Diferencias

Muestra las diferencias entre dos versiones de la página.

--- taller-web-scraping-hirikilabs:arte [2018/02/07 18:56] – zyrano66
+++ taller-web-scraping-hirikilabs:arte [2018/02/07 19:46] – numeroteca
@@ Línea 1: / Línea 1: @@
+====== Obras del Museo del Prado ======
 Intentamos sacar litografias y grabados de arte de Milanuncios, desestimamos mil anuncios por la cantidad de filtros que nos impiden objetivo.
@@ Línea 13: / Línea 16: @@
 from bs4 import BeautifulSoup
-url = 'https://www.museodelprado.es/coleccion/obras-de-arte?searchObras=*********'
 # Soy Mozilla
 headers = {
@@ Línea 19: / Línea 21: @@
 }
-# Get URL
+for counter in range(1,1111):
-response = urllib2.Request(url,headers=headers)
-pagedata = urllib2.urlopen(response)
+    url = 'https://www.museodelprado.es/coleccion/obras-de-arte?searchObras=*********|pagina='+str(counter)
-html = pagedata.read()
+    # Get URL
+    response = urllib2.Request(url,headers=headers)
+    pagedata = urllib2.urlopen(response)
+    html = pagedata.read()
+    # Get links
+    soup = BeautifulSoup(html, "html.parser")
+    links = soup.select('.mostrable dt a')
+    for link in links:
+        print link.get_text()
-# Get links
-soup = BeautifulSoup(html, "html.parser")
-links = soup.select('.mostrable dt a')
-for link in links:
-    print link
 </code>
+Funciona perfectamente con pequeño problema de duplicados que repararemos.
+Creadores Cristina Miranda cristmiranda@telefonica.net
+Oscar Frutos pcorax@gmail.com