Extracción de datos de página web con pyquery y Python

Posted on dom 27 octubre 2013 in Tutorial Python • 1 min read

Continuando con los artículos de webscraping ahora toca el turno a pyquery.

Ya la explicación de ubicación de la información que se desea obtener fue explicada en este artículo artículo.

Pyqueary es una librería que permite hacer consultas de jquery y en documentos xml.

La idea es obtener la información de la salida y ocultamiento del sol ya explicado en artículos anteriores.

A continuación se muestra el código:

#!/usr/bin/env python

#importar pyquery

from pyquery import *

#Se Crea la instancia de la Clase PyQuery pasando el url de

#timeanddate.

html = PyQuery(url='http://www.timeanddate.com/worldclock/astronomy.html?n=58')

#Se busca el tag html de la tabla.

#Recibe todos los elementos de la tabla.

trs = html('table.spad tbody tr')

#Se muestra los elementos de la tabla.

print trs

#Se recorre los elementos de la tabla

for tr in trs:

    tds = tr.getchildren()

    print tds[1].text, tds[2].text

El resultado de la ejecución del script se muestra a continuación:

05:47 17:36

05:47 17:36

05:48 17:35

05:48 17:35

05:48 17:35

05:48 17:34

05:48 17:34

¡Haz tu donativo! Si te gustó el artículo puedes realizar un donativo con Bitcoin (BTC) usando la billetera digital de tu preferencia a la siguiente dirección: 17MtNybhdkA9GV3UNS6BTwPcuhjXoPrSzV

O Escaneando el código QR desde la billetera:

17MtNybhdkA9GV3UNS6BTwPcuhjXoPrSzV

Share on: Twitter Facebook LinkedIn Email