Obtener los títulos H de una URL dada

titulosH.py

import requests
from bs4 import BeautifulSoup
import csv

# Función para obtener los títulos H1 a H6 de una URL
def obtener_titulos(url):
    try:
        headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36'
        }
        response = requests.get(url, headers=headers)
        if response.status_code == 200:
            soup = BeautifulSoup(response.text, 'html.parser')
            titulos = [(titulo.name, titulo.text.strip()) for titulo in soup.find_all(['h1', 'h2', 'h3', 'h4', 'h5', 'h6'])]
            return titulos
        else:
            print(f"Error al obtener la página: {response.status_code}")
            return None
    except Exception as e:
        print(f"Error de conexión: {str(e)}")
        return None

# Obtener la URL a través de un prompt
url = input("Por favor, ingresa la URL de la página que deseas analizar: ")

# Obtener los títulos con sus tipos (H1, H2, H3, etc.)
titulos = obtener_titulos(url)

if titulos:
    # Obtener el nombre del archivo CSV
    nombre_archivo = titulos[0][1] if titulos else 'sin_titulos'
    nombre_archivo = nombre_archivo.replace(' ', '_').replace('/', '_') + '.csv'

    # Crear el archivo CSV con cabeceras por tipo de título
    with open(nombre_archivo, 'w', newline='', encoding='utf-8') as file:
        writer = csv.writer(file)
        writer.writerow(['Tipo', 'Título'])
        writer.writerows(titulos)

    print(f"Títulos guardados en {nombre_archivo}")
else:
    print("No se pudieron obtener los títulos.")