Bot para recopilar las intervenciones publicadas en la página web de La Moncloa de los diferentes presidentes del gobierno. Esta es una herramienta educativa enfocada hacia el NLP y otros proyectos de Machine Learning.
Úsese con responsabilidad. El autor no se responsabiliza del uso indebido que los usuarios finales hagan de esta herramienta
Crear un directorio con el conjunto de intervenciones encontradas para el período especificado.
monbot.py -s yyyymm -e yyyymm
Argumentos:
- -s: fecha inicial
- -e: fecha final
- -fn: archivo donde se guardará la información de cada intervención. Por defecto apunta a
info.json
Si solo se especifica la fecha inicial se descargaran solamente las intervenciones pertenecientes a ese yyyymm
El texto de cada intervención se alamacenará en un archivo .txt dentro del directorio ./archivos. La información de cada intervención se alamacenará en un archivo .json donde constará para cada una de ellas:
{"titulo", "lugar", "fecha", "id"}
El atributo id corresponde al nombre del fichero de dicha intervención.
pip install -r requirements.txt
Para que selenium funcione correctamente es necesario disponer del binario del driver de Firefox. Puedes encontrar más información en: selenium-python.readthedocs.io y en stackoverflow.com