Excel puede importar datos web a través de Power Query cuando el conector y el método de autenticación son compatibles con tu plataforma de Excel.
Usa Desde Web para tablas accesibles, Texto/CSV para una exportación revisada, e importación JSON para un archivo estructurado producido por un flujo de trabajo de colección.
No se debe asumir que las instrucciones de escritorio de Windows coinciden con Excel para Mac o Excel para la web.
Las filas faltantes, los encabezados cambiantes, la conversión de tipos de datos y las actualizaciones fallidas requieren verificaciones de aceptación antes de compartir un libro de trabajo.
Mantén las claves API fuera de los libros de trabajo compartidos y separa la colección web de la transformación de la hoja de cálculo cuando la autenticación o la representación se vuelven complejas.
Nstdata Crawl puede proporcionar contenido de página aprobado a través de una API de rastreo web para datos listos para LLM; tu analizador aún define las columnas comerciales de la hoja de cálculo.
¿Qué significa realmente la recopilación de datos web en Excel?
La recopilación de datos web en Excel significa adquirir datos derivados de la web y cargarlos en un libro de trabajo para su transformación y análisis. Excel puede recuperar un recurso web soportado directamente, o puede consumir un archivo CSV o JSON creado por otra herramienta de colección. Esas arquitecturas tienen diferentes responsabilidades de autenticación, representación y actualización.
Power Query es la capa de importación y transformación repetible; una hoja de trabajo visible es la capa de presentación. Un buen flujo de trabajo preserva la fuente, los tipos de campo y el contexto de actualización en lugar de reemplazar un informe con lo que el último pedido haya devuelto. Nstdata Crawl se vuelve relevante cuando la adquisición necesita representación gestionada o colección del sitio antes de que Excel reciba los datos.
El resumen de Power Query explica la separación entre conectar, transformar y cargar. Comienza por decidir qué etapa está fallando. Una página que no expone una tabla adecuada requiere una estrategia de adquisición diferente, no meramente una fórmula de hoja de trabajo diferente.
Necesitas una instalación de Excel compatible, una fuente permitida, una tabla o esquema conocido y una regla para aceptar resultados actualizados. Las instrucciones nativas a continuación están dirigidas a Excel para Windows con el conector web documentado. Excel para Mac y Excel para la web tienen diferentes disponibilidades de conector y actualización; verifica las características actuales de tu producto antes de seguir un camino de cinta de Windows.
Prepara estos detalles:
Ítem
Qué registrar
Fuente
URL exacta o ruta de exportación local aprobada
Autenticación
Anónima o el método de cuenta compatible con el conector
Campos
Nombres de columna esperados y sus significados
Identidad
Identificador de fila estable, no número de fila de hoja de trabajo
Tipos
Identificador como Texto; números y fechas con localidad explícita
Aceptación
Campos requeridos, política de duplicados y alcance esperado
Actualización
Manual o un horario explícitamente soportado
Para el método de exportación en Python, instala requests y beautifulsoup4. Para adquisición gestionada, añade una cuenta Nstdata, una clave API, Python 3.10 o posterior, y nstdata-ai-crawl. El ejemplo gestionado necesita tu credencial; no es una extracción autenticada completada.
¿Cómo funciona el flujo de trabajo de importación de Excel?
El flujo de trabajo de importación de Excel se conecta a un recurso, identifica sus registros, aplica transformaciones y carga una tabla que puede ser actualizada. Power Query almacena una receta de transformación. Una actualización vuelve a ejecutar esa receta; no es un archivo histórico automático de valores anteriores.
Separa la adquisición de la actualización del informe cuando la fuente requiere un estado de navegador complejo. Un colector programado puede escribir una exportación revisada, mientras que Power Query solo lee el último archivo aceptado. Esto protege un libro de trabajo compartido de las credenciales de la API y evita presentar una página de inicio de sesión o una recopilación incompleta como nuevos datos comerciales. La guía de rastreador a hoja de cálculo cubre el límite de salida con más detalle.
¿Cómo puedes importar datos web en Excel?
Puedes importar datos web directamente a través del conector web, a través de un archivo CSV, o a través de una exportación gestionada validada. Elige el primer método para una tabla accesible estable, el segundo para un archivo transparente y repetible, y el tercero cuando la colección necesita representación o un alcance más amplio.
Método 1: Importar una tabla accesible con Desde Web
Mejor para: Una tabla pública pequeña que el conector reconoce sin interacción compleja.
Paso 1: Abre el conector Web
En Excel para Windows, abre Datos → Obtener datos → Desde otras fuentes → Desde web. Dependiendo del diseño de la cinta, Datos → Desde web puede estar expuesto directamente. Usa el conector web documentado en lugar de un tutorial anterior de Nueva Consulta Web basado en Internet Explorer.
Paso 2: Ingresa la URL de la página de la tabla
Elige Básico, ingresa https://testpages.eviltester.com/pages/basics/html-tag-table/, y selecciona OK. Esta es una página de prueba de tabla HTML pública; utiliza una fuente permitida de manera similar para tu propio flujo de trabajo.
Paso 3: Elige el método de autenticación
Selecciona Anónimo para este ejemplo público, luego selecciona Conectar. La autenticación se aplica al nivel de URL que elijas. Utiliza un método diferente solo cuando la fuente lo requiera y tu conector lo soporte.
Paso 4: Selecciona la tabla deseada
En Navegador, inspecciona la tabla que contiene Nombre y Cantidad, luego selecciona Transformar Datos. No confíes en que un número de tabla generado permanezca estable después de que la fuente cambie.
[Captura de pantalla: vista previa del Navegador que muestra la tabla de Nombre y Cantidad antes de la importación.]
Paso 5: Carga la consulta revisada
En el Editor de Power Query, confirma los encabezados y los tipos de campo, luego selecciona Inicio → Cerrar y Cargar. Verifica unas pocas filas fuente en la hoja de cálculo resultante. Las instrucciones del conector web documentan la URL, la autenticación, el Navegador y los pasos de transformación.
Cómo verificar: Compara las primeras y últimas filas fuente mostradas con la tabla cargada, verifica los encabezados y registra la URL de la fuente por separado de las columnas de negocio.
Límite: El conector puede no reconocer una cuadrícula de JavaScript, el estado de aplicación autenticada o un diseño que difiere de la página en tu navegador habitual. El comportamiento del conector también depende del host de Excel.
Método 2: Crear e importar un CSV revisable
Mejor para: Un proceso de recolección repetible cuyo resultado necesita ser inspeccionado antes de la actualización del libro.
Paso 1: Guarda un extractor de tabla
Guarda lo siguiente como table_to_csv.py. Recupera una página de demostración pública, verifica el esquema esperado y escribe la tabla seleccionada. No recursiona ni infiere tablas a partir de diseños div arbitrarios.
import csv
from pathlib import Path
import requests
from bs4 import BeautifulSoup
url ="https://testpages.eviltester.com/pages/basics/html-tag-table/"parts =[]size =0with requests.get(url, timeout=(10,30), stream=True)as response: response.raise_for_status()for part in response.iter_content(65536): size +=len(part)if size >1_048_576:raise RuntimeError("Unexpectedly large demonstration page") parts.append(part)table = BeautifulSoup(b"".join(parts),"html.parser").select_one("table#mytable")if table isNone:raise RuntimeError("Expected demonstration table was not found")rows =[[cell.get_text(" ", strip=True)for cell in row.find_all(["th","td"])]for row in table.find_all("tr")]ifnot rows or rows[0]!=["Name","Amount"]:raise RuntimeError("Unexpected table headers")iflen(rows)<2orany(len(row)!=2for row in rows):raise RuntimeError("Empty or inconsistent table")ifany(cell.lstrip().startswith(("=","+","-","@"))for row in rows for cell in row):raise RuntimeError("Formula-like value requires review before CSV export")with Path("table-data.csv").open("w", newline="", encoding="utf-8-sig")asfile: csv.writer(file).writerows(rows)print(f"Saved {len(rows)-1} rows to table-data.csv; source: {url}")
Paso 2: Ejecuta el extractor
Ejecuta python table_to_csv.py en el directorio donde se guardó el script. Inspecciona el conteo de filas reportadas y abre table-data.csv como texto para confirmar las dos columnas. Un esquema cambiado debería detener la exportación en lugar de producir una hoja de cálculo plausible pero incorrecta.
Paso 3: Abre el diálogo de importación de CSV
En Excel para Windows, elige Datos → Obtener Datos → Desde Archivo → Desde Texto/CSV y selecciona table-data.csv. Establece la codificación UTF-8 si no se detecta correctamente.
Paso 4: Revisa los tipos de columna
Selecciona Transformar Datos, revisa Nombre como Texto y Cantidad como un número decimal utilizando la configuración regional adecuada, y luego carga el resultado. Para tu propio conjunto de datos, conserva los identificadores como Texto para evitar perder ceros a la izquierda o cambiar identificadores largos en valores numéricos.
Cómo verificar: Reconcilia el conteo de registros del CSV con las filas cargadas y compara una pequeña muestra de valores. Preserva una exportación aceptada antes de reemplazarla durante una ejecución posterior.
Límite: Este extractor lee la respuesta HTML inicial. No ejecuta JavaScript, hace clic en paginación o se autentica en una aplicación privada. Un CSV es un archivo de entrega, no un programador o una concesión de permisos.
Método 3: Recoger con Nstdata Crawl antes de cargar Excel
Mejor para: Fuentes aprobadas que requieren recuperación de páginas gestionadas, renderización o descubrimiento controlado del sitio antes de la transformación de la hoja de cálculo.
Paso 1: Prepara la solicitud de recolección gestionada
Obtén tu clave a través de Tablero → Playground de Crawl, instala nstdata-ai-crawl, y configura NSTDATA_API_TOKEN más APPROVED_PAGE_URL. Elige una página representativa permitida y enumera el texto o campos que deben sobrevivir a la extracción.
Paso 2: Recupera una muestra de página verificada
Ejecuta este ejemplo dependiente de credenciales para guardar Markdown. Úsalo para inspección o extracción posterior; Markdown no es automáticamente el esquema tabular que Excel necesita.
import os
from pathlib import Path
from nstdata_ai_crawl import NstDataClient, ScrapeRequestDto
token = os.environ["NSTDATA_API_TOKEN"]url = os.environ["APPROVED_PAGE_URL"]with NstDataClient(token, max_response_bytes=1_048_576)as client: result = client.submit_scrape_task_sync(ScrapeRequestDto( url=url, formats=["markdown"], onlyMainContent=True, timeout=60000))if result.success isnotTrueor result.status !="completed":raise RuntimeError("Page task did not complete successfully")if result.data isNoneor result.data.truncated isTrue:raise RuntimeError("Missing or partial output needs review") markdown = result.data.get_markdown()ifnot markdown ornot markdown.strip():raise RuntimeError("No usable Markdown was returned") expected = os.environ.get("EXPECTED_TEXT")if expected and expected notin markdown:raise RuntimeError("Required source text is missing") Path("page.md").write_text(markdown, encoding="utf-8")print("Saved page.md; validate source facts before accepting records")
Paso 3: Produce la exportación comercial
Analiza la representación devuelta en tus columnas requeridas utilizando reglas apropiadas para la fuente. Para una tabla HTML conocida, solicita HTML y aplica un analizador probado; para extracción asistida por modelo, requiere evidencia de fuente y valida los campos propuestos. Aplica verificaciones de extracción estructurada antes de escribir filas aceptadas en CSV o JSON, conservando source_url y observed_at.
Paso 4: Importa el archivo aceptado
Carga CSV a través de Datos → Obtener Datos → Desde Archivo → Desde Texto/CSV, o JSON a través de Datos → Obtener Datos → Desde Archivo → Desde JSON en una versión de Excel que soporte ese conector. Expande solo los campos de registro JSON requeridos. La referencia Json.Document describe el análisis de JSON; analizar un objeto no valida su significado comercial.
Cómo verificar: Reconciliar los registros aceptados, las URL de origen y la marca de tiempo de actualización antes de actualizar el informe compartido. Preserve la exportación aceptada anterior cuando la colección falle.
Límite: La colección, el análisis y la actualización de Excel son trabajos distintos. Nstdata no hace que las páginas arbitrarias se conviertan en filas de hoja de cálculo correctas sin un contrato de campo y validación.
¿Dónde ayuda Nstdata Crawl en un flujo de trabajo de Excel?
Nstdata Crawl ayuda cuando el libro de trabajo debe consumir exportaciones confiables mientras otra capa maneja la adquisición del sitio web. Es una API de rastreo web para datos listos para LLM que pueden convertir secciones de sitios aprobadas en salidas de página reutilizables. El descubrimiento de sitios y el rastreo recursivo apoyan una colección más amplia con límites explícitos. El renderizado de JavaScript aborda contenido que HTTP estático no puede observar, mientras que los formatos alternativos ayudan a diagnosticar filas faltantes. Excel sigue siendo responsable de las importaciones y transformaciones admitidas, y su aplicación sigue siendo responsable del esquema comercial.
Múltiples roles de salida: Markdown admite interpretación asistida por IA, HTML admite análisis de tablas, los enlaces admiten descubrimiento limitado, la salida orientada a JSON admite integración, y PDF o capturas de pantalla admiten revisión visual.
Proxies integrados: Las solicitudes gestionadas estándar pueden utilizar el enrutamiento de proxy integrado de Nstdata, por lo que no hay un Host, Puerto, Nombre de usuario, Contraseña o Protocolo de proxy separado que insertar en el libro de trabajo.
Operación responsable: Preservar resultados de tareas y conteos de exportación aceptados, e incluir tráfico de proxy en el presupuesto de uso de Crawl.
¿Por qué falla una importación web de Excel o devuelve las filas incorrectas?
Las importaciones web de Excel fallan cuando el conector no puede acceder al recurso esperado o la fuente ya no coincide con la consulta guardada. Diagnostique la etapa fallida antes de cambiar la hoja de trabajo.
Síntoma
Causa probable
Reparación
No se espera tabla en el Navegador
Rejilla de JavaScript o marcado cambiado
Utilice una fuente estructurada permitida o un colector separado
La vista previa contiene una página de inicio de sesión
Ámbito de autenticación incorrecto o sesión no disponible
Revise las credenciales del conector y los permisos de la fuente
Errores de encabezado después de la actualización
Nombres de columna cambiados
Inspeccione la fuente y actualice el contrato de campo
Los números son incorrectos
Configuración regional o conversión automática de tipo
Establezca tipos explícitos y configuración regional en Power Query
Aún se ven valores antiguos
La actualización falló o no se realizó
Verifique el estado de la consulta y muestre la hora de observación aceptada
Registros comerciales duplicados
Superposición de paginación o identificadores faltantes
Elimine duplicados por identidad de fuente estable antes de cargar
Trate el texto de las celdas de los sitios web como datos no confiables. La guía de inyección CSV de OWASP explica por qué los valores similares a fórmulas necesitan revisión antes del consumo en la hoja de cálculo. También minimice datos personales y verifique los términos de la fuente antes de la colección recurrente.
¿Cómo debería poner el libro de trabajo en uso regular?
Ponga el libro de trabajo en uso regular solo después de que una pequeña importación se reconcilie con la fuente y una actualización fallida deje disponible el último conjunto de datos aceptado. Muestre la hora de observación del conjunto de datos, mantenga las credenciales fuera de archivos compartidos y documente quién mantiene el analizador. Siga las reglas de reintento limitadas para fallos de colección. Las salidas HTML y visuales de Nstdata pueden ayudar a investigar cambios antes de que lleguen a un informe compartido.
P: ¿Funciona From Web de manera idéntica en Windows, Mac y la web?
No. La disponibilidad del conector, las rutas de la interfaz, la autenticación y el soporte de actualización difieren según el producto de Excel y la implementación.
P: ¿Puedo raspar cualquier página de JavaScript directamente en Excel?
No. La visibilidad del navegador no garantiza que el conector observe el mismo estado o exponga una tabla adecuada. Utilice una fuente admitida o una capa de colección autorizada separada cuando sea necesario.
P: ¿Debo pegar una clave API en un libro de trabajo compartido?
No. Mantenga las credenciales de colección en un servicio controlado o almacén secreto y comparta solo la exportación aceptada siempre que sea posible.
P: ¿CSV preserva los tipos de columna de Excel?
No. CSV almacena campos de texto y separadores, por lo que la configuración de importación debe preservar identificadores, fechas e interpretación numérica.
P: ¿Refresh All crea un archivo histórico?
No. Refresh vuelve a ejecutar consultas y actualiza sus destinos. Almacene exportaciones aceptadas fechadas por separado cuando la historia importe.
P: ¿Nstdata Crawl valida directamente los campos comerciales de la hoja de cálculo?
No. Nstdata Crawl proporciona adquisición de páginas y representaciones; su analizador y las reglas de aceptación determinan si los campos de la hoja de cálculo son correctos.
Elija una herramienta de navegador para una lista revisada, una receta reutilizable o una automatización grabada. Compare diez opciones e identifique cuándo la extracción local debería convertirse en un flujo de trabajo API controlado.
Ivy Lin
Nov. 10th 2026
Descubre Nstproxy Crawl - Empieza Tu Prueba Gratuita Hoy
Rastrea sitios web completos con una sola solicitud API
Convierte cualquier sitio web en Markdown, HTML, JSON, enlaces, PDF y más, sin gestionar infraestructura de rastreo.
99,8% de éxito con renderizado JavaScript
Obtén datos limpios, listos para LLM, en múltiples formatos
