Web scraping of site web informeperros.com

Web_scraping_informeperros.py

# -*- coding: utf-8 -*-

from pprint import pprint
from bs4 import BeautifulSoup
import requests
import json

URL = 'http://informeperros.com/lista-de-todas-las-razas-de-perros-por-orden-alfabetico/'

def main():
    # Realizamos un GET a la pagina web
    req = requests.get(URL)
    # Utilizamos un parse con el formato lxml
    soup = BeautifulSoup(req.text, "lxml")
    # Buscamos todos los <td></td> que existan en el sitio web
    columnas = soup.find_all('td')
    # Crear diciconario de almacenamiento
    diccionarioRazas = []
    # Objeto auxiliar
    dicAux = {}
    for columna in columnas:
        # Buscamos el tag <img> dentro de los datos ya filtrados por <td>
        imagen = columna.find('img')
        if (imagen != None):
            urlImagen = imagen["src"]
            nombreImagen = urlImagen.split("/")[len(urlImagen.split("/")) - 1]
            # Descargar imagenes
            with open("imagenes/" + nombreImagen, "wb") as archivo:
                img = requests.get(urlImagen, stream=True)
                archivo.write(img.content)
            dicAux["urlImagen"] = imagen["src"]
            dicAux["raza"] = imagen["title"]
            diccionarioRazas.append(dicAux)
            dicAux = {}

    # Grabar archivo con las razas
    with open("razas.json", "w") as archivoRazas:
        jsonText = json.dumps(diccionarioRazas, indent=4, sort_keys=True)
        archivoRazas.write(jsonText)

if __name__ == '__main__':
    main()