []) {
        if (!item.url?.includes(YOUR_DOMAIN)) {
          matches.push({
            source: sourceUrl,
            phrase,
            thief_url: item.url,
            thief_title: item.title || '',
          });
        }
      }
    }
  }

  const domainCounts = {};
  for (const m of matches) {
    const domain = new URL(m.thief_url).hostname;
    domainCounts[domain] = (domainCounts[domain] || 0) + 1;
  }

  const sorted = Object.entries(domainCounts).sort((a, b) => b[1] - a[1]);
  const report = {
    scan_date: '2026-05-12',
    total_matches: matches.length,
    unique_domains: sorted.length,
    top_offenders: sorted.slice(0, 10).map(([domain, count]) => ({ domain, phrase_matches: count })),
    all_matches: matches,
  };

  fs.writeFileSync('content_theft_report.json', JSON.stringify(report, null, 2));
  console.log(`Scan complete: ${matches.length} matches across ${sorted.length} domains`);
}

main();

Salida esperada

JSON

Scan complete: 7 matches across 4 domains

Tutoriales relacionados

Requisitos previos

Clave API de Scavio (250 créditos gratuitos al mes en scavio.dev)
Python 3.9+ o Node.js 18+
Una lista de URL o contenido de texto que desea monitorear

Guia paso a paso

Paso 1: Extrae frases únicas de tu contenido

Python

content_fingerprints = {
    'https://yourblog.com/api-comparison-2026': [
        '"The effective cost per query drops 38% when you factor in structured data extraction"',
        '"Batch endpoints amortize cold-start latency across 50-query chunks"',
        '"Three providers silently inject affiliate links into knowledge panel results"',
    ],
    'https://yourblog.com/serp-monitoring-guide': [
        '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
        '"Weekly crawl cadence catches ranking drops 4.2 days late on average"',
    ],
}

Paso 2: Busque cada huella digital a través de la API

Python

import requests

API_KEY = 'your_scavio_api_key'
matches = []

for source_url, phrases in content_fingerprints.items():
    for phrase in phrases:
        resp = requests.post(
            'https://api.scavio.dev/api/v1/search',
            headers={'x-api-key': API_KEY},
            json={'query': phrase, 'num': 10}
        )
        data = resp.json()
        for item in data.get('organic', []):
            if 'yourblog.com' not in item.get('url', ''):
                matches.append({
                    'source': source_url,
                    'phrase': phrase,
                    'thief_url': item['url'],
                    'thief_title': item.get('title', ''),
                })

Paso 3: Deduplicar y anotar coincidencias

Python

from collections import Counter
from urllib.parse import urlparse

domain_counts = Counter()
for m in matches:
    domain = urlparse(m['thief_url']).netloc
    domain_counts[domain] += 1

print('Domains with most matches:')
for domain, count in domain_counts.most_common(10):
    print(f'  {domain}: {count} phrase matches')

Paso 4: Generar un reporte de robo

Python

import json

report = {
    'scan_date': '2026-05-12',
    'total_matches': len(matches),
    'unique_domains': len(domain_counts),
    'top_offenders': [
        {'domain': d, 'phrase_matches': c}
        for d, c in domain_counts.most_common(10)
    ],
    'all_matches': matches,
}

with open('content_theft_report.json', 'w') as f:
    json.dump(report, f, indent=2)

print(f'Report saved: {len(matches)} matches across {len(domain_counts)} domains')

Ejemplo en Python

Python

import requests
import json
from collections import Counter
from urllib.parse import urlparse

API_KEY = 'your_scavio_api_key'
YOUR_DOMAIN = 'yourblog.com'

content_fingerprints = {
    'https://yourblog.com/api-comparison-2026': [
        '"The effective cost per query drops 38% when you factor in structured data extraction"',
        '"Batch endpoints amortize cold-start latency across 50-query chunks"',
    ],
    'https://yourblog.com/serp-monitoring-guide': [
        '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
    ],
}

matches = []
for source_url, phrases in content_fingerprints.items():
    for phrase in phrases:
        resp = requests.post(
            'https://api.scavio.dev/api/v1/search',
            headers={'x-api-key': API_KEY},
            json={'query': phrase, 'num': 10}
        )
        data = resp.json()
        for item in data.get('organic', []):
            if YOUR_DOMAIN not in item.get('url', ''):
                matches.append({
                    'source': source_url,
                    'phrase': phrase,
                    'thief_url': item['url'],
                    'thief_title': item.get('title', ''),
                })

domain_counts = Counter(urlparse(m['thief_url']).netloc for m in matches)

report = {
    'scan_date': '2026-05-12',
    'total_matches': len(matches),
    'unique_domains': len(domain_counts),
    'top_offenders': [
        {'domain': d, 'phrase_matches': c}
        for d, c in domain_counts.most_common(10)
    ],
    'all_matches': matches,
}

with open('content_theft_report.json', 'w') as f:
    json.dump(report, f, indent=2)

print(f'Scan complete: {len(matches)} matches across {len(domain_counts)} domains')

Ejemplo en JavaScript

JavaScript

const fs = require('fs');

const API_KEY = 'your_scavio_api_key';
const YOUR_DOMAIN = 'yourblog.com';

const contentFingerprints = {
  'https://yourblog.com/api-comparison-2026': [
    '"The effective cost per query drops 38% when you factor in structured data extraction"',
    '"Batch endpoints amortize cold-start latency across 50-query chunks"',
  ],
  'https://yourblog.com/serp-monitoring-guide': [
    '"Position tracking without render-side JS execution misses 23% of dynamic SERP features"',
  ],
};

async function main() {
  const matches = [];
  for (const [sourceUrl, phrases] of Object.entries(contentFingerprints)) {
    for (const phrase of phrases) {
      const resp = await fetch('https://api.scavio.dev/api/v1/search', {
        method: 'POST',
        headers: { 'x-api-key': API_KEY, 'Content-Type': 'application/json' },
        body: JSON.stringify({ query: phrase, num: 10 }),
      });
      const data = await resp.json();
      for (const item of data.organic || []) {
        if (!item.url?.includes(YOUR_DOMAIN)) {
          matches.push({
            source: sourceUrl,
            phrase,
            thief_url: item.url,
            thief_title: item.title || '',
          });
        }
      }
    }
  }

  const domainCounts = {};
  for (const m of matches) {
    const domain = new URL(m.thief_url).hostname;
    domainCounts[domain] = (domainCounts[domain] || 0) + 1;
  }

  const sorted = Object.entries(domainCounts).sort((a, b) => b[1] - a[1]);
  const report = {
    scan_date: '2026-05-12',
    total_matches: matches.length,
    unique_domains: sorted.length,
    top_offenders: sorted.slice(0, 10).map(([domain, count]) => ({ domain, phrase_matches: count })),
    all_matches: matches,
  };

  fs.writeFileSync('content_theft_report.json', JSON.stringify(report, null, 2));
  console.log(`Scan complete: ${matches.length} matches across ${sorted.length} domains`);
}

main();

Salida esperada

JSON

Scan complete: 7 matches across 4 domains

Cómo detectar el robo de contenido con una API SERP

Requisitos previos

Guia paso a paso

Paso 1: Extrae frases únicas de tu contenido

Paso 2: Busque cada huella digital a través de la API

Paso 3: Deduplicar y anotar coincidencias

Paso 4: Generar un reporte de robo

Ejemplo en Python

Ejemplo en JavaScript

Salida esperada

Tutoriales relacionados

Preguntas frecuentes

Cuanto tiempo lleva este tutorial de cómo detectar el robo de contenido con una api serp?

Que necesito antes de empezar?

Puedo ejecutar este tutorial con el plan gratuito?

Con que frameworks funciona esto?

Recursos relacionados

La mejor API SERP basada en colas en 2026

Mejor API SERP en 2026

API de SERP

Sistema de cola API SERP

Semrush API vs Raw SERP API

Datos de Google Ads de las API SERP

Empieza a construir

Cómo detectar el robo de contenido con una API SERP

Requisitos previos

Guia paso a paso

Paso 1: Extrae frases únicas de tu contenido

Paso 2: Busque cada huella digital a través de la API

Paso 3: Deduplicar y anotar coincidencias

Paso 4: Generar un reporte de robo

Ejemplo en Python

Ejemplo en JavaScript

Salida esperada

Tutoriales relacionados

Preguntas frecuentes

Cuanto tiempo lleva este tutorial de cómo detectar el robo de contenido con una api serp?

Que necesito antes de empezar?

Puedo ejecutar este tutorial con el plan gratuito?

Con que frameworks funciona esto?

Recursos relacionados

La mejor API SERP basada en colas en 2026

Mejor API SERP en 2026

API de SERP

Sistema de cola API SERP

Semrush API vs Raw SERP API

Datos de Google Ads de las API SERP

Empieza a construir