webscrapping segundamanomx

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import re
import json
import requests

class ConsultarDatos:
	def __init__(self, pagina_base, numero_paginas=1):
		self.pagina_busquedas = ""
		self.datos = []
		for a in range(numero_paginas):
			self.pagina_busquedas+=requests.get(pagina_base+str(a+1)).text


	def validador(funcion):
		def wrappper(self):
			try:
				return funcion(self)
			except Exception, e:
				return "NA"
		return wrappper


	def obtener_enlaces(self):
		self.enlaces = re.findall('"listing_container" href="(.*)\?',self.pagina_busquedas)
		print "Numero de enlaces: ",len(self.enlaces)


	def obtener_contenido_todos_los_enlaces(self):
		for name in self.enlaces:
			self.obtener_contenido_de_enlace(name)


	def obtener_contenido_de_enlace(self, enlace):
		print enlace
		self.pagina = requests.get(str(enlace)).text
		marca = self.obtener_marca()
		combustible = self.obtener_combustible()
		municipio = self.obtener_municipio()
		tranmision = self.obtener_transmision()
		anio = self.obtener_anio()
		modelo = self.obtener_modelo()
		version = self.obtener_version()
		precio = self.obtener_precio()
		kilometraje = self.obtener_kilometraje()

		self.datos.append({
			"Marca": marca,
			"Combustible": combustible,
			"Municipio": municipio,
			"Transmision": tranmision,
			"Anio": anio,
			"Modelo": modelo,
			"Version": version,
			"Precio": precio,
			"Kilometraje": kilometraje
			})

	@validador
	def obtener_marca(self):
		return re.findall('Marca: <strong>(.*)</strong>',self.pagina)[0]

	@validador
	def obtener_combustible(self):
		return re.findall('Combustible: <strong>(.*)</strong>',self.pagina)[0]
	
	@validador	
	def obtener_municipio(self):
		return re.findall('Municipio: <h2 class="parameter">(.*)</h2>',self.pagina)[0]
		
	@validador
	def obtener_transmision(self):
		return re.findall(u'Transmisión: <strong>(.*)</strong>',self.pagina)[0]
		
	@validador
	def obtener_anio(self):
		return re.findall(u'Año: <strong>(.*)</strong>',self.pagina)[0]

	@validador
	def obtener_modelo(self):
		return re.findall('Modelo: <strong>(.*)</strong>',self.pagina)[0]

	@validador
	def obtener_version(self):
		return re.findall(u'Versión: <strong>(.*)</strong>',self.pagina)[0]

	@validador
	def obtener_precio(self):
		return re.findall('\&\#36;(.*)\n',self.pagina)[0]

	@validador
	def obtener_kilometraje(self):
		return re.findall("Kilometraje:\n\t\t<strong>\n\t\t\t(.*)\n\t\t</strong>",self.pagina)[0]


import time
inicio = time.time()
datos = ConsultarDatos("http://www.segundamano.mx/tamaulipas/autos_y_camionetas?ca=30_s&cg=2020&o=",1)
datos.obtener_enlaces()
datos.obtener_contenido_todos_los_enlaces()
with open('dataset.json','w') as out:
	json.dump(datos.datos, out, sort_keys = True, indent = 4)

print "Tiempo: ",time.time()-inicio," segundos"