11.4 HTTP Y PETICIONES

El protocolo HTTP (Protocolo de Transferencia de Hipertexto) es la base de la comunicación entre tu programa y los servidores web, haciendo posible la interacción y el intercambio de información en internet. Es posible imaginar un HTTP como el idioma en particular que utilizan tu aplicación y los servidores para comunicarse y por ende entenderse.

GET: Cuando usas el método GET, estás solicitando datos del servidor. Es como abrir una página web y pedirle al servidor que te envíe la información visible. Cada vez que haces una búsqueda o visitas una página, en realidad estás enviando una solicitud GET para que el servidor te devuelva el contenido deseado.

POST: Este método es útil cuando necesitas enviar información al servidor, como al completar un formulario en línea. Con POST, envías datos nuevos que el servidor puede almacenar o procesar. Es como enviar una carta con información específica que quieres que el servidor reciba y procese.

Cuando usas PUT, estás enviando información al servidor para actualizar algo que ya existe. Piensa en esto como cuando abres un documento en tu computadora, realiza cambios y luego lo guardas nuevamente. Lo que haces con PUT es enviarle al servidor la versión actualizada de los datos, reemplazando por completo lo que había antes. Por ejemplo, imagina que tienes una cuenta en una aplicación y decide actualizar tu dirección. Al usar PUT, la dirección vieja se borra y se reemplaza por la nueva que enviaste. Este método asegura que el servidor tenga exactamente los datos que le indica, sin importar cómo eran antes (McKinney, 2023)

Por otro lado, el método DELETE tiene un propósito más drástico: eliminar datos en el servidor. Es como si le pidieras al servidor que borre un archivo que ya no necesitas o un registro que deseas eliminar. Por ejemplo, si decide borrar una publicación en una red social, el navegador envía una solicitud DELETE al servidor para eliminar ese contenido. Este método es útil cuando quieres limpiar o actualizar tu información eliminando registros antiguos o innecesarios.

Al entender estos métodos, puedes imaginar el servidor como un organizador de archivos. Con PUT, reemplazas un archivo antiguo con una nueva versión, y con DELETE, simplemente lo quitas de la colección. Estos son dos de los pilares fundamentales para interactuar con datos en una aplicación web de manera eficiente y ordenada.

En Python, puedes usar la biblioteca requests para manejar todas estas solicitudes y procesar las respuestas sin complicaciones. Esta biblioteca facilita la comunicación con servidores, permitiéndote obtener, enviar, actualizar o eliminar datos de forma sencilla. Con requests, trabajar con HTTP se vuelve más accesible, ya que puedes gestionar la interacción con los servidores web de manera intuitiva y eficiente.

11.4.1 PRÁCTICA SUGERIDA: 

¡Sumérgete en el código ahora! 💻

11.5 API VS API REST

No todas las API son iguales, y es fundamental entender las diferencias entre una API general y una API REST para apreciar su relevancia en el desarrollo moderno. Una API, en términos generales, es una interfaz que permite la interacción entre diferentes sistemas, ofreciendo un conjunto de funciones o métodos que pueden ser utilizados por otras aplicaciones para acceder a servicios o datos. Sin embargo, no todas las API están diseñadas siguiendo un estándar definido, lo que puede generar inconsistencias en su uso y dificultades para garantizar la interoperabilidad entre sistemas.

Por otro lado, una API REST (Representational State Transfer) se basa en una arquitectura bien definida que sigue principios específicos diseñados para optimizar la interacción entre sistemas. Una de las características principales de las API REST es su dependencia del protocolo HTTP, el cual es ampliamente utilizado en aplicaciones web. Este protocolo no solo establece un lenguaje común para la comunicación, sino que también organiza los datos como recursos accesibles a través de URLs únicas y bien estructuradas. Esto significa que cada recurso en una API REST puede identificarse y localizarse fácilmente, lo que simplifica el acceso a la información de manera uniforme y eficiente (Gobierno de España, n.d.)

Las API REST se benefician de los métodos estándar de HTTP como GET, POST, PUT y DELETE con lo que pueden efectuar operaciones sobre los recursos. Por ejemplo, si deseas consultar una lista de usuarios, podrías enviar una solicitud GET a una URL específica, como /users, mientras que, para eliminar un usuario, utilizarías el método DELETE con la dirección correspondiente, como /users/1. Esta estructura predecible no solo mejora la comprensión del diseño de la API, sino que también facilita su implementación por parte de los desarrolladores, ya que las operaciones están claramente definidas y estandarizadas.

Otra ventaja de las API REST es su enfoque en la transferencia de datos en formatos comunes como JSON, que es ligero y fácil de interpretar tanto para las máquinas como para los humanos. Aunque otros formatos como XML también son compatibles, la simplicidad de JSON ha contribuido a la popularidad de este tipo de API. Además, REST promueve un diseño sin estado, lo que significa que cada solicitud es independiente y contiene toda la información necesaria para ser procesada. Esto reduce la complejidad en el manejo del servidor y mejora la escalabilidad del sistema, ya que no se requiere mantener un historial de interacciones previas.

Las API REST ofrecen una solución más eficiente y estructurada en comparación con las API tradicionales, permitiendo una interacción más fluida y uniforme entre sistemas. Su diseño basado en principios estándar, como el uso de HTTP y formatos comunes de datos, facilita la interoperabilidad y el mantenimiento de aplicaciones, lo que explica su adopción generalizada en el desarrollo de software moderno (Severance, 2020)

11.5.1 PRÁCTICA SUGERIDA: 

11.5.2 ¿CÓMO SE UTILIZA UNA API?

Utilizar una API puede compararse con realizar un pedido en línea: necesita proporcionar la dirección correcta del servicio (URL) y, en algunos casos, incluir parámetros que especifiquen su solicitud. Estos parámetros pueden ser de diferentes tipos, como cadenas de consulta que se añaden directamente a la URL o datos estructurados en formato JSON que envías al servidor. El servidor, al procesar tu solicitud, te devuelve una respuesta, generalmente en formato JSON, que contiene la información o los resultados esperados. Este intercambio permite que las aplicaciones interactúen de manera eficiente y uniforme, independientemente de la tecnología subyacente.

Por ejemplo, si estás utilizando una API de clima, puedes solicitar el pronóstico del tiempo para tu ciudad mediante una solicitud GET, enviando una URL específica que incluya tu ciudad como parámetro, como https://api.clima.com/forecast?ciudad=TuCiudad. En este caso, el servidor procesará la información y responderá con datos relevantes, como la temperatura, la probabilidad de lluvia y las condiciones generales. Este tipo de interacción es esencial para integrar servicios dinámicos en aplicaciones modernas, permitiendo que los desarrolladores accedan y utilicen datos externos sin necesidad de gestionarlos directamente.

El uso de API no se limita a solicitudes simples. También puedes enviar datos más complejos mediante el cuerpo de una petición, especialmente en solicitudes POST o PUT. Por ejemplo, si necesita registrar un nuevo usuario en un sistema mediante una API, podría enviar un archivo JSON con los datos del usuario, como su nombre, correo electrónico y contraseña, al servidor en una petición POST. Este enfoque estructurado permite no solo consumir información, sino también interactuar activamente con el sistema para crear, modificar o eliminar datos.

Es importante destacar que, para utilizar una API, a menudo necesitas autenticación, como claves de acceso o tokens. Estas credenciales aseguran que solo usuarios autorizados puedan acceder al servicio, protegiendo la integridad y seguridad de los datos. Además, las respuestas de las API suelen estar diseñadas para incluir códigos de estado HTTP, como 200 para éxito o 404 para indicar que un recurso no fue encontrado, lo que facilita interpretar los resultados y manejar errores de manera adecuada (Russell, 2018)

En definitiva, aprender a utilizar una API es una habilidad esencial en el desarrollo de software, ya que permite conectar tu aplicación con servicios externos de manera eficiente. Al comprender cómo enviar solicitudes, interpretar respuestas y manejar errores, estarás en una posición sólida para integrar servicios avanzados en tus proyectos, optimizando su funcionalidad y alcance.

11.5.3 PRÁCTICA SUGERIDA: 

11.6 INTRODUCCIÓN AL WEB SCRAPING

El web scraping es una técnica poderosa que te permite extraer información directamente de sitios web cuando estos no proporcionan una API o interfaz formal para acceder a sus datos. Imagina que estás navegando por una página web y necesitas recopilar información específica, como precios de productos, titulares de noticias o datos meteorológicos. El web scraping automatiza esta tarea, permitiendo que tu programa actúe como un usuario humano que visita la página, "lee" su contenido y extrae los datos necesarios de manera sistemática y eficiente.

En Python, el web scraping se realiza con la ayuda de bibliotecas especializadas como BeautifulSoup y Selenium, que ofrecen diferentes capacidades para abordar esta tarea. BeautifulSoup, por ejemplo, es ideal para analizar y navegar por el contenido HTML de una página web. Te permite buscar y extraer datos estructurados como tablas, listas o etiquetas específicas de manera precisa. Por otro lado, Selenium no solo te ayuda a acceder al contenido de una página, sino que también permite simular interacciones humanas con el navegador, como hacer clic en botones, completar formularios o desplazarse por la página, lo que es especialmente útil en sitios dinámicos. que cargarán contenido mediante JavaScript (Mayer-Schönberger & Kenneth, 2013)

El proceso de web scraping sigue un flujo lógico: primero, el programa realiza una solicitud HTTP para obtener el contenido de la página web. Luego, este contenido se utiliza analiza herramientas como BeautifulSoup, que permite identificar y extraer los elementos deseados basados en su estructura HTML. En el caso de sitios web más complejos, donde el contenido no está disponible directamente en el HTML inicial, Selenium puede ser empleado para interactuar con la página y acceder a los datos generados dinámicamente.

Aunque el web scraping es una técnica increíblemente útil, también conlleva responsabilidades éticas y legales. Es fundamental respetar los términos de uso de los sitios web y asegurarte de no sobrecargar sus servidores con solicitudes excesivas. Debes verificar si los datos que estás recopilando están protegidos por derechos de autor o normativas de privacidad. Estas precauciones no solo garantizan el uso ético de las herramientas, sino que también te protegen de posibles consecuencias legales (Roca & Solana, 2015)

Al dominar el web scraping, tendrás acceso a una fuente inagotable de datos valiosos, lo que te permitirá analizar tendencias, construir bases de datos o enriquecer tus proyectos con información actualizada. Este conocimiento es especialmente relevante en campos como la investigación de mercado, el análisis financiero o el desarrollo de aplicaciones basadas en datos dinámicos, donde el acceso a información en tiempo real puede marcar una gran diferencia.

11.6.1  PRÁCTICA SUGERIDA: 

11.7 DIFERENTES FORMATOS DE DATOS

11.7 Diferentes formatos de datos

Cuando te aventuras a trabajar con APIs o realizar web scraping, es común que los datos obtenidos vengan en distintos formatos. Comprender estos formatos es fundamental para poder procesarlos correctamente. El formato más frecuente y versátil es el JSON (JavaScript Object Notation). Este formato se ha vuelto muy popular debido a su estructura simple y su legibilidad tanto para humanos como para máquinas. Los datos están organizados en parejas clave-valor, lo que brinda acceso a la información de forma intuitiva. Es ideal para intercambiar datos en la web, y la mayoría de las respuestas de API están en este formato.

Otro formato que puedes encontrar es el XML (Extensible Markup Language). Aunque es menos común hoy en día, sigue siendo utilizado en ciertos sistemas heredados o aplicaciones que requieren una estructura de datos más rígida y jerárquica. XML utiliza etiquetas para definir los elementos de datos, similar al HTML, pero con la ventaja de que permite crear etiquetas personalizadas. Sin embargo, su complejidad y longitud pueden hacer que sea menos eficiente que JSON para muchas aplicaciones (Chan et al., 2019)

El HTML (Lenguaje de marcado de hipertexto), el formato que estructura las páginas web. Cuando realizas web scraping, es este formato el que vas a encontrar. HTML define el contenido visual de una página web mediante etiquetas y atributos. Extraer datos de HTML requiere saber identificar los elementos relevantes y filtrarlos adecuadamente para convertirlos en información útil. Es una tarea que puede ser un poco más laboriosa, ya que el contenido debe ser analizado y filtrado antes de poder utilizarlo.

11.7.1 ¿CÓMO LEER DATOS DE DIFERENTES FUENTES?

Cuando trabajas en proyectos de análisis de datos, es esencial poder manejar diferentes tipos de archivos y formatos de datos. Python te proporciona diversas herramientas para facilitar esta tarea. Por ejemplo, si estás trabajando con datos en JSON, el módulo json de Python te permite convertir fácilmente el contenido en objetos Python como diccionarios y listas. Esto te facilita la manipulación y el análisis de los datos directamente en tu entorno de trabajo.

En muchos casos, los datos se almacenan en archivos CSV (Valores separados por comas), especialmente en hojas de cálculo e informes de bases de datos. La biblioteca Pandas es tu aliada aquí, ya que permite cargar archivos CSV y manejarlos como DataFrames, una estructura de datos que facilita el análisis y la visualización. Puedes realizar tareas como filtrar, agrupar y analizar datos con gran eficiencia (Nettleton, 2011)

Si trabajas con datos provenientes de archivos Excel, Pandas también ofrece funciones específicas como read_excel, que te permiten cargar estas hojas de cálculo directamente en tu entorno Python. Esto es útil para integrar datos empresariales o informes financieros en tus análisis. Por otro lado, si estás obteniendo datos de una página web y necesitas extraer información tabular, puedes recurrir a la biblioteca BeautifulSoup para analizar el HTML y capturar solo los elementos relevantes.

11.7.2 EJEMPLOS DE USO PRÁCTICO

Veamos algunos casos prácticos donde puedes aplicar estas técnicas de recopilación de datos. El primero es la invocación de API. Hoy en día, muchos servicios populares como Twitter, OpenWeather y Google Maps proporcionan API abiertas que puedes utilizar para obtener datos en tiempo real. Estas API te permiten acceder a información actualizada sobre una gran variedad de temas, desde datos meteorológicos hasta ubicaciones geográficas.

En situaciones donde una página web no proporciona una API, pero necesita obtener información específica, puede recurrir al web scraping. Por ejemplo, imagina que estás investigando precios de productos en tiendas online y necesitas capturar esta información para un análisis de mercado. Con técnicas de web scraping, puedes automatizar la extracción de datos, ahorrando tiempo y esfuerzo manual (Kuhlman, 2013)

Una vez que hayas efectuado la recopilación de los datos, el siguiente proceso no es otro que la manipulación y análisis de estos. Aquí es donde entra en juego Pandas, una de las bibliotecas más poderosas para análisis de datos en Python. Con Pandas, puedes limpiar, transformar y analizar los datos para obtener insights valiosos. Puedes crear visualizaciones, generar informes y realizar cálculos estadísticos que te ayudarán a comprender mejor la información.

En esta sección, se han explorado diversas formas de obtener y manejar datos usando APIs y técnicas de web scraping. Estas habilidades te permitirán recopilar datos de manera más eficiente y acceder a información que de otra forma no estaría disponible fácilmente. Al dominar estas técnicas, amplías tus capacidades como analista, ya que podrás integrar datos externos y actualizados en tus proyectos. Adicionalmente, al familiarizarte con diferentes formatos de datos y herramientas de Python, estarás mejor preparado para enfrentar desafíos en análisis de datos y desarrollar aplicaciones más dinámicas e interactivas

11.7.3 PRÁCTICA SUGERIDA: