Web Scraping

    Scraping Booking e Airbnb: tarifas dinâmicas

    Coleta de tarifas em tempo real para hotelaria e short-stay com proxies residenciais.

    03 de junho de 20267 min de leituraPostado por: Equipe RH7
    Capa do post “Scraping Booking e Airbnb: tarifas dinâmicas”, categoria Scraping, com identidade visual RH7.
    Compartilhar
    Sumário do artigo

    Requisitos do acesso autorizado

    Use fontes próprias ou autorizadas e APIs documentadas quando disponíveis. Confirme as condições da fonte antes de coletar. Interrompa a tarefa se houver recusa de acesso ou verificação, respeite os limites e procure os canais oficiais em vez de trocar identidade para continuar. Registre localização, horário, escopo permitido e consumo de dados.

    Tarifas Dinâmicas: O que capturar?

    Proxy residencial rotativa

    Teste com 1 GB

    R$ 9,90 por 1 GB

    Teste com 1 GB

    A extração de dados para monitoramento de preços não se resume a raspar o valor bruto da tela. É necessário estruturar a coleta para entender os componentes que formam a tarifa dinâmica.

    Atributos essenciais da raspagem

    1. Preço Base vs. Preço Final: Muitas plataformas omitem taxas de limpeza ou impostos de serviço no valor de destaque. O scraper deve ser capaz de seguir o fluxo até a página de checkout ou capturar o detalhamento do preço.
    2. Políticas de Cancelamento: O valor da tarifa muda drasticamente se for reembolsável ou não.
    3. Estadia Mínima: No Airbnb, muitos anfitriões alteram preços ou disponibilidade com base na duração da estadia (ex: descontos semanais).
    4. Localização Exata: A geolocalização do IP que faz a pesquisa influencia o preço exibido. Muitas vezes, usuários que acessam de diferentes países veem tarifas distintas para o mesmo hotel.

    Ao utilizar proxies residenciais fixas (Sticky sessions), você pode manter o mesmo IP durante todo o processo de reserva simulada, garantindo que o preço não mude no meio do fluxo de coleta devido a uma troca de sessão.

    Exemplo técnico de implementação com Python e Scrapy

    Abaixo, um exemplo simplificado de como integrar um túnel de proxy residencial em um script de Python para acessar uma URL de busca do Booking.

    import requests
    ## Configurações do endpoint de proxy da RH7 Proxys
    proxy_host = "proxy.rh7.com.br"
    proxy_port = "8000"
    proxy_user = "seu_usuario"
    proxy_pass = "sua_senha"
    
    proxy_url = f"http://{proxy_user}:{proxy_pass}@{proxy_host}:{proxy_port}"
    
    proxies = {
        "http": proxy_url,
        "https": proxy_url,
    }
    
    target_url = "https://www.booking.com/searchresults.pt-br.html?ss=Sao+Paulo"
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/115.0.0.0 Safari/537.36",
        "Accept-Language": "pt-BR,pt;q=0.9,en-US;q=0.8,en;q=0.7"
    }
    
    try:
        response = requests.get(target_url, proxies=proxies, headers=headers, timeout=15)
        if response.status_code == 200:
            print("Dados capturados com sucesso")
            # Aqui entra o código de parsing com BeautifulSoup ou lxml
        else:
            print(f"Erro na requisição: {response.status_code}")
    except Exception as e:
        print(f"Falha na conexão: {e}")
    

    Este código utiliza a biblioteca requests para passar através de um servidor proxy que rotaciona o IP de saída. Para testar se o seu proxy está funcionando corretamente antes de iniciar o grande volume, você pode usar ferramentas como o proxy-tester ou verificar seu endereço atual em meu-ip.

    Scraping Mobile: A vantagem competitiva

    Muitas tarifas promocionais no Booking são exclusivas para dispositivos móveis ("Mobile-only prices"). Essas tarifas costumam ser 10% a 15% mais baratas do que as listadas no desktop para incentivar o uso do aplicativo.

    Para coletar esses dados, é preciso reproduzir a experiência de um dispositivo móvel. Além de usar um User-Agent de iOS ou Android, proxies mobile permitem ver a tarifa como ela aparece na rede 4G/5G. Lembre que essas plataformas proíbem coleta automatizada em seus termos: prefira parcerias e APIs de afiliados e use coleta própria só com autorização.

    Tratamento de Dados e Validação de Preços

    Com o acesso autorizado resolvido, o desafio passa a ser a qualidade do dado. As tarifas dinâmicas são sensíveis ao tempo. Um preço coletado às 10:00 pode não ser mais válido às 10:05.

    Normalização de dados

    Cada plataforma estrutura suas informações de forma diferente. No Airbnb, o preço costuma vir como uma string contendo o símbolo da moeda, que precisa ser limpa e convertida para um formato decimal (float) para análise. Além disso, o scraping deve considerar a moeda base. Se o seu bot está rodando em um servidor nos EUA sem proxy brasileiro, ele pode capturar valores em USD, o que distorce a análise de paridade tarifária se não houver um conversor de câmbio em tempo real integrado ao banco de dados.

    Monitoramento de disponibilidade

    Preço sem disponibilidade é um dado nulo. Ao raspar o Booking, é essencial validar se o hotel "esgotado" para aquela data específica é uma realidade ou apenas um bloqueio temporário de visualização. O uso de múltiplas sessões simultâneas ajuda a cruzar essa informação.

    Validação de qualidade dos dados

    Na coleta de tarifas, registre data de check-in, número de hóspedes, moeda e horário da leitura. Compare duas leituras em intervalos curtos para medir a volatilidade e descarte valores fora de uma faixa razoável. Priorize parceiros e feeds oficiais, e use coleta própria apenas quando os termos da plataforma permitirem.

    Normalização de uma amostra de hospedagem

    Duas tarifas só são comparáveis quando representam as mesmas datas, ocupação, tipo de acomodação e condições de cancelamento. Registre se impostos, taxas de serviço e limpeza estão incluídos no total. Valores por noite não substituem o custo final da estadia, especialmente quando uma taxa fixa representa parte relevante do orçamento. Guarde a moeda original e identifique separadamente qualquer conversão utilizada na análise.

    A disponibilidade muda entre leituras: uma acomodação ausente não deve receber preço zero. Classifique-a como indisponível ou não observada e registre o horário da consulta. Em integrações autorizadas, valide também o identificador da propriedade; nomes parecidos não comprovam que duas ofertas sejam o mesmo imóvel. Fotos, descrições e dados de hóspedes não devem ser copiados para além do escopo licenciado.

    Revisão antes de compartilhar o relatório

    Confira manualmente uma amostra de propriedades e totais, anotando diferenças entre o dado recebido e a interface oficialmente disponível. Evite publicar credenciais, cookies ou identificadores pessoais nas evidências. Um relatório útil informa condições, fonte, data e limitações, em vez de prometer uma tarifa permanente. Quando o acesso estiver recusado, marque a observação como pendente e solicite revisão ao parceiro oficial; não tente outra conexão para obter o mesmo dado.

    Proxy residencial rotativa

    Teste com 1 GB

    R$ 9,90 por 1 GB

    Teste com 1 GB
    RH7 Proxys

    Sobre o autor

    Equipe RH7

    Equipe da RH7 Proxys: proxies residenciais, mobile e Rotativa CPA com suporte humano 24/7 em português.

    Gostou do conteúdo?

    Compartilhe este artigo com quem precisa ler.

    Newsletter RH7

    Quer mais conteúdo como esse?

    Receba 1 email por semana com cases, scripts e bastidores.

    Receba novos guias técnicos

    1 e-mail por semana, conteúdo prático sobre proxies, scraping e operações.