History

Manuel Vergara 2cd9b703b2 Add exercises 21 - Not solved Signed-off-by: Manuel Vergara <manuel@vergaracarmona.es>		2023-10-03 23:50:51 +02:00
..
01_web_scraping.py	Add exercises 21 - Not solved	2023-10-03 23:50:51 +02:00
bu_stats.json	Add exercises 21 - Not solved	2023-10-03 23:50:51 +02:00
README.md	Add exercises 21 - Not solved	2023-10-03 23:50:51 +02:00
uci_datasets.json	Add exercises 21 - Not solved	2023-10-03 23:50:51 +02:00
us_presidents.json	Add exercises 21 - Not solved	2023-10-03 23:50:51 +02:00

Web scraping

Documento original en inglés: Web Scraping

Ejercicios

Realiza un raspado web del siguiente sitio web y guarda los datos en un archivo JSON (URL = 'http://www.bu.edu/president/boston-university-facts-stats/').
Extrae la tabla de esta URL (https://archive.ics.uci.edu/ml/datasets.php) y conviértela en un archivo JSON.
Realiza un raspado web de la tabla de presidentes y guarda los datos como JSON (https://en.wikipedia.org/wiki/List_of_presidents_of_the_United_States). La tabla no está muy estructurada y el proceso de raspado puede llevar mucho tiempo.