reorder and update documentation

README.md

@@ -2,41 +2,46 @@
 
 Aquí todas las movidas para obtener los datos del Ayuntamiento de Zaragoza, y a partir de ellos generar múltiples estadísticas para las gráficas de @Bislai.
 
+## Python
 
-## Node + Lodash
+### Plenos
 
-Comprobar que la matriz que contiene todas las mociones esta actualizada en ```mociones/mociones.json``` Lanzamos lodash contra la matriz. Para ello hay un script de NPM que primero actualiza los objetos de los partidos y una vez actualizado contabiliza los diferentes archivos correspondientes a cada partido.
+Si quieres tocar algo del scraper las dependecias se gestionan con pipenv. Lo primero hacemos un ```pipenv install``` para que funcione todo correctamente. 
 
-```
-npm run data:bislai
-```
+Lanzamos el script con ```python mociones.py``` en mi caso lo lanzo con pipenv ```pipenv run python mociones.py``` 
 
-Después de lanzar el script obtenemos para cada partido:
+<blockquote>
+Como el comando es muy largo y no estamos para perder tiempo es recomendable hacerse un alias ```prp=pipenv run python```
+</blockquote>
 
-- Votos a favor del resto de partidos
-- Votos en contra del resto de partidos
-- Abstenciones
-- Votos en su contra del resto de partidos
-- Votos a favor del resto de partidos
+El scraper espera tres parametros
+- El primero la url de la moción que queremos obtener.
+- El segundo el día que se celebro.
+- El tercero el mes que se celebro.
 
-Para las estadísticas generales obtenemos:
+Estos dos últimos parametros son para generar un nombre legible para el CSV.
 
-- ¿Quién vota a favor?
-- ¿Quién vota en contra?
-- ¿Quién se abstiene?
-- Cuantás mociones se han presentado
-- Resultado de las **votaciones**, no son mociones.
-- Votaciones por unanimidad
-- La soledad del pleno, aquellos partidos que votan solos ya se a favor, en contra o abstención.
+Una vez lanzado obtenemos en un CSV:
+ - El número de la moción
+ - El partido que lo ha presentado
+ - La url con la moción completa
+ - El texto de cada moción
 
-## Bash
+### Actas
 
-Documentado todo el proceso en bash/commands.md
+Si quieres tocar algo del scraper las dependecias se gestionan con pipenv. Lo primero hacemos un ```pipenv install``` para que funcione todo correctamente. 
 
-## Python
+Lanzamos el script con ```python actas.py``` en mi caso lo lanzo con pipenv ```pipenv run python actas.py``` 
+
+Por ahora el script almacena en un CSV todos los enlaces a las actas que se han celebrado entre 2015 y 2019.
 
-**WIP**
+### Votaciones
 
-Necesitamos pipenv para gestionar las dependencias de Python, por ahora solo request. Lanzamos el scraper con ```pipenv run python lurte.py```
+En proceso...
+
+Por ahora lo que hay no es suficiente ya que para las votaciones cada día emplean un termino diferente.
+
+## Bash
 
+El scraping con bash ya ha pasado a la historia. Aún así esta documentado todo el proceso en bash/commands.md
 

actas/Pipfile

@@ -0,0 +1,15 @@
+[[source]]
+name = "pypi"
+url = "https://pypi.org/simple"
+verify_ssl = true
+
+[dev-packages]
+
+[packages]
+requests = "*"
+beautifulsoup4 = "*"
+html5lib = "*"
+pylint = "*"
+
+[requires]
+python_version = "3.7"

actas/actas.py

@@ -0,0 +1,38 @@
+"""
+Un pequeño script para descargar todas las actas de la legislatura 2015-2019
+"""
+
+import csv
+import requests
+from bs4 import BeautifulSoup
+import html5lib
+
+# Lista con los enlaces de los plenos de la última legislatura
+lista_url = [
+    'http://www.zaragoza.es/ciudad/organizacion/plenos/activ_plenarias.htm',
+    'http://www.zaragoza.es/ciudad/organizacion/plenos/activ_plenarias_17.htm',
+    'http://www.zaragoza.es/ciudad/organizacion/plenos/activ_plenarias_16.htm',
+    'http://www.zaragoza.es/ciudad/organizacion/plenos/activ_plenarias_15.htm']
+
+# Creamos un CSV
+with open('actas-pdf.csv', 'w') as f:
+
+    # Activamos la escritura
+    fileCSV = csv.writer(f)
+    # Creamos la columna
+    fileCSV.writerow(['Enlace'])
+
+    # Ahora iteramos sobre la lista de URLS
+    for link in lista_url:
+        res = requests.get(link)
+        data = res.text
+        soup = BeautifulSoup(data, 'html5lib')
+
+        # Solo queremos los enlaces que contengan la clase PDF
+        pdf = soup.find_all('a', {'class': 'pdf'})
+
+        # Volvemos a iterar sobre la lista de enlaces que contienen la clase PDF
+        for elem in pdf:
+            # Ahora nos quedamos solamente con el enlace ya que no contienen mucha más información
+            link = elem.get('href')
+            fileCSV.writerow([link])

plenos/Pipfile

@@ -0,0 +1,15 @@
+[[source]]
+name = "pypi"
+url = "https://pypi.org/simple"
+verify_ssl = true
+
+[dev-packages]
+
+[packages]
+requests = "*"
+beautifulsoup4 = "*"
+html5lib = "*"
+pylint = "*"
+
+[requires]
+python_version = "3.7"