Montera34

¡Esta es una revisión vieja del documento!

---

Intentamos sacar litografias y grabados de arte de Milanuncios, desestimamos mil anuncios por la cantidad de filtros que nos impiden objetivo.

A lo grande Cristina y yo iremos a por el Museo del Prado web https://www.museodelprado.es nos acercamos a la busqueda y utilizando el truco de asteriscos * sacamos la cantidad de obras 15361 resultados

ahora a por ellos e intentar bajarlos todos https://www.museodelprado.es/coleccion/obras-de-arte?searchObras=*

import urllib2
from bs4 import BeautifulSoup

# Soy Mozilla
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'
}

for counter in range(1,1111):

    url = 'https://www.museodelprado.es/coleccion/obras-de-arte?searchObras=*********|pagina='+str(counter)

    # 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()