aquiandres/holy-set-scraper

:fire: Descarga información pública del API de la SET

💥 holy-SET-scraper 💥

Versión recargada basada en el original de SET-scraper hecho por Karl.

La única dependencia es requests para realizar las peticiones HTTP. Esta versión tiene dos agregados:

1. Las peticiones se realizan en paralelo utilizando la cantidad total de cores de tu CPU.
2. El almacenamiento se realiza en SQLite3, dado que trabajamos con peticiones en paralelo.

Hecho con fines educativos... y porque somos curiosos. 😈

Instalación

$ git clone https://github.com/aquiandres/holy-set-scraper
$ cd holy-set-scraper
$ pip install -r requirements.txt
$ python holyscrap.py

Utilización

holyscrap.py acepta dos parámetros en la linea de comandos de forma opcional:

$ python holyscrap.py [start, [stop]]

Por defecto start es 1 y stop es 10000000. Especial si querés hacer trabajar el script usando Celery, RQ o alguna otra librería para procesamiento de tareas. En algún momento puede que te ocurra que la conexión HTTP se cierre, como me pasó a mí, entonces podés continuar fácilmente desde el último número de cédula almacenado.

Como no se almacena exactamente la última cédula solicitada, vas a tener que comenzar desde la última cédula existente que fue solicitada e insertada en la base de datos. Pero como sos capo, eso no es problema para vos ;)

Happy scraping!

Licencia

The Unlicense

This is free and unencumbered software released into the public domain.

Anyone is free to copy, modify, publish, use, compile, sell, or distribute this software, either in source code form or as a compiled binary, for any purpose, commercial or non-commercial, and by any means.

In jurisdictions that recognize copyright laws, the author or authors of this software dedicate any and all copyright interest in the software to the public domain. We make this dedication for the benefit of the public at large and to the detriment of our heirs and successors. We intend this dedication to be an overt act of relinquishment in perpetuity of all present and future rights to this software under copyright law.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE.

For more information, please refer to http://unlicense.org