turicas

Check Errors on CKAN resources

This script connects to a CKAN API and, for all available datasets, check URLs of all resources to identify the ones that are not available.

Installing

pip install scrapy

turicas

import json
from urllib.request import urlopen

import rows


cnpjs = [
    "00184878000124",
    "01133144000189",
    "01754020000110",

turicas

País dos Sócios

Após converter os dados de sócios das empresas brasileiras disponíveis no site da Receita Federal com o script socios-brasil, constatei que as colunas referentes à nacionalidade dos sócios está incorreta, dado que o esperado é que tenhamos mais sócios com nacionalidade brasileira e o Brasil está na posição 65 do ranking, com apenas 12.465 registros.

turicas

Olá, como vai?

Todos os dados disponíveis na plataforma Brasil.IO são dados públicos,
ou seja, dados que foram disponibilizados por órgãos do governo e
estão disponíveis sob uma licença que *permite redistribuição por
qualquer pessoa e uso para qualquer finalidade*. Esses dados já
estavam disponíveis nos sites dos órgãos responsáveis por conta
da Lei de Acesso à Informação[1] e seus decretos[2][3], ou seja,
qualquer cidadão com acesso à Internet já conseguiria acessá-los
legalmente - o que fizemos foi apenas disponibilizá-los com uma

turicas

+-----------------------+----------------------------------+
|          nome         |             endereco             |
+-----------------------+----------------------------------+
|         José da Silva | Rua dos Bobos, 0
Cidade Fantasma |
| José Maria
(Zé Maria) |                       R. XPTO, 1 |
+-----------------------+----------------------------------+

turicas

from collections import OrderedDict

import rows


class BrazilianMoneyField(rows.fields.DecimalField):
    """Parser for money in Brazilian notation

    "1.234,56" -> Decimal("1234.56")
    """

turicas

# pip install splinter
from splinter import Browser


def get_info(document):
    browser = Browser("chrome")
    browser.visit("https://www.situacaocadastral.com.br/")
    input_doc = browser.find_by_xpath("//input[@id = 'doc']").first
    input_doc.fill(document)
    button_submit = browser.find_by_xpath("//input[@type = 'submit']").first

turicas

turicas

Credores da Editora Abril

Script que baixa, parseia e gera CSV dos credores da Abril.

turicas

# Dependencies:
# - Python 3.6+
# - pip install pymupdf git+https://github.com/turicas/rows.git@develop#egg=rows
# Usage:
# - python balneabilidade_sc.py doc.pdf doc.csv

import re

import fitz
import rows