Poslanci.py

#! /usr/bin/python
# -*- coding: UTF-8 -*-

# Poslanci by Visgean Skeloru
# Tento script slouží k zjištění mail adres všech poslanců české republiky.

import urllib
import re

baseUrl = "http://www.psp.cz/sqw/organy2.sqw?kr=1"
snemovna = "http://www.psp.cz/sqw/" # root link na poslaneckou snemovnu
krajPattern = '<A HREF=(snem.sqw\\?id=\w*)>(.*)</A>'
osobaPattern = '<a href="(detail.sqw\\?id=\w*)">.*</a>'
emailPattern = '<a href="mailto:(.*@.*)">'

adresy = []

urlObj = urllib.urlopen(baseUrl)
dataCelek = urlObj.read()

for kraj in re.findall(krajPattern, dataCelek):
    link = kraj[0]
    url =  snemovna + link
    urlObj = urllib.urlopen(url)
    dataKraj = urlObj.read()
    
    for osoba in re.findall(osobaPattern, dataKraj):
        url =  snemovna + osoba
        urlObj = urllib.urlopen(url)
        dataOsoba = urlObj.read()
        
        adresa = re.findall(emailPattern, dataOsoba)[0]
        adresy.append(adresa)
        print adresa
        

data = ", ".join(adresy)
path = raw_input(u"Soubor: ")

if not path:
    path = "adresses"
    
with open(path, "w") as file:
    file.write(data)

print u"Úspěšně zapsáno. "