Un parser de Python que reúne en una tabla la agenda abierta de eventos y conciertos: fecha, recinto, ciudad, precio y enlace

Ejemplo de resultado

def product_links(list_url: str) -> Iterator[str]:
    """Enlaces a las páginas de producto de todas las páginas de la lista, siguiendo 'Siguiente'."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Una página abierta, a un ritmo prudente: una pausa entre peticiones y algunos reintentos si hay errores."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s respondió %s, intento %d de 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} no se abrió tras 3 intentos")

Acerca de este servicio

Guías urbanas, salas y promotores usan este parser para reunir agendas de eventos abiertas en una tabla: título del evento, categoría, fecha y hora de inicio, recinto, ciudad, precio desde, edad mínima, enlace de entradas y enlace de imagen. Envíenos la página de agenda de la web, como la de una sala, una guía urbana o una web de entradas, una página de evento y una o dos páginas guardadas desde su navegador. Escribimos el código en Python; lo recibe con un archivo de configuración y un README y lo ejecuta en su ordenador antes de actualizar su propio calendario. No compra entradas, no comprueba asientos libres ni recoge datos personales de organizadores o asistentes. Lee páginas abiertas a un ritmo prudente y nunca inicia sesión ni se salta captchas o protecciones. Usted decide si las condiciones de la web lo permiten, y un cambio posterior de su estructura requiere una actualización.

Qué incluye

• Qué recibeUn archivo ZIP con el código Python, un archivo de configuración y un README con instrucciones paso a paso; el código también se muestra en la página del pedido.
• Fechas que puede ordenarFecha y hora en un formato, para ordenar la tabla por día
• Enlaces de entradasUn enlace a la página del propio evento o a la de entradas
• Enlaces de imágenesCarteles como enlaces; úselos solo si puede
• Ritmo prudenteUna pausa entre páginas, fijada en la configuración
• Se ejecuta en su ordenadorWindows, macOS o Linux, con Python

Cómo funciona

1. 1
   AgendaUsted da la página de agenda y una página de evento guardada
2. 2
   ParserEscribimos el código y la guía para ejecutarlo
3. 3
   EjecuciónLo ejecuta y comprueba las fechas de los primeros eventos
4. 4
   CambiosPide cambios dentro de su paquete y nos envía cualquier mensaje de error

Qué necesitamos de usted

La web y las páginas exactas: un enlace a la agenda y a una página de evento, y cuántos eventos hay aproximadamente. Los campos que necesita en el orden de su tabla, p. ej., título, categoría, fecha, hora, recinto, ciudad, precio desde, enlace. Una o dos de esas páginas guardadas desde su navegador (Archivo > Guardar página como) o capturas. El formato de fecha que quiere y CSV o Excel.

Le preguntaremos:

• ¿Qué web y qué páginas?
• Los campos que necesita
• ¿Cuántos eventos aproximadamente?
• ¿Solo algunos eventos?

Comparar paquetes

Preguntas y respuestas

¿No encontró su respuesta? Pregúntenos