{"id":23602786,"url":"https://github.com/andreirech/webcrawler","last_synced_at":"2026-05-02T10:42:56.140Z","repository":{"id":253864921,"uuid":"844759085","full_name":"AndreiRech/WebCrawler","owner":"AndreiRech","description":"🌐 Web Crawler to get some informations in IMDB","archived":false,"fork":false,"pushed_at":"2024-08-29T19:05:17.000Z","size":248,"stargazers_count":1,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2025-05-17T19:37:26.993Z","etag":null,"topics":["python","webcrawler"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/AndreiRech.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null,"governance":null,"roadmap":null,"authors":null,"dei":null,"publiccode":null,"codemeta":null}},"created_at":"2024-08-19T23:09:08.000Z","updated_at":"2024-08-29T19:53:41.000Z","dependencies_parsed_at":"2025-02-18T10:33:07.688Z","dependency_job_id":null,"html_url":"https://github.com/AndreiRech/WebCrawler","commit_stats":null,"previous_names":["andreirech/webcrawler"],"tags_count":0,"template":false,"template_full_name":null,"purl":"pkg:github/AndreiRech/WebCrawler","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FWebCrawler","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FWebCrawler/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FWebCrawler/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FWebCrawler/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/AndreiRech","download_url":"https://codeload.github.com/AndreiRech/WebCrawler/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/AndreiRech%2FWebCrawler/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":32531742,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-02T01:12:54.858Z","status":"online","status_checked_at":"2026-05-02T02:00:05.923Z","response_time":132,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["python","webcrawler"],"created_at":"2024-12-27T12:13:15.803Z","updated_at":"2026-05-02T10:42:56.119Z","avatar_url":"https://github.com/AndreiRech.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# 🔖 ALUNOS\n\n- [Andrei Rech | 23102140](https://github.com/AndreiRech) \n- [Urien Nolasco | 23102720](https://github.com/UrienNolasco)\n\n# 📚 INTRODUÇÃO\n\nCriação de algoritmos WebCrawleres.\n\n# 🛠 PRÉ REQUISITOS\n\nÉ necessário possuir a linguagem [Python](https://www.python.org/downloads/) instalada no computador (de preferência 3.12.x - mas pode funcionar em superiores).\n\nOutra ferramente muito importante é o gerenciador de pacotes do Python, o [Pip](https://pypi.org/project/pip/).\n\nPara a conseguir abrir a aplicação que será retirado os dados no primeiro programa, é necessária a criação de um ambiente virtual no [Anaconda](https://www.anaconda.com/download) com o a versão **2.7** do Python.\n\nPor fim, a utilização do [JupyterLab](https://jupyter.org/) ou do [Google Colab](https://colab.google/) é necessária para a utilização do programa (Caso deseje, é possível utilizar o [VSCode](https://code.visualstudio.com/)).\n\n\n# ⚙ INICIALIZAÇÃO\n\nPara a realização do projeto, utilizamos alguns pacotes adicionais. Segue a baixo a lista de pacotes a serem instalados e seus comandos:\n\n- *BeautifulSoup*\n```\npip install beautifulsoup4\n```\n\nPor fim, caso esteja utilizando o **JupyterLab**, abra o mesmo pelo terminal utilizando:\n```\njupyter lab\n```\n\n# O QUE FAZER\n\n### ATIVIDADE 1\n- [X] Faça um crawler capaz de navegar por todas as páginas de países e acessar seus HTML\n- [X] Faça scraping dos HTMLs das páginas para armazenar os seguintes dados dos países em um arquivo CSV:\n    - [X] Nome do país\n    - [X] Nome da moeda\n    - [X] Nome do continente\n    - [X] Nome de todos os países vizinhos (Nome != Sigla)\n    - [X] Salvar uma coluna extra no csv contendo um timestamp do momento no qual os dados foram obtidos\n- [X] Faça um crawler que monitore as páginas de países e procure por atualizações. Caso algum registro tenha sido atualizado desde sua obtenção, esse registro deve ser atualizado no arquivo CSV, caso contrário manter a versão anterior.\n\n### ATIVIDADE 2\n- [X] Faça scraping para obter os filmes presentes no Calendário de Lançamentos do IMDB\n    - [X] Título do filme\n    - [X] Data de lançamento\n    - [X] Gênero(s)\n    - [X] Link para página da série\n- [X] Faça scraping das páginas específicas dos filmes obtidos no item anterior\n    - [X] Nomes dos diretores\n    - [X] Lista de atores principais\n- [X] Salve as informações em um arquivo de tipo JSON.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fandreirech%2Fwebcrawler","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Fandreirech%2Fwebcrawler","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Fandreirech%2Fwebcrawler/lists"}