🚀 Scraper de empleos de Naukri.com para Apify

Scraper de empleos profesional para Naukri.com - Extrae listados de empleo completos con automatización avanzada del navegador y proxies residenciales. Perfecto para agentes de IA, plugins de ChatGPT, integraciones con Claude y flujos de automatización impulsados por MCP. 🤖

🎯 Características

✨ Extracción completa de datos

• Job ID, título del empleo, nombre de la empresa

• Rangos salariales y compensación

• Requisitos de experiencia (años mínimos y máximos)

• Ubicación y detalles del lugar de trabajo

• Habilidades y tecnologías requeridas

• Descripciones completas del empleo

• URLs directas de los empleos

🔒 Protección Anti-Bot

• Automatización del navegador Camoufox con fingerprinting realista

• Soporte de proxies residenciales a través de Apify

• Simulación de comportamiento humano

• Coincidencia GeoIP para la autenticidad del proxy

🛡️ Listo para producción

• Manejo robusto de errores con reintentos

• Fallos controlados (null para campos faltantes)

• Envío de datos en tiempo real al dataset de Apify

• Registro y monitoreo completos

🤖 Amigable con la IA

• Diseñado para agentes de IA de Claude, ChatGPT y MCP

• Salida JSON limpia y estructurada

• Marca de tiempo para la frescura de los datos

• Integración sencilla con flujos de trabajo de IA

Related MCP server: JobSpy MCP Server

📊 Esquema de salida

Cada listado de empleo incluye los siguientes campos:

🚀 Inicio rápido

Ejecución en la plataforma Apify

1. Crea un nuevo Actor a partir de este repositorio

2. Configura los parámetros de entrada:

   • searchQuery: Título del empleo o palabras clave (p. ej., "software engineer")

   • location: Nombre de la ciudad (p. ej., "bangalore") o déjalo vacío para todas las ubicaciones

   • maxResults: Número de empleos a extraer (1-500)

3. Ejecuta el Actor y accede a los resultados desde el dataset

Ejemplo de entrada

{
  "searchQuery": "data scientist",
  "location": "bangalore",
  "maxResults": 100
}

Uso de prefills

Proporcionamos prefills convenientes para búsquedas comunes:

• 🔧 Software Engineer - Bangalore

• 📊 Data Scientist - All India

• 📱 Product Manager - Mumbai

• ⚙️ DevOps Engineer - Pune

• 💻 Full Stack Developer - Hyderabad

🤖 Ejemplos de integración con IA

Claude Desktop (MCP)

Usa este actor directamente desde Claude Desktop mediante el servidor MCP de Apify:

{
  "apify": {
    "actorId": "your-actor-id",
    "input": {
      "searchQuery": "machine learning engineer",
      "location": "bangalore",
      "maxResults": 50
    }
  }
}

ChatGPT Actions

Incluye este actor en tus flujos de trabajo de IA con ChatGPT:

openapi: 3.0.0
paths:
  /v2/acts/{actorId}/runs:
    post:
      summary: Scrape Naukri.com jobs
      parameters:
        - name: actorId
          in: path
          required: true
          schema:
            type: string
      requestBody:
        content:
          application/json:
            schema:
              properties:
                searchQuery:
                  type: string
                location:
                  type: string
                maxResults:
                  type: integer

Integración con Python

from apify_client import ApifyClient

client = ApifyClient('your-apify-token')

# Start the actor
run = client.actor('your-actor-id').call(run_input={
    'searchQuery': 'python developer',
    'location': 'mumbai',
    'maxResults': 100
})

# Fetch results
dataset_items = client.dataset(run['defaultDatasetId']).list_items().items

for job in dataset_items:
    print(f"{job['title']} at {job['companyName']}")
    print(f"Location: {job['location']}")
    print(f"Salary: {job['salary']}")
    print(f"Skills: {', '.join(job['skills'] or [])}")
    print(f"URL: {job['jobUrl']}\n")

Integración con Node.js

import { ApifyClient } from 'apify-client';

const client = new ApifyClient({ token: 'your-apify-token' });

// Start the actor
const run = await client.actor('your-actor-id').call({
    searchQuery: 'react developer',
    location: 'bangalore',
    maxResults: 50
});

// Fetch results
const { items } = await client.dataset(run.defaultDatasetId).listItems();

items.forEach(job => {
    console.log(`${job.title} at ${job.companyName}`);
    console.log(`Location: ${job.location}`);
    console.log(`Skills: ${job.skills?.join(', ')}`);
});

🔧 Desarrollo local

Requisitos previos

• Python 3.11+

• Docker (para pruebas en contenedores)

Configuración

# Clone the repository
git clone <your-repo-url>
cd naukri-job-scraper-mcp

# Install dependencies
pip install -r requirements.txt

# Set environment variables
export APIFY_TOKEN=your_apify_token

# Run locally
python -m src

Pruebas con la CLI de Apify

# Install Apify CLI
npm install -g apify-cli

# Login to Apify
apify login

# Run the actor locally
apify run

📋 Detalles técnicos

Stack tecnológico

• Lenguaje: Python 3.11

• Automatización del navegador: Camoufox (navegador de incógnito basado en Firefox)

• Análisis de HTML: BeautifulSoup4 + lxml

• Plataforma: Apify Actor Framework

• Proxy: Apify Residential Proxies

Arquitectura

┌─────────────────┐
│  Apify Platform │
└────────┬────────┘
         │
    ┌────▼─────┐
    │   Actor  │
    └────┬─────┘
         │
    ┌────▼────────┐
    │  Camoufox   │ ◄──── Residential Proxy
    │  Browser    │
    └────┬────────┘
         │
    ┌────▼──────────┐
    │  Naukri.com   │
    │  (Next.js SPA)│
    └────┬──────────┘
         │
    ┌────▼─────────┐
    │  BeautifulSoup│
    │  Parser       │
    └────┬─────────┘
         │
    ┌────▼─────────┐
    │ Apify Dataset│
    └──────────────┘

Manejo de errores

• Lógica de reintentos: 3 intentos con retroceso exponencial

• Fallos controlados: Devuelve null para campos faltantes en lugar de detenerse

• Reemplazo de proxy: Continúa sin proxy si falla el proxy residencial

• Registro: Registro de errores completo para depuración

🌟 Casos de uso

• 🎯 Investigación del mercado laboral: Analiza tendencias salariales y demandas de habilidades

• 🤖 Matching de empleos con IA: Alimenta los datos a los LLMs para recomendaciones personalizadas

• 📈 Analítica de reclutamiento: Haz seguimiento a las tendencias de contratación y la actividad de las empresas

• 🔔 Alertas de empleo: Crea sistemas de notificación automatizados

• 💼 Planificación profesional: Comprende los requisitos de experiencia en todas las industrias

🛠️ Personalización

Modificar los parámetros de búsqueda

Edita src/main.py para añadir filtros personalizados:

# Add custom filters
experience_filter = actor_input.get('experienceRange', '')
salary_filter = actor_input.get('salaryMin', '')

Ampliar la extracción de datos

Edita src/parser.py para extraer campos adicionales:

# Add new field extraction
posted_date = _clean_text(job_card.select_one('.posted-date').get_text())
job_data['postedDate'] = posted_date

📝 Licencia

Licencia MIT: siéntete libre de usar este Actor para proyectos comerciales o personales.

🤝 Contribuciones

¡Las contribuciones son bienvenidas! Siéntete libre de enviar un Pull Request.

💬 Soporte

• 📧 Incidencias: Abre un issue en GitHub

• 💡 Solicitudes de características: Envíalas a través de GitHub Issues

• 📚 Documentación: 📚 Documentación de Apify

🎉 Construido con IA

Este Actor fue construido con la ayuda de Claude y está optimizado para flujos de trabajo con agentes de IA, integraciones de MCP y automatización de ChatGPT. ¡Perfecto para construir asistentes inteligentes de búsqueda de empleo! 🚀

Hecho con ❤️ para la comunidad de automatización con IA