pytho-avancado

Repositório do projeto de extração de dados de filmes do IMDB usando Python.

Índice

• Descrição do Projeto
• Pré-requisitos
• Instalação
• Uso
• Estrutura do Código
• Funções Principais
• Contribuição
• Licença

Descrição do Projeto

Este projeto realiza a extração de dados de filmes da seção "Filmes Mais Populares" do IMDB. Os dados extraídos incluem título, data de lançamento, classificação e sinopse dos filmes, que são salvos em um arquivo CSV.

Pré-requisitos

Antes de executar o projeto, você precisa ter o Python 3.x instalado, além das seguintes bibliotecas:

• requests
• beautifulsoup4

Para instalar as dependências, você pode usar o seguinte comando:

pip install requests beautifulsoup4

Informações do Autor

• Nome: Augusto Cedric
• Curso: Fullstack Python
• Instituição: EBAC

Instalação

• Clone o repositório:

• git clone https://github.com/usuario/pytho-avancado.git

• Navegue até o diretório do projeto:

• cd pytho-avancado

• Instale as dependências (caso ainda não tenha feito):

• pip install -r requirements.txt

Uso

• Para executar o script e iniciar a extração de dados, basta rodar o arquivo principal:

• python main.py

• Os dados extraídos serão salvos no arquivo movies.csv na mesma pasta do projeto.

Estrutura do Código

• main.py: Arquivo principal que contém a lógica de extração de dados.

• movies.csv: Arquivo onde os dados extraídos dos filmes são armazenados.

• Funções Principais

• extract_movie_details(movie_link)

• Extrai os detalhes de um filme a partir do link fornecido. Os dados extraídos incluem:

• Título

• Data de lançamento

• Classificação

Sinopse

extract_movies(soup)

• Extrai os links dos filmes da página de "Filmes Mais Populares" e inicia a extração de detalhes usando múltiplas threads para otimizar o tempo de execução.

main()

• Função principal que orquestra o fluxo do programa:

• Realiza a requisição para obter a página de "Filmes Mais Populares".

• Chama a função extract_movies para extrair os detalhes dos filmes.

Threading e Processamento

• Este projeto utiliza threading para otimizar a extração de dados. A classe ThreadPoolExecutor do módulo concurrent.futures é utilizada para criar um pool de threads que permite executar várias solicitações de extração simultaneamente. Isso melhora o desempenho e reduz o tempo total de execução, especialmente ao lidar com um grande número de URLs.

• Vantagens do Uso de Threads

• Desempenho Melhorado: O uso de threads permite que múltiplas solicitações sejam feitas ao mesmo tempo, aproveitando a latência das operações de rede.

• Eficiência de Tempo: Em vez de processar cada filme sequencialmente, as threads ajudam a reduzir o tempo total de execução ao lidar com várias tarefas simultaneamente.