AEPD — Buscador de resoluciones e informes

Actor de Apify que automatiza la búsqueda en el buscador de la Agencia Española de Protección de Datos (aepd.es/buscador). Permite buscar resoluciones, informes, guías, notas de prensa y otros documentos por texto libre y filtrarlos por tipo de documento, concepto jurídico, sector y rango de años.

Para cada documento encontrado extrae sus metadatos (título, tipo, fecha, URL) y el resumen indexado por Solr. Además puede extraer el texto íntegro de páginas HTML o usar el resumen de Solr para los PDFs de resoluciones.

Características

• Búsqueda por múltiples términos en una sola ejecución (hasta 50).
• Filtros: tipo de documento (resolución, informe, guía…), concepto jurídico, sector y rango de años.
• Metadatos completos: título, tipo inferido, fecha ISO, URL y resumen (extracto de Solr).
• Extracción bajo demanda del texto íntegro de páginas HTML (documentUrls).
• Modo "párrafos": devuelve solo los N pasajes más relevantes (útil con LLMs).

Entrada (Input)

Debes indicar al menos uno de estos campos: searchTerms, documentUrls o un filtro de faceta (documentTypes, conceptos, sectorial, fechaDesde/fechaHasta).

Campo	Tipo	Descripción
searchTerms	string[]	Términos a buscar en texto libre (máx. 50). Cada término se ejecuta por separado. Si se deja vacío con filtros activos, devuelve todos los documentos que los cumplan.
documentUrls	string[]	URLs de páginas de la AEPD de las que extraer el texto íntegro (máx. 50). Las resoluciones son PDFs; para esas se usa el resumen de Solr.
documentTypes	string[]	Tipo de documento. Se acepta el nombre normalizado (resolucion, informe…) o el código numérico de la faceta (1387, 1361…).
conceptos	string[]	IDs numéricos del concepto jurídico (p. ej. 1568 = Videovigilancia, 1513 = Privacidad).
sectorial	string[]	IDs numéricos del sector (p. ej. 2404 = Financiero, 2398 = Información y comunicaciones).
fechaDesde	string	Año mínimo de publicación (formato YYYY).
fechaHasta	string	Año máximo de publicación (formato YYYY).
extractText	boolean	Si true, descarga el texto íntegro de cada resultado. Por defecto false.
paragraphs	integer	Si > 0, devuelve solo los N pasajes más relevantes en lugar del texto íntegro.
paragraphTerms	string	Términos con los que localizar los pasajes (por defecto, el término de búsqueda).
maxResults	integer	Máximo de documentos por término. Por defecto 20.

Ejemplos de input

Buscar resoluciones sobre videovigilancia:

{
  "searchTerms": ["videovigilancia"],
  "documentTypes": ["1387"],
  "maxResults": 20
}

Resoluciones de 2023–2024 con extracción de párrafos:

{
  "searchTerms": ["reconocimiento facial"],
  "documentTypes": ["1387"],
  "fechaDesde": "2023",
  "fechaHasta": "2024",
  "extractText": true,
  "paragraphs": 3
}

Solo por filtros (sin texto libre) — todos los informes de 2024:

{
  "documentTypes": ["1361"],
  "fechaDesde": "2024",
  "fechaHasta": "2024",
  "maxResults": 50
}

Extraer texto de documentos concretos:

{
  "documentUrls": [
    "https://www.aepd.es/prensa-y-comunicacion/notas-de-prensa/mi-nota.html"
  ],
  "paragraphs": 2,
  "paragraphTerms": "videovigilancia"
}

Salida (Output)

Cada documento se guarda en el dataset con esta forma:

{
  "searchTerm": "videovigilancia",
  "title": "PS-00487-2023",
  "documentType": "RESOLUCION",
  "date": "2024-12-30",
  "url": "https://www.aepd.es/documento/ps-00487-2023.pdf",
  "isPdf": true,
  "summary": "Expediente N.º: EXP202307000 RESOLUCIÓN DE PROCEDIMIENTO SANCIONADOR..."
}

Tipos de documento y códigos de faceta

Código	Nombre
1387	RESOLUCIÓN
1361	INFORME
1336	DISCURSOS/INTERVENCIONES PÚBLICAS
1372	NOTAS/COMUNICADOS DE PRENSA
1379	PREGUNTAS FRECUENTES
1377	PÁGINA WEB
1324	BLOG
1359	GUÍAS
1360	INFOGRAFÍA
1394	VIDEOS
1382	PUBLICACIONES
1371	NOTAS TÉCNICAS
1375	OTROS
2525	CRITERIOS JURÍDICOS

Conceptos jurídicos y códigos de faceta

Usa estos IDs en el campo conceptos para filtrar por materia jurídica.

Código	Concepto	Docs
1487	Finanzas, fiscalidad y hacienda pública	8.721
1568	Videovigilancia	7.164
1513	Privacidad y principios de protección de datos	6.192
1509	Licitud del tratamiento (bases legitimadoras)	5.465
1490	Internet y nuevas tecnologías	3.534
1550	Telecomunicaciones	3.262
1418	Categorías especiales de datos	2.003
1519	Publicidad y marketing	1.519
1594	Comunicación de datos (Cesiones)	876
1546	Seguridad/Ciberseguridad	873
1432	Comercio y consumo	795
1483	Finalidades específicas	613
1449	Derechos	553
1400	Ámbito laboral y profesional	361
1601	Ficheros	358
1500	Legislación sectorial	337
1522	Reclamaciones, infracciones y sanciones	310
1497	Legislación de protección de datos	230
1474	Educación y menores	191
1440	Datos de carácter personal	165
1543	Responsable del tratamiento	154
1412	Brechas de seguridad	135
1478	Encargado del tratamiento	135
1443	Delegado de Protección de Datos	77
1563	Transparencia y gobierno abierto	58
1555	Transferencias internacionales de datos	56
1447	Delitos en Internet	36
1438	Cumplimiento (compliance)	28
1395	Administración electrónica (e-Administración/e-Government)	27
1425	Censos	27
1589	Buenas prácticas	26
1541	Responsabilidad social corporativa (RSC)	18
1427	Certificaciones y acreditaciones	15
1429	Códigos de conducta	15
1406	Autoridades de control	14
1459	Derechos digitales	8
2337	Aprendizaje automático	3
1535	Relaciones internacionales	2
2336	Algoritmos de entrenamiento	1
1435	Comité Europeo de Protección de Datos (EDPB)	1

Sectorial y códigos de faceta

Usa estos IDs en el campo sectorial para filtrar por sector de actividad.

Código	Sector	Docs
2404	Actividades financieras y de seguros	9.920
2398	Información y comunicaciones	8.432
2420	Administración Pública y defensa; Seguridad Social obligatoria	2.706
2409	Actividades profesionales, científicas y técnicas	2.299
210	Actividades sanitarias y de servicios sociales	2.255
2430	Otros servicios	1.002
2375	Suministro de energía eléctrica, gas, vapor y aire acondicionado	520
2407	Actividades inmobiliarias	451
2422	Educación	448
2377	Suministro de agua, saneamiento, gestión de residuos y descontaminación	265
2413	Actividades administrativas y servicios auxiliares	54
184	Transporte y almacenamiento	45
2395	Hostelería	23
2386	Comercio al por mayor y al por menor; reparación de vehículos	17
2382	Construcción	4
2350	Industria manufacturera	4

Flujo recomendado en dos fases

Fase 1 — Búsqueda (rápida): obtén la lista de documentos con metadatos y el resumen de Solr (~500 chars por documento).

{
  "searchTerms": ["videovigilancia"],
  "documentTypes": ["1387"],
  "fechaDesde": "2024",
  "maxResults": 20
}

Fase 2 — Texto íntegro: pasa las url que quieras analizar en documentUrls. El actor descarga cada PDF y devuelve el texto completo (máx. 50 documentos por llamada).

{
  "documentUrls": [
    "https://www.aepd.es/documento/ps-00487-2023.pdf",
    "https://www.aepd.es/documento/ai-00109-2024.pdf"
  ],
  "paragraphs": 3,
  "paragraphTerms": "videovigilancia"
}