Web Scraping

    Web Scraping no Brasil: guia completo (2026)

    Aprenda web scraping no Brasil com arquitetura, limites de requisições, proxy, exemplos práticos e cálculo de consumo para coletas autorizadas.

    21 de maio de 202618 min de leituraPostado por: Equipe RH7
    Capa do post “Web Scraping no Brasil: guia completo (2026)”, categoria Scraping, com identidade visual RH7.
    Compartilhar
    Sumário do artigo

    Para comparar produtos e preços, acesse a página principal de proxy para raspagem de dados. Este guia detalha a configuração específica do tema.

    Web Scraping no Brasil: guia completo (2026)

    Web scraping é a técnica de extrair dados de páginas web de forma automatizada - em vez de copiar e colar manualmente, um script visita URLs, baixa o HTML e extrai exatamente as informações que você precisa (preços, vagas, avaliações, contatos, estoque, posicionamento em buscadores etc.).

    Use somente fontes próprias ou autorizadas. Se o destino solicitar verificação ou recusar acesso, interrompa a tarefa e procure a API, permissão ou suporte oficial. Trocar identidade de rede não autoriza continuar o acesso.

    Este guia cobre, de ponta a ponta, como fazer scraping de forma eficiente, escalável e dentro da lei no Brasil.

    TL;DR: scraping é legal no Brasil quando você lê dados públicos, respeita LGPD, robots.txt e termos de uso, e roda com proxies residenciais BR para não tomar bloqueio.

    O que é web scraping?

    Proxy residencial rotativa

    Teste com 1 GB

    R$ 9,90 por 1 GB

    Teste com 1 GB

    Scraping é diferente de "usar API". A API é a porta da frente - oficial, documentada e geralmente paga ou limitada. O scraping é a porta dos fundos: você simula um navegador, baixa o HTML público e extrai os dados que já estão lá.

    Casos de uso reais no Brasil:

    • Monitorar preços em Mercado Livre, Amazon BR, Magalu, Americanas
    • Coletar vagas em LinkedIn, Catho, Vagas.com, Indeed BR
    • Acompanhar imóveis em ZAP, VivaReal, OLX
    • Monitorar posições no Google BR para SEO
    • Coletar dados públicos de redes sociais (Instagram, TikTok, X)
    • Extrair editais de licitação, dados do TSE, IBGE, Receita Federal
    • Comparar passagens aéreas e hotéis (Decolar, 123milhas, Booking)
    • Monitorar avaliações de produto e sentimento de marca

    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.

    Sim, desde que você respeite três coisas:

    1. LGPD (Lei 13.709/2018) - não colete dados pessoais identificáveis sem base legal. Nome + e-mail + telefone juntos de pessoas físicas é zona de risco. Dados de empresas (CNPJ, razão social) e dados anônimos/agregados são tranquilos.
    2. Termos de uso e robots.txt - alguns sites proíbem scraping explicitamente. Ignorar isso pode gerar bloqueio, ação cível e em casos extremos criminal (Lei Carolina Dieckmann, art. 154-A do CP).
    3. Sobrecarga - taxa de requisições alta demais pode ser interpretada como ataque DoS. Use delays, throttling e proxies rotativos.

    Jurisprudência relevante: o STJ já entendeu que dados publicamente acessíveis podem ser coletados (REsp 1.679.465-SP), desde que não haja burla de proteção técnica nem uso indevido de dados pessoais.

    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.

    Web scraping com Python (exemplo completo)

    Stack recomendada em 2026: Python 3.12 + httpx + selectolax + proxies residenciais rotativos.

    import httpx
    from selectolax.parser import HTMLParser
    
    PROXY = "http://USUARIO:SENHA@residential.rh7proxys.com:10000"
    
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) "
                      "AppleWebKit/537.36 (KHTML, like Gecko) "
                      "Chrome/125.0.0.0 Safari/537.36",
        "Accept-Language": "pt-BR,pt;q=0.9,en;q=0.8",
    }
    
    with httpx.Client(proxy=PROXY, headers=headers, timeout=30) as client:
        r = client.get("https://exemplo.com.br/produtos")
        tree = HTMLParser(r.text)
        for card in tree.css("div.produto"):
            nome = card.css_first("h2").text(strip=True)
            preco = card.css_first("span.preco").text(strip=True)
            print(nome, preco)
    

    Pontos-chave:

    • Cada requisição sai por um IP residencial diferente (rotação automática).
    • Headers realistas evitam fingerprint óbvio.
    • timeout=30 evita travar em sites lentos.

    Para sites com JavaScript pesado (SPA, React, Vue), troque httpx por Playwright:

    from playwright.sync_api import sync_playwright
    
    with sync_playwright() as p:
        browser = p.chromium.launch(
            proxy={"server": "http://residential.rh7proxys.com:10000",
                   "username": "USUARIO", "password": "SENHA"}
        )
        page = browser.new_page(locale="pt-BR")
        page.goto("https://exemplo.com.br")
        print(page.title())
    

    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.

    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.

    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.

    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.

    Alternativas ao scraping próprio

    • APIs oficiais - sempre prefira quando existirem (Mercado Livre, Google).
    • Datasets prontos - Kaggle, dados.gov.br, IBGE.
    • Scraping-as-a-service - paga por requisição.

    Mas para a maioria dos casos de uso brasileiros (monitoramento, preço, vagas, SEO), scraping próprio com proxy residencial RH7 é o caminho mais barato e flexível.

    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.

    Conclusão

    Web scraping em 2026 no Brasil é totalmente viável - mas exige stack moderno (Python + curl_cffi + selectolax), proxies residenciais brasileiros e respeito à LGPD. A RH7 Proxys cobre a parte de IPs com +90M de residenciais BR, PIX e GB sem validade.

    Comece com 1 GB de teste pelo PIX e valide seu pipeline antes de escalar.

    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.

    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.