Restructure content and add notes from HolaMundo

Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>

python-total/dia_11/01_web_scraping_01.py

@@ -0,0 +1,69 @@
+"""
+Web scraping básico
+
+Con las librerias beautifulsoup4, lxml y requests
+
+"""
+import bs4
+import requests
+
+resultado = requests.get(
+    'https://escueladirecta-blog.blogspot.com/2021/10/encapsulamiento-pilares-de-la.html')
+
+# el tipo nos muestra que es de tipo Response
+print(type(resultado))
+print()
+
+
+# Si intentamos imprimir el texto nos mostrará todo el contenido html, css ...
+# print(resultado.text)
+
+# Para poder extraer datos necesitamos un parser (analizador sintáctico)
+# como beautiful soup
+# Necesitaremos el texto y el tipo de motor de parsing
+
+sopa = bs4.BeautifulSoup(resultado.text, 'lxml')
+
+
+# Con lo cual, ahora en la variable ya no es un string
+# y este modo de texto de tipo bs4
+# permite navegar mejor por él
+print(type(sopa))
+print()
+
+
+# Podemos escoger las etiquetas, por ejemplo title
+print(sopa.select('title'))
+print()
+
+
+# Nos dará una lista, porque puede haber más de un elemento
+# que podemos contar con len
+print(f"Tiene {len(sopa.select('p'))} párrafos.")
+print()
+
+
+# Podemos seleccionar de la lista el índice del elemento
+# que queremos y además pedir que nos devuelva tan solo
+# el texto de dentro del elemento
+print(sopa.select('p')[1].getText())
+print()
+
+
+# Vamos a buscar un párrafo en concreto
+parrafo_especial = sopa.select('p')[3].getText()
+print(parrafo_especial)
+print()
+
+
+# Ahora vamos a coger elementos de la columna lateral
+# Todos los títulos
+titulos_columna_lateral = sopa.select('.sidebar-container article .post-title')
+for title in titulos_columna_lateral:
+    print(title.getText())
+    print()
+
+# Mostrar un párrafo concreto
+parrafos_columna_lateral = sopa.select(
+    '.sidebar-container article .snippet-item')
+print(parrafos_columna_lateral[0].getText())

python-total/dia_11/02_web_scraping_02.py

@@ -0,0 +1,37 @@
+"""
+Web scraping 
+Descargar imágenes
+
+"""
+import bs4
+import requests
+
+
+resultado = requests.get(
+    'https://www.escueladirecta.com/courses')
+
+
+# Para poder extraer datos necesitamos
+# un parser (analizador sintáctico)
+# como beautiful soup
+# Necesitaremos el texto y el tipo de motor de parsing
+sopa = bs4.BeautifulSoup(resultado.text, 'lxml')
+
+# Aislamos la url de la primera imagen
+# que queremos descargar
+imagen = sopa.select('.course-box-image')[0]['src']
+print(imagen)
+
+# Ahora cogemos el contenido del enlace
+# (Tendrá un Response 200)
+binario_imagen = requests.get(imagen)
+# y mostramos el binario
+
+# print(binario_imagen.content)
+
+# Ahora preparamos un fichero para escribir
+# wb significa "escribir binario"
+# Abrimos el fichero, escribimos dentro y cerramos
+f = open('mi_imagen.jpg', 'wb')
+f.write(binario_imagen.content)
+f.close()

python-total/dia_11/README.md

@@ -0,0 +1,21 @@
+# Día 11 - Programa un extracto de datos web
+
+## Índice
+- [Día 11 - Programa un extracto de datos web](#día-11---programa-un-extracto-de-datos-web)
+  - [Índice](#índice)
+  - [11.1. - Extraer elementos de una clase](#111---extraer-elementos-de-una-clase)
+  - [Ficheros y documentación](#ficheros-y-documentación)
+
+## 11.1. - Extraer elementos de una clase
+
+## Ficheros y documentación
+- [01_web_scraping_01.py](01_web_scraping_01.py)
+- [02_web_scraping_02.py](02_web_scraping_02.py)
+- [mi_imagen.jpg](mi_imagen.jpg)
+- [programa_web_scraping.py](programa_web_scraping.py)
+
+[Documentación del día](../doc_curso/11_web_scraping/)
+
+---
+
+Enlaces a todos los días: [dia 1 - creador de nombres](../dia_01/README.md) / [dia 2 - calculador de comisiones](../dia_02/README.md) / [dia 3 - analizador de texto](../dia_03/README.md) / [dia 4 - juego "adivina el número"](../dia_04/README.md) / [dia 5 - juego "El ahorcado"](../dia_05/README.md) / [dia 6 - recetario](../dia_06/README.md) / [dia 7 - cuenta bancaria](../dia_07/README.md) / [dia 8 - consola de turnos](../dia_08/README.md) / [dia 9 - buscador de números de serie](../dia_09/README.md) / [dia 10 - juego "Invasión espacial"](../dia_10/README.md) / [dia 11 - web scraping](../dia_11/README.md) / [dia 12 - gestor de restaurantes](../dia_12/README.md) / [dia 13 - asistente de voz](../dia_13/README.md) / [dia 14 - controlador de asistencia](../dia_14/README.md) / [dia 15 - machine learning](../dia_15/README.md) / [dia 16 - aplicación web de tareas pendientes](../dia_16/README.md)

python-total/dia_11/nul

@@ -0,0 +1,3 @@
+
+200
+

python-total/dia_11/programa_web_scraping.py

@@ -0,0 +1,51 @@
+"""
+Programa dia 11 - Web scraping 
+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