Web Scraping de Odds com Python: Tutorial

Por que coletar odds de várias casas (line shopping)

Se você aposta em uma casa só, tá deixando dinheiro na mesa. Simples assim. Cada casa de apostas tem uma margem diferente, e as odds variam bastante entre elas pro mesmo evento. Isso se chama line shopping — comparar as linhas pra sempre pegar a melhor odd disponível.

Eu comecei a levar apostas a sério quando entendi que a diferença entre uma odd de 1.85 e 1.95 no mesmo resultado parece pequena, mas ao longo de centenas de apostas, isso vira uma diferença enorme no seu bankroll. Estamos falando de algo entre 3% e 8% a mais de retorno no longo prazo.

O problema é que fazer isso manualmente é inviável. Você não vai abrir 15 sites diferentes, procurar o mesmo jogo em cada um e anotar as odds numa planilha. Por isso a gente automatiza com Python.

Setup do ambiente Python

Antes de começar a codar, vamos preparar o ambiente. Eu uso Python 3.11+ pra tudo relacionado a scraping. Se você ainda tá no 3.8 ou 3.9, vale atualizar porque as bibliotecas mais novas já pedem versões mais recentes.

A estrutura de pastas que eu uso é bem direta. Nada de overengineering — a gente quer algo funcional, não um monolito corporativo.

Método 1: APIs oficiais (The Odds API, OddsPortal)

A forma mais limpa de coletar odds é via API. Sem quebrar termos de serviço, sem lidar com CAPTCHAs, sem dor de cabeça. A The Odds API é a minha favorita porque tem um plano gratuito que dá pra começar tranquilamente.

O plano free dá 500 requests por mês. Parece pouco, mas se você focar nos esportes certos e nos horários certos, dá pra cobrir bastante coisa. Cada request retorna odds de todas as casas disponíveis pra um esporte específico.

Alternativa: OddsPortal e outras fontes

A OddsPortal não tem API pública oficial, mas dá pra usar como fonte de dados históricos. Já a BetfairExchange tem uma API bem documentada, só que exige cadastro e aprovação. Pra quem tá começando, The Odds API é disparada a melhor opção.

Método 2: Scraping com Beautiful Soup + Selenium

Quando a API não cobre o que você precisa — tipo odds de mercados mais nichados ou casas regionais — aí o scraping entra em cena. Eu uso Beautiful Soup pra sites estáticos e Selenium quando o conteúdo é carregado via JavaScript.

Vou ser direto: scraping de casas de apostas é uma briga constante. Eles mudam o HTML, adicionam anti-bot, colocam Cloudflare na frente. Não é um script que você faz uma vez e esquece. Precisa de manutenção.

Armazenando e analisando (SQLite, PostgreSQL + Grafana)

Coletar odds sem guardar em lugar nenhum é jogar trabalho fora. Eu comecei com SQLite porque é zero config — o banco é um arquivo só. Pra maioria dos casos, é mais do que suficiente.

Quando migrar pra PostgreSQL

Se você tá coletando odds de mais de 5 esportes com frequência de 15 em 15 minutos, o SQLite vai começar a ficar lento. Nesse ponto, migra pro PostgreSQL. A mudança é uma linha de código — troca a connection string e pronto.

E se quiser visualizar os dados, o Grafana conecta direto no PostgreSQL. Dá pra montar dashboards com movimentação de odds ao vivo, alertas quando uma odd cai ou sobe demais, e gráficos de comparação entre casas. É bonito demais quando funciona.

Query útil: encontrando as melhores odds

Precauções legais e éticas

Vou ser honesto aqui porque muita gente ignora essa parte. Scraping de sites de apostas pode violar os termos de serviço dessas plataformas. Não é crime no Brasil — scraping de dados públicos é legal — mas a casa pode fechar sua conta se detectar acesso automatizado.

O caminho mais seguro é usar APIs oficiais sempre que possível. The Odds API, por exemplo, já faz o trabalho pesado pra você e distribui os dados de forma legal. Você paga pelo serviço e evita qualquer problema.

Regulamentação de apostas no Brasil

Desde 2024, as apostas esportivas online são regulamentadas no Brasil. As casas que operam legalmente precisam de licença da Secretaria de Prêmios e Apostas. Isso é bom porque dá mais segurança pro apostador, mas também significa que as casas estão mais rígidas com automação.

Na prática: use as ferramentas de coleta de odds pra tomar decisões melhores. Não tente automatizar as apostas em si dentro da plataforma — isso quase certamente viola os termos de uso e pode resultar em bloqueio de conta e perda de saldo.

Montando o pipeline completo

Agora vamos juntar tudo num script que roda automaticamente. A ideia é simples: a cada 30 minutos, coleta odds, salva no banco, e se encontrar uma oportunidade boa, manda um alerta.

Próximos passos

Com esse pipeline rodando, você já tem a base pra qualquer estratégia de apostas baseada em dados. O próximo passo natural é adicionar análise de value betting — comparar as odds das casas com probabilidades calculadas por modelos estatísticos.

Dá pra evoluir esse projeto de várias formas: adicionar notificações via Telegram quando surgir uma arbitragem, criar um dashboard web com Streamlit, ou integrar com modelos de machine learning pra prever resultados. Mas começa pelo básico. Coleta funcionando, banco de dados rodando, e só depois vai adicionando camadas.