Merge pull request #5393 from vieitesss/reto-18-vieitesss

Reto #18 - Python

Retos/Reto #18 - WEB SCRAPING [Difícil]/python/vieitesss.py

@@ -0,0 +1,35 @@
+import re
+import requests
+from bs4 import BeautifulSoup
+
+URL = "https://holamundo.day"
+# Cadena de texto principal, desde dónde queremos empezar a obtener los datos
+TARGET = "Agenda 8 de mayo"
+
+# Obtiene los datos de la página
+page = requests.get(URL)
+
+# Busca dónde aparece el text objetivo
+coincidence = re.search(f".*{TARGET}", page.text)
+
+if coincidence:
+    end = coincidence.end()
+    # Si encuentra el texto, se queda únicamente con el contenido que se encuentra
+    # justo después
+    new_text = page.text[end:]
+
+# Parsea el nuevo texto
+soup = BeautifulSoup(new_text, "html.parser")
+
+# Busca todos los tags "blockquote", los cuales incluyen los "span" con el texto
+# que se busca
+blockquotes = soup.findAll("blockquote")
+
+for block in blockquotes:
+    text = ""
+    # Dentro de cada "blockquote", por cada uno de los "span" con el atributo
+    # "data-slate-string" = "true", obtiene su texto y lo va encadenando
+    for span in block.findAll("span", {"data-slate-string": "true"}):
+        text = f"{text}{span.text}"
+
+    print(text)