Fotocasa Scraper: Cómo Scrapear Datos de Fotocasa sin Programar

Fotocasa reúne miles de anuncios de venta y alquiler en toda España, pero la web solo te deja verlos de uno en uno. Si quieres comparar barrios, vigilar precios o preparar un informe para un cliente, copiar y pegar a mano no es viable.

Con la plantilla Fotocasa Scraper de Octoparse pegas los enlaces de los resultados que te interesan, la ejecutas sin escribir código y descargas los anuncios en Excel, CSV o JSON. En esta guía verás qué datos obtienes, cómo lanzar varias búsquedas a la vez, cómo limpiar y analizar el resultado en Excel, y qué alternativas existen según tu caso.

¿Qué datos puedes extraer de Fotocasa?

La plantilla recoge, por cada vivienda del listado, estos campos:

Algunos detalles que conviene tener en cuenta:

• La fecha de publicación llega como texto relativo (“Hace 15 días”, “Más de 3 meses”), no como una fecha exacta.
• Los proyectos de obra nueva a veces muestran un rango en lugar de un valor único (por ejemplo “3 – 4 habs”) o no indican precio. En esos casos el campo llega vacío o con el rango tal cual aparece en el anuncio.
• La plantilla extrae los datos del listado. No incluye superficie, fotos, descripciones ni datos de contacto.

Cómo scrapear Fotocasa con la plantilla de Octoparse

La plantilla https://www.octoparse.es/template/fotocasa-es-scraper funciona con enlaces de páginas de resultados de Fotocasa. Estos son los pasos:

1. Prepara los enlaces. Entra en Fotocasa, haz la búsqueda que quieras (por ejemplo, comprar viviendas en Barcelona capital) y copia la URL de la página de resultados. La URL debe incluir el número de página al final, por ejemplo …/barcelona-capital/todas-las-zonas/l/1. Para recoger varias páginas, añade una URL por cada una: /l/1, /l/2, /l/3, y así sucesivamente.
2. Abre la plantilla. Accede a la plantilla Fotocasa Scraper en Octoparse e inicia sesión (si aún no tienes cuenta, puedes crearla).
3. Pega las URLs. Introduce los enlaces, una por línea. Puedes pegar tantas como necesites y procesarlas en una sola ejecución, aunque pertenezcan a ciudades o tipos de operación distintos.
4. Ejecuta. Pulsa para iniciar. Puedes ejecutarla en la nube o en tu equipo, según el modo que prefieras.
5. Exporta. Cuando termine, descarga los datos en Excel, CSV o JSON.

Cada línea que pegas es una URL de resultados, y todas se procesan en la misma ejecución. Eso permite:

• Cubrir una ciudad entera: añade una URL por página (/l/1, /l/2, /l/3…) y tendrás todos los anuncios en un solo archivo. Cada página muestra una treintena de viviendas.
• Comparar ciudades: mezcla en la misma lista las búsquedas de Madrid, Barcelona o Valencia.
• Mezclar compra y alquiler: la columna Original_URL indica de qué búsqueda sale cada fila, así que luego puedes separarlas con un filtro.

Para no escribir las URLs a mano, genera la lista en una hoja de cálculo: pon la URL base en una columna, deja el número de página como una fórmula que sume 1 en cada fila y copia la columna entera en la plantilla.

Si algo no sale como esperabas

Antes de analizar los datos, conviene revisar que la extracción ha salido completa. Estos son los casos más habituales:

• No devuelve datos o devuelve menos de los esperados. Abre la URL en tu navegador y comprueba que muestra resultados. La plantilla necesita enlaces de páginas de resultados con el número de página al final (/l/1), no la portada ni la ficha de un anuncio.
• Algunas filas tienen el precio o las habitaciones vacíos. Suele pasar con proyectos de obra nueva, que muestran rangos (“3 – 4 habs”) o no indican precio. El dato llega vacío o con el rango tal como aparece en el anuncio. En el siguiente apartado verás cómo tratarlo.
• Tengo cientos de páginas. Genera la lista de URLs con una fórmula, como vimos arriba, y divide la ejecución en varios lotes, por ejemplo uno por ciudad.
• La fecha de publicación no es una fecha. Es texto relativo (“Hace 15 días”). Añade tu propia columna con la fecha de extracción.

Si el archivo ya tiene lo que esperabas, pasa al siguiente paso: limpiarlo y analizarlo.

Qué hacer con los datos: limpiar y analizar en Excel

Una vez comprobado que el archivo está completo, el siguiente paso es convertir el texto en números. La plantilla devuelve los datos tal como aparecen en el anuncio: 750.000 €, 2 habs, Sant Antoni, Barcelona. Estos son los pasos básicos, con las columnas de la exportación:

1. Convierte el precio en número. Si el precio está en la columna C, esta fórmula quita el símbolo y el punto de millares: =VALOR(SUSTITUIR(SUSTITUIR(C2;" €";"");".";"")). Si en los anuncios de alquiler ves texto adicional después de la cifra, añade otro SUSTITUIR para quitarlo.
2. Saca el barrio. Si Ubicación es “Sant Antoni, Barcelona”, esta fórmula devuelve solo el barrio: =IZQUIERDA(B2;ENCONTRAR(",";B2)-1).
3. Convierte habitaciones y baños en números. Con “2 habs” en la columna D: =SI.ERROR(VALOR(IZQUIERDA(D2;ENCONTRAR(" ";D2)-1));""). Así los anuncios de obra nueva con rangos o sin dato quedan en blanco en vez de dar error.
4. Elimina duplicados. Si una vivienda aparece en dos páginas de la lista, quítala con Datos > Quitar duplicados, usando ubicación, precio y habitaciones como criterio.
5. Crea una tabla dinámica. Con los datos limpios, inserta una tabla dinámica con el barrio en filas y el precio medio y el número de anuncios en valores. Así ves en qué barrios se concentra la oferta y cuáles son más caros o más baratos.

Con esta base puedes responder preguntas como:

• ¿Qué barrio tiene el precio medio más bajo para viviendas de 2 habitaciones?
• ¿Qué zonas concentran más anuncios con más de tres meses publicados? Un anuncio que lleva mucho tiempo puede indicar margen de negociación.
• ¿Cómo cambia el precio medio entre Madrid, Barcelona y Valencia?

Un límite a tener en cuenta: la plantilla no devuelve la superficie de las viviendas, así que con estos datos no puedes calcular el precio por m².

Con esta tabla ya puedes comparar barrios. Pero un solo corte de datos solo te dice cómo está el mercado hoy; para ver hacia dónde se mueve, necesitas repetir la extracción en el tiempo.

Histórico de precios y automatización

Fotocasa solo muestra los anuncios actuales: si no guardas lo que ves hoy, dentro de un mes habrá desaparecido. Para seguir la evolución de los precios, lo único que necesitas es repetir la extracción con las mismas URLs y conservar cada resultado.

A mano

1. Ejecuta la plantilla con la misma lista de URLs cada mes.
2. Guarda cada exportación con la fecha en el nombre, por ejemplo fotocasa-barcelona-2026-10.xlsx.
3. Añade una columna con la fecha de extracción, porque fecha_de_publicación es relativa y cambia con el tiempo.
4. Con varios meses acumulados, junta los archivos en una hoja y repite la tabla dinámica: el precio medio por barrio mes a mes te muestra la tendencia.

Automatizado

Hacerlo a mano funciona con una o dos ciudades. Si manejas muchas búsquedas o quieres que se repita solo, Octoparse permite lanzar la misma plantilla desde fuera de la interfaz:

• MCP: conecta un agente de IA (por ejemplo Claude) al servidor MCP de Octoparse y pídele en lenguaje natural que busque la plantilla de Fotocasa, la ejecute con tu lista de URLs y te devuelva los datos. También puede reunir los archivos de cada mes y comparar los precios por zona.
• API: llama a la plantilla desde tu propio sistema con tu clave, con la API de Octoparse.
• CLI: lánzala desde la terminal, por ejemplo programada con cron, con la línea de comandos de Octoparse.

Y si tu caso no encaja del todo con una plantilla, desde la página de inicio de Octoparse puedes pegar una URL o describir los datos que necesitas, y el asistente de IA te propone cómo recopilarlos.

Formas de scrapear Fotocasa: comparativa

Todo lo anterior usa la plantilla, pero no es la única forma de obtener estos datos. Según el volumen y tu perfil, otra opción puede encajar mejor.

Si lo que buscas es cubrir también Idealista, mira la guía para extraer datos de Idealista con web scraping.

Otros portales inmobiliarios de los que se extraen datos

Fotocasa es solo una parte del mercado. Para una visión completa conviene contrastar con otros portales:

• Idealista: el portal con más volumen de anuncios; la guía explica cómo extraer sus datos.
• Habitaclia, Pisos.com y Enalquiler: útiles para contrastar precios por zona.
• Webs de agencias y de inmuebles bancarios (Haya, Sareb…): menos volumen, pero a veces con oportunidades que no están en los grandes portales.

Si dudas entre una API de datos inmobiliarios y el scraping, tienes esta comparativa de API de datos inmobiliarios frente a web scraping. Y para decidir qué portales usar según tu objetivo, la guía de los mejores portales inmobiliarios de España.

Preguntas frecuentes

¿Necesito saber programar para scrapear Fotocasa?

No. La plantilla Fotocasa Scraper de Octoparse funciona sin código: pegas las URLs de los listados, la ejecutas desde la web y exportas el resultado a Excel, CSV o JSON. Solo necesitas copiar los enlaces de las páginas de resultados de Fotocasa.

¿Qué datos devuelve la plantilla de Fotocasa?

Por cada vivienda del listado devuelve la ubicación (barrio y distrito), el precio, el número de habitaciones, el número de baños, la antigüedad del anuncio y el enlace de la página de resultados de la que sale. No incluye superficie, fotos, descripciones ni datos de contacto.

¿Se pueden scrapear varias páginas o varias ciudades de Fotocasa a la vez?

Sí. La plantilla admite varias URLs por ejecución, una por línea, y puedes mezclar ciudades y tipos de operación (compra y alquiler). Para cubrir una búsqueda con muchos resultados, añade una URL por cada página de resultados con su número de página (/l/1, /l/2, /l/3…).

¿Cómo puedo guardar el histórico de precios de Fotocasa?

Ejecuta la plantilla con las mismas URLs cada mes y guarda cada exportación en un archivo con la fecha en el nombre. Añade una columna con la fecha de extracción y, con varios meses acumulados, junta los archivos para comparar la evolución del precio por barrio.

¿Se puede exportar a Excel o CSV?

Sí. Los resultados se pueden descargar en Excel, CSV o JSON. También puedes lanzar la plantilla desde la API, la línea de comandos o un agente de IA con MCP si quieres integrarla en un flujo de trabajo automático.

¿Cómo limpio los precios de Fotocasa en Excel?

El precio llega como texto (por ejemplo 750.000 €). Quita el símbolo y el punto de millares con SUSTITUIR y conviértelo con VALOR. Después puedes usar una tabla dinámica para calcular el precio medio por barrio.

¿Puedo calcular el precio por metro cuadrado con estos datos?

No directamente: la plantilla devuelve ubicación, precio, habitaciones, baños y antigüedad del anuncio, pero no la superficie de la vivienda.

¿Es legal scrapear Fotocasa?

En general, el web scraping es legal cuando se extraen datos públicos y no personales, como los precios y características que aparecen en los anuncios. Lo que hagas después con esos datos es otra cuestión. Revisa los términos de uso del sitio y, si tienes dudas, busca asesoramiento legal. Esta guía no sustituye una consulta jurídica.

Conclusión

Con la plantilla Fotocasa Scraper pasas de revisar anuncios uno a uno a tener varias ciudades en una sola hoja. Lo que le da valor es lo que haces después: limpiar los precios, agruparlos por barrio y repetir la extracción cada mes para construir tu propio histórico. Si lo repites a menudo, MCP, API o CLI te permiten automatizarlo.

Octoparse: Web Scraper Fácil para Todos

Descargar gratis

Registrarse

Convetir datos de sitios web en Excel, CSV, Google Sheets y base de datos directamente.

Scrapear datos fácilmente con funciones de Auto-Detectar, sin codificación.

Plantillas de crawler preestablecidas para sitios web populares para obtener datos en clics.

Nunca se bloquee con proxies IP y API avanzada.

Servicio en la Nube para programar la recopilación de datos en cualquier momento que desee.