Extracción de datos en páginas web con Webscraping y Python

Posted on vie 25 octubre 2013 in Tutorial Python • 1 min read

Continuando con la extracción de datos en la página timeanddate, la información de amanecer y atardecer en Venezuela. En este caso se usará la librería webscraping. Para su instalación se usa el comando pip:

#pip install webscraping

En el artículo anterior se muestra como se ubica la información que se requiere.

A continuación se muestra el código:

#!/usr/bin/env python


#De webscraping se importa download y xpath


from webscraping import download, xpath


#Se define la instancia Download


D = download.Download()

#Se obtiene la informacion de la salida y ocultamiento del

#sol en Venezuela desde la pagina timeanddate.

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


#Se busca la informacion en la tabla donde se muestra.


for row in xpath.search(html, '//table[@class="spad"]/tbody/tr'):


    #Se busca en la fila el tag /td


    cols = xpath.search(row, '/td')


    #Se muestra la informacion en pantalla


    print 'Amanecer: %s, Atardecer: %s' % (cols[1], cols[2])

A continuación se muestra el resultado de la ejecución del script:

Amanecer: 05:47, Atardecer: 17:36

Amanecer: 05:47, Atardecer: 17:36

Amanecer: 05:47, Atardecer: 17:36

Amanecer: 05:48, Atardecer: 17:35

Amanecer: 05:48, Atardecer: 17:35

Amanecer: 05:48, Atardecer: 17:35

Amanecer: 05:48, Atardecer: 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