2023-04-14 08:07:58 +02:00
|
|
|
"""
|
2023-04-19 07:23:56 +02:00
|
|
|
Programa dia 11 - Web scraping
|
2023-04-14 08:07:58 +02:00
|
|
|
nivel intermedio
|
|
|
|
|
|
|
|
|
|
Con las librerias beautifulsoup4, lxml y requests
|
|
|
|
|
|
|
|
|
|
"""
|
|
|
|
|
|
|
|
|
|
import bs4
|
|
|
|
|
import requests
|
|
|
|
|
|
|
|
|
|
# Variables
|
|
|
|
|
URL_BASE = 'http://books.toscrape.com/catalogue/page-{}.html'
|
|
|
|
|
FIN_URL = True
|
|
|
|
|
PAGE = 0
|
|
|
|
|
lista_titulos = []
|
|
|
|
|
|
|
|
|
|
print(f'\nLIBROS CON 4 O 5 ESTRELLAS\n')
|
|
|
|
|
|
|
|
|
|
# Bucle para formar url y añadir a una lista
|
|
|
|
|
while FIN_URL:
|
|
|
|
|
|
|
|
|
|
PAGE += 1
|
|
|
|
|
ENLACE = URL_BASE.format(PAGE)
|
|
|
|
|
|
|
|
|
|
resultado = requests.get(ENLACE)
|
|
|
|
|
sopa = bs4.BeautifulSoup(resultado.text, 'lxml')
|
|
|
|
|
|
|
|
|
|
# Si existe la url
|
|
|
|
|
if resultado:
|
|
|
|
|
|
|
|
|
|
# Todos los títulos
|
|
|
|
|
libros = sopa.select('.product_pod')
|
|
|
|
|
# Mostramos la página y el enlace
|
|
|
|
|
print(f'\nNÚMERO DE PÁGINA: {PAGE}\nENLACE: {ENLACE}\nLIBROS:')
|
|
|
|
|
|
|
|
|
|
# Seleccionamos uno a uno cada libro
|
|
|
|
|
for libro in libros:
|
|
|
|
|
|
|
|
|
|
# Seleccionamos los libros que tengan 4 o 5 estrellas
|
|
|
|
|
if libro.select('.star-rating.Four') or libro.select('.star-rating.Five'):
|
|
|
|
|
|
|
|
|
|
# Seleccionamos el texto del title del elemento
|
|
|
|
|
titulo_libro = libro.select('a')[1]['title']
|
|
|
|
|
|
|
|
|
|
# Mostramos el libro
|
|
|
|
|
print(f'\t- \"{titulo_libro}\"')
|
|
|
|
|
# Si no existe la url
|
|
|
|
|
else:
|
|
|
|
|
print("")
|
|
|
|
|
FIN_URL = False
|
