> ## Documentation Index
> Fetch the complete documentation index at: https://docs.olostep.com/llms.txt
> Use this file to discover all available pages before exploring further.

# Extraer URLs de Blog del Sitio Web de Stripe

> Filtra y extrae solo las URLs de blog del sitio web de Stripe para un análisis de contenido específico.

## Resumen

En lugar de [mapear todo el sitio web](/examples/get-website-structure), podrías querer enfocarte en secciones específicas. En esta guía, te mostraremos cómo extraer solo las URLs de blog del sitio web de Stripe.

## Extrayendo Solo URLs de Blog

Para extraer solo las URLs de blog del sitio web de Stripe, utiliza el endpoint de mapas con filtros de patrones de ruta. El parámetro `include_urls` te permite especificar exactamente qué patrones de URL deseas incluir en los resultados.

<CodeGroup>
  ```python extract_stripe_blog_urls.py theme={null}
  import requests
  import time
  import json

  # Configuración
  API_URL = 'https://api.olostep.com/v1'
  API_KEY = '<your_olostep_api_key>'
  HEADERS = {
      'Content-Type': 'application/json',
      'Authorization': f'Bearer {API_KEY}'
  }

  # Hora de inicio para el seguimiento de latencia
  start_time = time.time()

  # Define la carga útil con patrones de URL para incluir
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog", "/blog/**"]  # Coincide con /blog y todos los caminos bajo /blog
  }

  # Realiza la solicitud
  response = requests.post(f'{API_URL}/maps', headers=HEADERS, json=payload)

  # Calcula la latencia
  latency = round((time.time() - start_time) * 1000, 2)
  print(f"Solicitud completada en {latency}ms")

  # Procesa los resultados
  data = response.json()
  print(f"Se encontraron {data['urls_count']} URLs de blog en el sitio web de Stripe")

  # Imprime las primeras 10 URLs como muestra
  print("\nMuestra de URLs de blog:")
  for url in data['urls'][:10]:
      print(f"- {url}")
      
  # Guarda las URLs de blog en un archivo para un procesamiento posterior
  with open('stripe_blog_urls.json', 'w') as f:
      json.dump(data, f, indent=2)
  print(f"\nTodas las URLs de blog guardadas en stripe_blog_urls.json")
  ```
</CodeGroup>

### Entendiendo los Patrones de URL

En el ejemplo anterior, estamos utilizando dos especificaciones de patrones:

* `/blog` - Coincide exactamente con la página principal del blog ([https://stripe.com/blog](https://stripe.com/blog))
* `/blog/**` - Coincide con todos los subcaminos bajo /blog, incluyendo publicaciones individuales del blog, páginas de categorías, etc.

Esta combinación asegura que capturemos todo el contenido relacionado con el blog mientras excluimos otras secciones del sitio web.

### Ejemplo de Respuesta

```json theme={null}
{
  "id": "map_xyz789abc",
  "urls_count": 278,
  "urls": [
    "https://stripe.com/blog",
    "https://stripe.com/blog/page/1",
    "https://stripe.com/blog/page/2",
    "https://stripe.com/blog/engineering",
    "https://stripe.com/blog/product",
    "https://stripe.com/blog/how-we-built-it-usage-based-billing",
    "https://stripe.com/blog/using-ml-to-detect-and-respond-to-performance-degradations",
    "https://stripe.com/blog/stripe-radar-responded-to-card-testing",
    "https://stripe.com/blog/future-of-real-time-payments",
    "https://stripe.com/blog/ml-flywheel-improve-models"
    // ... URLs adicionales omitidas por brevedad
  ]
}
```

## Filtrando URLs de Blog por Categoría

Puedes refinar aún más tu extracción para enfocarte en categorías específicas de blogs. Por ejemplo, si solo te interesan las publicaciones del blog de ingeniería de Stripe:

<CodeGroup>
  ```python extract_engineering_blog_urls.py theme={null}
  # Define la carga útil con patrones de URL más específicos
  payload = {
      "url": "https://stripe.com",
      "include_urls": ["/blog/engineering", "/blog/engineering/**"]
  }
  ```
</CodeGroup>

## Próximos Pasos

Ahora que has extraído todas las URLs de blog de Stripe,

1. Puedes obtener su contenido individualmente usando la [API de scraping](../../api-reference/scrapes/create).
2. O, usar la [siguiente guía](/examples/crawl-matching-pages) para rastrear y extraer el contenido real de estas páginas de blog directamente con filtros incorporados.