Cómo hacer scraping de Twitter (X) en 2026: qué funciona y qué se rompe

#¿Todavía se puede hacer scraping de Twitter en 2026?

Sí, pero sin una cuenta alcanzas muy poco de X. El 2 de noviembre de 2026 abrimos x.com sin sesión iniciada en un navegador de escritorio y anotamos qué devolvía cada tipo de página.

• Un post individual

  Qué devolvió

  Su texto, sus contadores y las primeras respuestas, ya dentro del HTML

• Un perfil

  Qué devolvió

  El encabezado y los primeros 9 posts, y luego un muro de inicio de sesión

• Resultados de búsqueda

  Qué devolvió

  Una redirección a la página de inicio de sesión

• Seguidores o seguidos

  Qué devolvió

  Una redirección a la página de inicio de sesión

• Un post en un navegador headless por defecto en un servidor

  Qué devolvió

  HTTP 403 en la primera solicitud

Para obtener el resto necesitas una cuenta de X con sesión iniciada, y esa cuenta asume el riesgo. Eso deja cinco formas de sacar datos públicos de X:

1. Automatiza un navegador sin sesión con Playwright o Puppeteer: posts individuales y la parte superior de un perfil, nada más.

2. Corre una librería de código abierto sobre cuentas de X, como twscrape o Scweet: búsqueda, timelines y seguidores, con cada cuenta del grupo expuesta a un bloqueo.

3. Una herramienta de scraping alojada, que hace la recolección por ti y cobra por resultado.

4. La API oficial de X: $5.00 por 1,000 posts desde un saldo prepagado, tras crear una cuenta de desarrollador y una app.

5. Una API de datos de Twitter/X que devuelve posts públicos como JSON con una sola clave y sin poner en riesgo ninguna cuenta de X.

Las secciones siguientes tratan cada forma. La quinta va primero porque requiere menos pasos; si en cambio quieres guardar todos los posts de una sola cuenta, mira cómo descargar todos los tweets de un usuario.

#Obtén datos de X sin scraper ni cuenta de X

Para recopilar posts, perfiles y seguidores públicos, usa Sorsa API, una API y scraper de Twitter (X): tu código envía una clave en el encabezado ApiKey y recibe JSON, unos 20 resultados de búsqueda por solicitud desde $0.07 por 1,000, o 100 tweets por ID por solicitud desde $0.014 por 1,000.

No hay navegador que controlar, ni ID de consulta que seguir, ni inicio de sesión en X. Sorsa API nunca pide tu usuario ni tus cookies de X, de modo que ninguna de tus cuentas corre riesgo. Todos los planes funcionan a 20 solicitudes por segundo, y la búsqueda llega hasta 2006 con los operadores de la búsqueda avanzada de X.

1. Consigue una clave. Regístrate y copia tu clave de API desde el panel. Las cuentas nuevas empiezan con 100 solicitudes gratis y sin tarjeta.

2. Busca posts. Envía cualquier consulta de búsqueda de X a POST /search-tweets (se abre en una pestaña nueva); funcionan from:, since:, lang:, las frases entre comillas y los hashtags.

   curl -X POST "https://api.sorsa.io/v3/search-tweets" \
     -H "ApiKey: YOUR_API_KEY" \
     -H "Content-Type: application/json" \
     -d '{"query": "\"open data\" lang:en since:2026-10-01", "order": "latest"}'
   

   {
     "tweets": [
       {
         "id": "1984210773912846356",
         "full_text": "New city data sets today: bus delays, tree cover, permits.",
         "created_at": "2026-10-30T14:05:11Z",
         "lang": "en",
         "likes_count": 48,
         "retweet_count": 9,
         "reply_count": 4,
         "quote_count": 1,
         "view_count": 5210,
         "user": {
           "id": "1590385166022184961",
           "username": "opendata_weekly_news",
           "display_name": "Open Data Weekly",
           "followers_count": 12400,
           "verified": false
         }
       }
     ],
     "next_cursor": "DAADDAABCgABG4dR6Xr2YQo"
   }
   

   Ver respuesta completa

3. Sigue el cursor. Cada respuesta trae next_cursor, un puntero a la siguiente página de resultados; envíalo de vuelta en el cuerpo hasta que llegue vacío.

   import os
   import requests
   
   URL = "https://api.sorsa.io/v3/search-tweets"
   KEY = os.environ.get("SORSA_API_KEY", "YOUR_API_KEY")
   
   
   def search(query, max_pages=50):
       body = {"query": query, "order": "latest"}
       for _ in range(max_pages):
           r = requests.post(URL, json=body, headers={"ApiKey": KEY}, timeout=30)
           r.raise_for_status()
           page = r.json()
           yield from page["tweets"]
           if not page.get("next_cursor"):
               return
           body["next_cursor"] = page["next_cursor"]
   
   
   for t in search('"open data" lang:en since:2026-10-01'):
       print(t["id"], t["user"]["username"], t["full_text"][:60])
   

   const URL = "https://api.sorsa.io/v3/search-tweets";
   const KEY = process.env.SORSA_API_KEY ?? "YOUR_API_KEY";
   
   const body = {
     query: '"open data" lang:en since:2026-10-01',
     order: "latest",
   };
   for (let page = 0; page < 50; page++) {
     const res = await fetch(URL, {
       method: "POST",
       headers: { ApiKey: KEY, "Content-Type": "application/json" },
       body: JSON.stringify(body),
     });
     if (!res.ok) throw new Error(`HTTP ${res.status}`);
     const data = await res.json();
     for (const t of data.tweets) console.log(t.id, t.user.username);
     if (!data.next_cursor) break;
     body.next_cursor = data.next_cursor;
   }
   

4. Elige el endpoint para cada tarea. La misma clave lee todos los tipos de datos públicos que la gente recopila de X, y cada solicitud se cobra una sola vez, sin importar lo que devuelva.

• Buscar posts por palabra clave, cuenta o fecha

  Endpoint

  POST /search-tweets

  Por solicitud

  unos 20 posts

  Desde, por 1,000

  $0.07

• Posts y respuestas de una cuenta

  Endpoint

  POST /user-tweets (se abre en una pestaña nueva)

  Por solicitud

  unos 20 posts

  Desde, por 1,000

  $0.07

• Posts por ID o enlace

  Endpoint

  POST /tweet-info-bulk (se abre en una pestaña nueva)

  Por solicitud

  hasta 100 posts

  Desde, por 1,000

  $0.014

• Perfiles

  Endpoint

  GET /info-batch (se abre en una pestaña nueva)

  Por solicitud

  hasta 100 perfiles

  Desde, por 1,000

  $0.014

• Seguidores de una cuenta

  Endpoint

  GET /followers (se abre en una pestaña nueva)

  Por solicitud

  hasta 200 seguidores

  Desde, por 1,000

  $0.007

• Respuestas a un post

  Endpoint

  POST /comments (se abre en una pestaña nueva)

  Por solicitud

  unas 20 respuestas

  Desde, por 1,000

  $0.07

Cada post llega con el perfil completo de su autor sin costo adicional. Una respuesta 403 significa que falta la clave o que se agotaron las solicitudes, y una 429 significa más de 20 solicitudes en un segundo: espera un segundo y reintenta. Las solicitudes fallidas nunca se cobran. Para un cliente más completo, nuestro tutorial de API de Twitter en Python agrega control de ritmo, reintentos y exportación a CSV, y sin código la herramienta gratuita Exportar tweets a CSV guarda los posts de una cuenta como CSV, Excel o JSON.

#Cómo carga x.com sus datos y por qué se rompen los scrapers

x.com obtiene cada post, perfil y timeline de la API GraphQL interna de X, y cada llamada ahí indica una operación, un ID de consulta y un conjunto de feature flags que X cambia constantemente. Un ID de consulta es el código en la dirección de la solicitud que elige la versión actual de una operación, y los feature flags son interruptores de encendido y apagado que la solicitud debe listar.

Para un visitante sin sesión, el servidor ejecuta esa consulta antes de que llegue la página. El 2 de noviembre de 2026, la página de un post llegó con el resultado de TweetResultByRestId ya dentro de su HTML. La página de un perfil traía UserByScreenName y sus primeros 9 posts bajo una operación llamada UserOriginalsTimeline, todo en 188 KB de HTML. El texto del post estaba en details.full_text y sus me gusta en counts.favorite_count, y la página no tenía atributos data-testid, los ganchos que muchos tutoriales todavía seleccionan.

Con sesión iniciada, el navegador obtiene el resto de rutas con la forma /i/api/graphql/<queryId>/<Operation> y envía las cookies auth_token y ct0 de la cuenta en cada llamada, además de un encabezado CSRF copiado de ct0 y un ID de transacción del cliente generado. Librerías como twscrape repiten las mismas llamadas sin navegador.

Los ID de consulta son lo que rompe el código de scraping. Un rastreador público de la aplicación web de X, el proyecto TwitterInternalAPIDocument (se abre en una pestaña nueva), guarda las definiciones GraphQL de X cada vez que cambian. En sus 112 capturas del 6 de noviembre de 2025 al 31 de octubre de 2026, el ID de consulta de SearchTimeline, la operación detrás de la búsqueda, cambió 37 veces.

Eso es más o menos un cambio cada 10 días, con cuatro solo en octubre de 2026. UserTweets cambió 38 veces y TweetResultByRestId 34 veces en el mismo año, y cada llamada de búsqueda lleva ahora 40 feature flags. El código que fija estos valores falla hasta que alguien lo actualiza, y twscrape incluso tiene un error para este caso, GqlFeaturesOutdatedError, que se lanza cuando X exige una función que la librería no puede activar.

#Scrapea posts públicos con Playwright o Puppeteer

La automatización de navegador con Playwright para Python o Puppeteer para Node.js lee lo que ve un visitante sin sesión: un post por carga de página o los primeros posts de un perfil.

1. Instala el driver. Ejecuta pip install playwright y playwright install chromium para Python, o npm install puppeteer para Node.js.

2. Abre un navegador visible. En nuestra prueba, un navegador headless por defecto en un servidor recibió HTTP 403 de x.com, mientras que una ventana de navegador normal en la misma conexión recibió la página.

3. Lee el post renderizado. Como la página no tiene ganchos data-testid, espera el elemento article y toma su texto.

   from playwright.sync_api import sync_playwright
   
   POST = "https://x.com/XDevelopers/status/2019881223666233717"
   
   with sync_playwright() as p:
       browser = p.chromium.launch(headless=False)  # headless got HTTP 403
       page = browser.new_page()
       page.goto(POST)
       post = page.locator("article").first
       post.wait_for()
       print(post.inner_text())
       browser.close()
   

   import puppeteer from "puppeteer";
   
   const POST = "https://x.com/XDevelopers/status/2019881223666233717";
   
   const browser = await puppeteer.launch({ headless: false });
   const page = await browser.newPage();
   await page.goto(POST);
   const post = await page.waitForSelector("article");
   console.log(await post.evaluate((el) => el.innerText));
   await browser.close();
   

4. Detente en el muro de inicio de sesión. La búsqueda, las listas de seguidores y todo lo que está debajo de los primeros posts de un perfil redirigen a la página de inicio de sesión, así que por esta vía no puedes paginar más.

El resultado es el post tal como lo lee una persona: nombre, usuario, texto, hora y contadores redondeados en etiquetas como 5.6K, sin nombres asociados, en un solo bloque de texto que tú mismo divides. Eso cubre un puñado de posts que podrías haber abierto a mano. Cada carga de página extra es una oportunidad más de un bloqueo, un cambio de diseño o una solicitud de inicio de sesión, por eso los proyectos que necesitan volumen pasan a librerías con sesión iniciada o a una API.

#Scrapea Twitter con librerías de Python sobre cuentas de X

Librerías de código abierto como twscrape y Scweet se saltan el navegador y llaman directamente a la API GraphQL interna de X con las cookies de cuentas de X con sesión iniciada, lo que abre la búsqueda, los timelines y las listas de seguidores.

1. Usa una cuenta de X de repuesto. El README (se abre en una pestaña nueva) de Scweet pide una cuenta dedicada, nunca la personal, porque X puede bloquear cualquier cuenta que marque.

2. Copia sus cookies. Inicia sesión en x.com, abre las herramientas para desarrolladores del navegador y copia auth_token y ct0 de las cookies del sitio.

3. Agrega la cuenta y busca. twscrape (se abre en una pestaña nueva) guarda las cuentas y las sesiones en un archivo SQLite local y devuelve posts ya parseados.

   import asyncio
   from twscrape import API, gather
   
   COOKIES = "auth_token=xxx; ct0=yyy"
   
   async def main():
       api = API()  # accounts and sessions go to accounts.db
       await api.pool.add_account_cookies("spare_account", COOKIES)
       query = "from:XDevelopers lang:en"
       posts = await gather(api.search(query, limit=40))
       for post in posts:
           print(post.id, post.user.username, post.rawContent[:60])
   
   asyncio.run(main())
   

4. Agrega cuentas y proxies para tener volumen. twscrape lleva el control de los límites de tasa por cuenta y por operación, aparta una cuenta limitada hasta que se restablece y pasa a la siguiente. Los timelines de cuenta se detienen en unos 3,200 posts.

Para tener en cuenta

Una cookie auth_token funciona como una contraseña: quien la tenga queda con la sesión iniciada en esa cuenta hasta que la sesión termine. Mantenla fuera del código, de los repositorios y de los notebooks compartidos, y nunca pongas las cookies de una cuenta personal en un script.

La mayoría de las librerías anteriores a 2024 ya no funcionan. El 2 de noviembre de 2026, las dos que siguen mantenidas necesitaban cuentas de X:

• twscrape

  Última actualización

  0.20.1, 25 ago 2026

  Estado

  Mantenida; corre sobre cuentas de X con sesión iniciada

• Scweet

  Última actualización

  5.8.2, 22 oct 2026

  Estado

  Mantenida; corre con una cookie auth_token

• twikit

  Última actualización

  2.3.3, 7 feb 2025

  Estado

  Sin versiones en 20 meses; 160 issues abiertos

• snscrape

  Última actualización

  22 jun 2023

  Estado

  Módulo de Twitter fallando desde el 30 de junio de 2023 (se abre en una pestaña nueva)

• Twint

  Última actualización

  23 feb 2023

  Estado

  Archivado en GitHub

Herramientas de scraping alojadas

Los servicios de scraping sin código hacen esta recolección por ti detrás de un formulario y cobran por resultado, de modo que los bloqueos y las fallas pasan a ser suyos, y sus correcciones llegan con retraso frente a los cambios de X. Comparativa de scrapers de Twitter los revisa herramienta por herramienta.

#Leer posts con la API oficial de X

La API oficial de X vende los posts públicos como lecturas prepagadas: $0.005 por post y $0.010 por usuario o seguidor, con el pago por uso limitado a 3 millones de lecturas de posts al mes, según su página de precios (se abre en una pestaña nueva).

Desde el 22 de noviembre de 2026, X también cobra a las mismas tarifas los perfiles de autor y el contenido multimedia que vienen adjuntos a un post (aviso de X (se abre en una pestaña nueva)), así que leer un post con su autor cuesta $0.015.

1. Crea una app de desarrollador. Inicia sesión en console.x.com con una cuenta de X, acepta el Acuerdo de Desarrollador, crea una app y copia su Bearer token. Nuestra guía sobre cómo obtener una clave de la API de Twitter va clic por clic.

2. Compra créditos. Cada lectura descuenta de un saldo prepagado, y las solicitudes fallan cuando se agota.

3. Busca posts recientes. La búsqueda reciente cubre los últimos 7 días, hasta 100 posts por solicitud; la búsqueda en todo el archivo hasta 2006 está abierta a las cuentas de pago por uso.

   curl -G "https://api.x.com/2/tweets/search/recent" \
     -H "Authorization: Bearer $X_BEARER_TOKEN" \
     --data-urlencode "query=from:XDevelopers -is:retweet" \
     --data-urlencode "max_results=100"
   

Es la ruta propia de X, y la única de aquí que también puede publicar. A $5.00 por 1,000 posts, un millón de resultados de búsqueda cuesta $5,000, y el tope de 3 millones corta las lecturas del mes; nuestro desglose de los precios de la API de X lista todas las tarifas.

#Cuánto cuesta hacer scraping de Twitter por cada 1,000 posts

Por cada 1,000 posts, la API oficial de X cobra $5.00 y Sorsa API desde $0.07 por búsqueda o $0.014 por ID; las formas de scraping no cobran tarifa y gastan cuentas de X, proxies y horas de reparación.

Para recopilar posts todos los días, usa Sorsa API: un millón de resultados de búsqueda cuesta desde $70 frente a $5,000 en la API oficial de X, a 20 solicitudes por segundo, unos 400 resultados por segundo, sin ninguna cuenta de X que perder.

Cuatro criterios separan las formas: el precio por 1,000 posts, si hay una cuenta de X en juego, cuánto de X alcanza la forma y qué la rompe.

• Sorsa API

  Por 1,000 posts

  desde $0.07 por búsqueda, $0.014 por ID

  Cuenta de X en juego

  Ninguna

  Alcanza

  Búsqueda hasta 2006, timelines, posts por ID, perfiles, seguidores, respuestas

  Se rompe cuando

  Esquema de respuesta estable; tu código sigue igual

• API oficial de X

  Por 1,000 posts

  $5.00, hasta $15.00 con autores

  Cuenta de X en juego

  La cuenta de desarrollador

  Alcanza

  Búsqueda, timelines, consultas; 3 millones de posts al mes

  Se rompe cuando

  X cambia precios o reglas

• Librerías sobre cuentas de X

  Por 1,000 posts

  Sin tarifa; cuentas y proxies

  Cuenta de X en juego

  Cada cuenta del grupo

  Alcanza

  Búsqueda, timelines, seguidores

  Se rompe cuando

  Cambia un ID de consulta o un feature flag

• Navegador sin sesión

  Por 1,000 posts

  Sin tarifa

  Cuenta de X en juego

  Ninguna

  Alcanza

  Un post, los primeros posts de un perfil

  Se rompe cuando

  La página cambia o llega un bloqueo

• Herramientas de scraping alojadas

  Por 1,000 posts

  Lo fija cada herramienta

  Cuenta de X en juego

  Depende de la herramienta

  Alcanza

  Lo que alcanzan su navegador o sus cuentas

  Se rompe cuando

  Las correcciones de la herramienta llegan tarde frente a X

De las cinco formas, solo Sorsa API alcanza búsqueda, timelines y seguidores sin poner en juego ninguna cuenta tuya de X, y lo hace desde $0.07 por 1,000 posts.

#¿Es legal hacer scraping de Twitter?

Sí, para datos públicos. En hiQ Labs v. LinkedIn, el Noveno Circuito resolvió en abril de 2022 que hacer scraping de perfiles públicos probablemente no era un acceso "sin autorización" según la Computer Fraud and Abuse Act, y en mayo de 2024 un tribunal federal desestimó la demanda de X contra Bright Data por hacer scraping de posts públicos.

Tres hábitos mantienen limpio un proyecto de scraping: recopila solo datos públicos, nunca cuentas protegidas ni mensajes privados; conserva lo que la tarea necesita y nada más; y da crédito al autor cuando republiques un post, porque los derechos de autor siguen siendo suyos.

Con una API, tu código nunca inicia sesión en x.com, así que ninguna cuenta tuya de X corre riesgo: Sorsa API nunca pide tu usuario ni tus cookies de X. Más detalles en nuestra guía sobre si es legal una API de Twitter de terceros.

#Obtén tus primeros 2,000 posts hoy mismo

Hacer scraping de X en 2026 significa un muro de inicio de sesión, cuentas en riesgo e ID de consulta que cambian más o menos cada 10 días. Para sacar posts públicos sin nada de eso, usa Sorsa API: una clave, unos 20 resultados de búsqueda por solicitud desde $0.07 por 1,000, tweets por ID desde $0.014 por 1,000 y 100 solicitudes gratis que cubren los primeros 2,000 posts.

#Preguntas frecuentes