phpcfdi/sat-49b-scraper

Scraper para obtener el listado de empresas del articulo 49-B del CFF publicadas en el DOF

🇲🇽 La documentacion de este proyecto esta en espanol, ya que este es el idioma natural para la audiencia a la que va dirigido.

Acerca de phpcfdi/sat-49b-scraper

Esta herramienta se conecta usando Guzzle como cliente HTTP al Diario Oficial de la Federacion para localizar, en el indice diario de una fecha y edicion dadas, las notas que mencionan "49 Bis" y extraer del anexo de cada una el listado de empresas (RFC y nombre) que ahi se publican.

Instalacion usando composer

composer require phpcfdi/sat-49b-scraper

Uso Basico

<?php

use DateTimeImmutable;
use PhpCfdi\Sat49BScraper\Scraper;

$scraper = Scraper::create();

$companies = $scraper->scrape(new DateTimeImmutable('2026-07-15'), 'MAT');

foreach ($companies as $company) {
    echo $company->rfc, ' ', $company->name, PHP_EOL;
}

echo json_encode($companies, JSON_PRETTY_PRINT | JSON_UNESCAPED_UNICODE);

Scraper::scrape() regresa un arreglo de objetos Company (rfc, name, publishedAt), cada uno JsonSerializable con el formato {"rfc", "name", "published_at"}.

Si necesitas configurar el cliente HTTP (proxy, timeouts, etc.) puedes construirlo tu mismo con HttpClientFactory o pasar tu propio GuzzleHttp\ClientInterface a Scraper::create():

use GuzzleHttp\RequestOptions;
use PhpCfdi\Sat49BScraper\HttpClientFactory;
use PhpCfdi\Sat49BScraper\Scraper;

$client = HttpClientFactory::create([
    RequestOptions::TIMEOUT => 60,
]);

$scraper = Scraper::create($client);

Uso por linea de comandos

vendor/bin/sat-49b-scraper 2026-07-15 MAT

Imprime el mismo listado de empresas como JSON. El primer argumento es la fecha (cualquier formato aceptado por DateTimeImmutable, por defecto today) y el segundo la edicion del DOF (MAT o VES, por defecto MAT).

Como funciona

1. Services\IndexService descarga dof.gob.mx/index.php para el dia y edicion dados y localiza los enlaces a nota_detalle.php cuyo texto menciona "49 Bis".
2. Services\DocumentService descarga cada nota y extrae RFC/nombre de las tablas dentro de #DivDetalleNota, descartando filas cuyo RFC no cumple el patron valido.
3. Scraper orquesta ambos servicios y regresa un arreglo de Company.

Soporte

Puedes obtener soporte abriendo un ticket en Github.

Compatibilidad

Esta libreria se mantendra compatible con al menos la version con soporte activo de PHP mas reciente.

Version	PHP Minima	Nota
0.1.0	8.4	2026-07-16

Copyright and License

Autor original: Cesar Aguilera cesargnu29@gmail.com.

The phpcfdi/sat-49b-scraper tool is copyright © PhpCfdi and licensed for use under the MIT License (MIT). Please see LICENSE for more information.