2

Eu preciso extrair todos os nomes de pessoas nesse site:

Camara.gov.br

Escrevi esse código em Python3:

from urllib.request import urlopen
from bs4 import BeautifulSoup
import urllib.request, urllib.parse, urllib.error

emendas = urlopen("http://www.camara.gov.br/proposicoesWeb/prop_emendas?idProposicao=2122076&subst=0")

bsObje =  BeautifulSoup(emendas, "lxml")

tabelas = bsObje.findAll("tbody", {"class":"coresAlternadas"})

deputados = []

for linha in tabelas:
    deputados.append(linha.select('td')[3].text.strip())

print(deputados)
Resultado -> ['Laura Carneiro', 'André Figueiredo']

Não deu certo. Por favor, alguém sabe como faço para pegar todos os nomes em ordem?

0

2 Respostas 2

1

Qual é a ordem que desejas? Alfabética ou pela ordem em que foram encontrados?

Em baixo faço para cobrir os dois cenários:

from bs4 import BeautifulSoup as bs
from urllib.request import urlopen

req = urlopen('http://www.camara.gov.br/proposicoesWeb/prop_emendas?idProposicao=2122076&subst=0')
soup = bs(req.read(), 'html.parser')

tables_ele = soup.findAll('tbody', {'class': 'coresAlternadas'})
deputados = []
for table_ele in tables_ele:
    for row in table_ele.findAll('tr'):
        cols = row.findAll('td')
        deputados.append(cols[3].text.strip())

print(deputados) # pela ordem encontrados na tabela

Depois para ordenar alfabéticamente podes:

...
deputados = sorted(deputados)

Para remover duplicados, (há muitos duplicados) e ordenar alfabéticamente podes converter a lista em um set e ordenar depois:

...
deputados = sorted(set(deputados))
3
  • Obrigado, deu certo. Mas se eu quiser extrair também o último lote de ('tbody', {'class': 'coresAlternadas'}), que tem mais 32 nomes na coluna Autor. Faço um find só desse lote? Como? 19/09/2017 às 13:09
  • 1
    @ReinaldoChaves, ha percebi, há duas tbody, sendo que o ultimo é o PLENÁRIO, queres os nomes dessa também?
    – Miguel
    19/09/2017 às 14:04
  • 1
    Editado para isso @ReinaldoChaves.
    – Miguel
    19/09/2017 às 14:07
0

Pelo que vi na tabela, os próprios nomes lá não estão ordenados..

Então você pode capturá-los normalmente, e no final, com toda a lista capturada ordenar eles via python, usando o comando sorted na lista, ou então somente o método .sort() ( esse sem atribuir à variável ) , já que ele opera sobre a lista.

Usando o sorted

>>> deputados = sorted(deputados)
>>> deputados
['André Figueiredo', 'Laura Carneiro']

Usando o .sort()

>>> deputados.sort()
>>> deputados
['André Figueiredo', 'Laura Carneiro']

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .