Los flujos de trabajo de raspado n8n fallan cada vez que un sitio de destino cambia su estructura HTML o bloquea su IP. La lógica de rotación de proxy agrega complejidad sin resolver el problema de raíz: estás analizando HTML no estructurado que puede cambiar en cualquier momento. Una API de búsqueda estructurada devuelve JSON limpio para Google, Reddit, Amazon y otras plataformas a través de una única solicitud POST. Este tutorial muestra cómo reemplazar los frágiles nodos de solicitud HTTP n8n y extracción HTML con una llamada API de Scavio que devuelve datos estructurados cada vez. El resultado es un flujo de trabajo n8n más simple y confiable sin administración de proxy.
Requisitos previos
- Instancia n8n en ejecución (en la nube o autohospedada)
- Una clave API de Scavio de scavio.dev
- Un flujo de trabajo n8n existente con nodos de raspado HTTP
Guia paso a paso
Paso 1: Identificar los nodos de raspado defectuosos
Encuentre nodos de solicitud HTTP que devuelvan errores 403/429 o nodos de extracción HTML que produzcan resultados vacíos debido a cambios de DOM.
# Common failure patterns in n8n scraping:
# - HTTP Request returns 403 Forbidden or 429 Too Many Requests
# - HTML Extract yields empty results after site redesign
# - Proxy list expires or gets blocked
# - Rate limiting forces artificial delays between requestsPaso 2: Reemplazar con el nodo API de Scavio
Configure un nodo de solicitud HTTP que apunte a la API de Scavio en lugar del sitio web de destino.
# n8n HTTP Request node configuration:
# Method: POST
# URL: https://api.scavio.dev/api/v1/search
# Authentication: Header Auth
# Name: x-api-key
# Value: {{$credentials.scavioApiKey}}
# Body (JSON):
# platform: google
# query: {{ $json.search_term }}Paso 3: Eliminar nodos de análisis HTML
Elimine los nodos de análisis de expresiones regulares y extracción de HTML, ya que la API devuelve JSON estructurado directamente.
# Before (fragile):
# HTTP Request -> HTML Extract -> Set (parse) -> Output
#
# After (reliable):
# HTTP Request (Scavio API) -> Output
#
# Access fields directly:
# {{ $json.organic_results[0].title }}
# {{ $json.organic_results[0].link }}
# {{ $json.organic_results[0].snippet }}Paso 4: Pruebe el reemplazo con Python
Verifique que la API devuelva los datos que necesita antes de actualizar n8n.
import os, requests
API_KEY = os.environ["SCAVIO_API_KEY"]
resp = requests.post("https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": "best crm software 2026"})
data = resp.json()
for r in data.get("organic_results", [])[:3]:
print(f"{r['title']}: {r['link']}")Ejemplo en Python
import os, requests
API_KEY = os.environ["SCAVIO_API_KEY"]
resp = requests.post("https://api.scavio.dev/api/v1/search",
headers={"x-api-key": API_KEY},
json={"platform": "google", "query": "best crm software 2026"})
for r in resp.json().get("organic_results", [])[:5]:
print(r["title"], r["link"])Ejemplo en JavaScript
const r = await fetch("https://api.scavio.dev/api/v1/search", {
method: "POST",
headers: {"x-api-key": process.env.SCAVIO_API_KEY, "Content-Type": "application/json"},
body: JSON.stringify({platform: "google", query: "best crm software 2026"})
});
const data = await r.json();
(data.organic_results || []).slice(0, 5).forEach(r => console.log(r.title, r.link));Salida esperada
A simplified n8n workflow that fetches structured search data from a single API node, replacing all scraping, proxy, and HTML parsing nodes.