# Scraping de Wikipedia (/es/developer-guides/common-sites/wikipedia)

<!-- agent-signals: reading_time_min: 2 · est_tokens: 947 · updated: 2026-07-30 -->
Related: [Scraping en Amazon](/es/developer-guides/common-sites/amazon.md), [Scraping de Etsy](/es/developer-guides/common-sites/etsy.md), [Scraping de GitHub](/es/developer-guides/common-sites/github.md), [Firecrawl + n8n](/es/developer-guides/workflow-automation/n8n.md)

Aprende a hacer scraping de Wikipedia de forma efectiva para investigación, extracción de conocimiento y creación de aplicaciones de IA.

<div id="setup">
  ## Configuración [#configuración]
</div>

```bash
npm install firecrawl zod
```

<div id="use-cases">
  ## Casos de uso [#casos-de-uso]
</div>

* Automatización de la investigación y la verificación de hechos
* Creación de grafos de conocimiento
* Extracción de contenido multilingüe
* Recopilación de contenido educativo
* Extracción de información de entidades

<div id="scrape-with-json-mode">
  ## scraping con modo JSON [#scraping-con-modo-json]
</div>

Extrae datos estructurados de artículos de Wikipedia usando esquemas de Zod.

```typescript
import { Firecrawl } from 'firecrawl';
import { z } from 'zod';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

const result = await firecrawl.scrape('https://en.wikipedia.org/wiki/JavaScript', {
    formats: [{
        type: 'json',
        schema: z.object({
            name: z.string(),
            creator: z.string(),
            firstAppeared: z.string(),
            typingDiscipline: z.string(),
            website: z.string()
        })
    }]
});

console.log(result.json);
```

<div id="search">
  ## Buscar [#buscar]
</div>

Busca artículos en Wikipedia.

```typescript
import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

const searchResult = await firecrawl.search('quantum computing site:en.wikipedia.org', {
    limit: 10,
    sources: [{ type: 'web' }], // { type: 'news' }, { type: 'images' }
    scrapeOptions: {
        formats: ['markdown']
    }
});

console.log(searchResult);
```

<div id="scrape">
  ## scraping [#scraping]
</div>

Extrae datos de un único artículo de Wikipedia.

```typescript
import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

const result = await firecrawl.scrape('https://en.wikipedia.org/wiki/Artificial_intelligence', {
    formats: ['markdown'], // p. ej. html, links, etc.
    onlyMainContent: true
});

console.log(result);
```

<div id="map">
  ## Map [#map]
</div>

Descubre todas las URLs disponibles en un portal o categoría de Wikipedia. Nota: Map solo devuelve URLs, sin contenido.

```typescript
import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

const mapResult = await firecrawl.map('https://en.wikipedia.org/wiki/Portal:Computer_science');

console.log(mapResult.links);
// Devuelve un array de URLs sin contenido
```

<div id="crawl">
  ## Crawl [#crawl]
</div>

Rastrea varias páginas de la documentación o de las categorías de Wikipedia.

```typescript
import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

const crawlResult = await firecrawl.crawl('https://en.wikipedia.org/wiki/Portal:Artificial_intelligence', {
    limit: 10,
    scrapeOptions: {
        formats: ['markdown']
    }
});

console.log(crawlResult.data);
```

<div id="batch-scrape">
  ## Extracción por lotes [#extracción-por-lotes]
</div>

Extrae varias URL de Wikipedia simultáneamente.

```typescript
import { Firecrawl } from 'firecrawl';

const firecrawl = new Firecrawl({ apiKey: process.env.FIRECRAWL_API_KEY });

// Esperar finalización
const job = await firecrawl.batchScrape([
    'https://en.wikipedia.org/wiki/Machine_learning',
    'https://en.wikipedia.org/wiki/Artificial_intelligence',
    'https://en.wikipedia.org/wiki/Deep_learning'],
    {
        options: {
            formats: ['markdown']
        },
        pollInterval: 2,
        timeout: 120
    }
);


console.log(job.status, job.completed, job.total);

console.log(job);
```