CityVibeBot — quién es nuestro rastreador

Nos has visto en tus logs

Este es nuestro identificador, completo:

CityVibeBot/1.0 (+https://cityvibe.guide/bot-info)

Si aparece en tu servidor, somos nosotros. No usamos ningún otro agente, no nos disfrazamos de navegador y no rotamos direcciones IP para esquivar nada.

Qué es CityVibe

Un catálogo de eventos en España. Recogemos agendas culturales publicadas como datos abiertos, las traducimos a siete idiomas y las mostramos juntas, citando siempre la fuente y enlazando al original. La lista completa de fuentes está en Fuentes de datos.

Qué descargamos

Feeds de datos: JSON, XML, CSV. Direcciones concretas de catálogos de datos abiertos, no un recorrido por tu sitio.

No descargamos:

• Páginas HTML de navegación, buscadores ni versiones para imprimir.
• Imágenes: ninguna, nunca. Ni fotos, ni carteles, ni miniaturas. No las guardamos ni las enlazamos en caliente.
• Correos electrónicos ni números de teléfono, aunque vengan en el feed. Cuando un campo contiene datos de contacto de una persona, nuestro adaptador sencillamente no lo lee.
• Nada que esté detrás de un inicio de sesión o de un formulario.

Con qué frecuencia

Revisamos todas las fuentes cada tres horas. Entre petición y petición al mismo servidor esperamos, como mínimo:

esmadrid.com

10 segundos — exactamente el «Crawl-delay» que pide su robots.txt

do.diba.cat

10 segundos — exactamente el «Crawl-delay» que pide su robots.txt

datos.madrid.es

2 segundos

datosabiertos.jcyl.es

2 segundos

Una ejecución típica contra una fuente son entre una y cinco peticiones. Si respondes «429» o «503» nos apartamos con espera exponencial, y si mandas una cabecera «Retry-After» la respetamos al pie de la letra. Usamos «ETag» y «Last-Modified» cuando los ofreces, así que un feed que no ha cambiado nos cuesta a los dos casi nada.

robots.txt

Lo leemos y lo respetamos, y conviene que sepas cómo: lo revisa una persona cuando escribimos el adaptador de tu fuente, no un analizador automático en cada ejecución. En la práctica eso nos hace más estrictos, no menos — las rutas que prohíbes no llegan a escribirse en el código, y el «Crawl-delay» que pides queda fijado ahí dentro. Un ejemplo real: descartamos un conjunto de datos que nos interesaba porque redirigía a un host cuyo robots.txt prohíbe «/api/», y nos quedamos con el original, servido desde una ruta permitida.

Tampoco seguimos redirecciones a ciegas: cada salto se comprueba y se cuenta.

Cómo bloquearnos

Si prefieres que no pasemos, añade esto a tu robots.txt:

User-agent: CityVibeBot
Disallow: /

Lo veremos en la siguiente revisión del adaptador. Si quieres que dejemos de pasar hoy, escríbenos y lo desactivamos en cuestión de minutos: en nuestro sistema una fuente es una fila que se apaga con un interruptor.

Si lo que quieres es que vayamos más despacio, o solo a ciertas horas, dilo y lo ajustamos. Es un número en un fichero de configuración.

Cómo hablar con nosotros

Escríbenos si:

• Quieres que dejemos de rastrearte, del todo o en parte.
• Quieres que cambiemos la atribución o la licencia con la que te citamos.
• Hay un error en tus eventos tal y como los mostramos.
• Tienes un feed mejor que el que estamos usando (nos pasa a menudo y siempre agradecemos el aviso).
• Simplemente quieres saber qué tenemos tuyo.

Contestamos. Y si nos pides que paremos, paramos: no hace falta que sea una reclamación formal.

Nuestras reglas, en cuatro líneas

1. Nos identificamos con nuestro nombre real y un enlace a esta página.
2. Pedimos menos de lo que nos dejarías pedir.
3. No tocamos datos personales, ni siquiera cuando el feed nos los ofrece.
4. Citamos a quien nos da los datos, con su licencia y su enlace.