{"id":30820911,"url":"https://github.com/robsonraphael/scraping-leads-info","last_synced_at":"2025-09-06T10:11:27.125Z","repository":{"id":310589565,"uuid":"1039621244","full_name":"robsonraphael/scraping-leads-info","owner":"robsonraphael","description":"um script que busca e raspar dados de vagas de emprego do website [InfoJobs], pegando as características mais importantes da vaga e armazenando em um arquivo csv.","archived":false,"fork":false,"pushed_at":"2025-09-03T23:58:31.000Z","size":103,"stargazers_count":1,"open_issues_count":4,"forks_count":0,"subscribers_count":0,"default_branch":"main","last_synced_at":"2025-09-04T01:21:21.293Z","etag":null,"topics":["bs4","pandas","python","scraping","selenium"],"latest_commit_sha":null,"homepage":"","language":"Python","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/robsonraphael.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,"zenodo":null}},"created_at":"2025-08-17T16:23:26.000Z","updated_at":"2025-09-03T23:58:35.000Z","dependencies_parsed_at":"2025-08-20T05:31:24.009Z","dependency_job_id":null,"html_url":"https://github.com/robsonraphael/scraping-leads-info","commit_stats":null,"previous_names":["robsonraphael/scrapping-infojobs","robsonraphael/scraping-infojobs","robsonraphael/scraping-leads-info"],"tags_count":null,"template":false,"template_full_name":null,"purl":"pkg:github/robsonraphael/scraping-leads-info","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/robsonraphael%2Fscraping-leads-info","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/robsonraphael%2Fscraping-leads-info/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/robsonraphael%2Fscraping-leads-info/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/robsonraphael%2Fscraping-leads-info/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/robsonraphael","download_url":"https://codeload.github.com/robsonraphael/scraping-leads-info/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/robsonraphael%2Fscraping-leads-info/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":273887996,"owners_count":25185791,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2022-07-04T15:15:14.044Z","status":"online","status_checked_at":"2025-09-06T02:00:13.247Z","response_time":2576,"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":["bs4","pandas","python","scraping","selenium"],"created_at":"2025-09-06T10:03:54.675Z","updated_at":"2025-09-06T10:11:27.116Z","avatar_url":"https://github.com/robsonraphael.png","language":"Python","funding_links":[],"categories":[],"sub_categories":[],"readme":"# 📄 Raspagem de dados de vagas de emprego\n\nUm projeto que automatiza a raspagem de dados de vagas de emprego no site [InfoJobs](https://www.infojobs.com.br/), coletando informações como título da vaga, empresa, local, salário, tipo de contratação e descrição, e salva os dados em um arquivo `.csv`.\n\n---\n\n## 🛠️ Tecnologias e Bibliotecas Utilizadas\n\n* `selenium`: Automação de navegador\n* `bs4 (BeautifulSoup)`: Extração de dados HTML\n* `pandas`: Manipulação de dados\n* `csv`: Escrita de arquivos CSV\n* `logging`: Log de eventos\n\n---\n\n## 🗂️ Estrutura Geral do Código\n\n### 1. **Configuração do Navegador**\n\n```python\nchrome_services = Service()\nchrome_options = Options()\nchrome_options.add_argument('--headless=new')\nchrome_options.add_argument('--blink-settings=imagesEnabled=false')\nchrome_options.add_argument('--disable-blink-features=AutomationControlled')\nchrome_options.add_argument('user-agent=...')\ndriver = webdriver.Chrome(service=chrome_services, options=chrome_options)\n```\n\n\u003e ⚙️ O navegador é configurado para rodar em **modo headless** (sem interface) e minimizar detecção de automação.\n\n---\n\n### 2. **Parâmetros de Busca**\n\n```python\n_vaga = 'Promotor Vendas'\n_cidade = 'Recife - PE'\nurl = \"https://www.infojobs.com.br/empregos-em-sao-paulo.aspx\"\n```\n\n\u003e Estes são os filtros de busca para a raspagem. Você pode alterar para qualquer vaga e cidade do Brasil.\n\n---\n\n### 3. **Interações com a Página**\n\n* **Preenchimento de campos de busca**\n* **Busca e clique na cidade**\n* **Clique no botão de buscar**\n\n\u003e Todos os elementos são localizados usando `XPATH` ou `CSS Selectors`, com `WebDriverWait` para sincronização dinâmica da página.\n\n---\n\n### 4. **Scroll da Página**\n\n```python\ndef scroll(driver, pausa: float, max_scroll: int=10)\n```\n\n\u003e Executa o scroll da página até o final para carregar todas as vagas disponíveis dinamicamente.\n\n---\n\n### 5. **Extração dos Dados das Vagas**\n\n```python\ndef achar_vagas() -\u003e list[dict]\n```\n\nEsta função percorre todos os cards de vaga e extrai os seguintes campos:\n\n* **VAGA**: Nome da vaga\n* **EMPRESA**: Nome da empresa\n* **LOCAL**: Local de trabalho\n* **SALARIO**: Faixa salarial (se disponível)\n* **TIPO**: Tipo da vaga (Home office, presencial)\n* **DESCRIÇÃO**: Descrição da vaga\n* **LINK\\_VAGA**: Link direto para a vaga\n* **LINK\\_EMPRESA**: Link para o perfil da empresa (se houver)\n\n\u003e Obs: A função também clica dinamicamente em cada card para abrir o painel lateral com detalhes da vaga.\n\n---\n\n### 6. **Salva em CSV**\n\n```python\ndata.to_csv(\n    f\"vaga-{_vaga}-{_cidade}-{datetime.today().date()}.csv\",\n    index=False,\n    encoding='utf-8-sig',\n    sep=';',\n)\n```\n\n\u003e Os dados coletados são salvos em um arquivo `.csv` com nome baseado nos parâmetros da busca.\n\n---\n\n## ✅ Requisitos para Execução\n\n* Python 3.8+\n* Google Chrome instalado\n* Driver compatível com sua versão do Chrome (e adicionado ao PATH)\n\n### Instalação de dependências:\n\n```bash\npip install selenium beautifulsoup4 pandas\n```\n\n---\n\n## 📎 Exemplo de Saída CSV\n\n```csv\nID;VAGA;EMPRESA;LOCAL;SALARIO;TIPO;DESCRICAO;LINK_VAGA;LINK_EMPRESA\n1;Promotor de Vendas;Empresa ABC;Recife - PE;R$ 1.800,00;CLT;\"Atividades de promoção...\";https://infojobs...;https://infojobs...\n```\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Frobsonraphael%2Fscraping-leads-info","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Frobsonraphael%2Fscraping-leads-info","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Frobsonraphael%2Fscraping-leads-info/lists"}