Last active
April 11, 2019 13:25
-
-
Save leobarone/86bd5c9bb62076f0872c8d152434b0b3 to your computer and use it in GitHub Desktop.
Raspagem do cardapio no app prato aberto com RSelenium
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
library(RSelenium) | |
library(rvest) | |
library(stringr) | |
library(dplyr) | |
remDr <- remoteDriver(port = 4445L) | |
remDr$open(silent = TRUE) | |
url_prato_aberto <- "https://pratoaberto.sme.prefeitura.sp.gov.br/" | |
remDr$navigate(url_prato_aberto) | |
# Procurar o CEI Suzana e Fev 2018 e expandir a janela | |
dias_semana_vetor <- c('Segunda-feira', 'Terça-feira', | |
'Quarta-feira', 'Quinta-feira', | |
'Sexta-feira') | |
dados <- NULL | |
proximo_mes_xpath <- '/html/body/app-root/div/app-school/section/div[1]/div[1]/div/responsive-date-picker/div/div[2]/div/div/div[1]/div[3]/em' | |
for (m in 1:15) { | |
dia_xpath_base <- '/html/body/app-root/div/app-school/section/div[1]/div[1]/div/responsive-date-picker/div/div[2]/div/div/div[4]/div[2]/div[LINHA]/div[COLUNA]/div/b' | |
for (i in 1:6){ | |
for (j in 2:5){ | |
dia_xpath <- dia_xpath_base %>% | |
str_replace("LINHA", as.character(i)) %>% | |
str_replace("COLUNA", as.character(j)) | |
erro <- try(remDr$findElement(using = "xpath", dia_xpath)$clickElement(), silent = T) | |
if (!(class(erro) == "try-error")){ | |
pagina <- read_html(remDr$getPageSource()[[1]]) | |
dia <- pagina %>% | |
html_node(xpath = dia_xpath) %>% | |
html_text() %>% | |
as.numeric() | |
mes <- pagina %>% | |
html_node(xpath = '//*[@class = "monyear"]') %>% | |
html_text | |
idade_xpath_base <- '//*[@class = "age-item"][IDADE]' | |
refeicao_xpath_base <- '//*[@class = "card-item"][ITEM]' | |
for (k in 1:6){ | |
idade_xpath <- idade_xpath_base %>% | |
str_replace("IDADE", as.character(k)) | |
idade <- pagina %>% | |
html_node(xpath = paste0(idade_xpath, '/div[1]')) %>% | |
html_text | |
n_refeicoes <- pagina %>% | |
html_nodes(xpath = paste0(idade_xpath, '/div[@class = "card-item"]')) %>% | |
length() | |
for (l in 1:n_refeicoes){ | |
refeicao_xpath <- refeicao_xpath_base %>% | |
str_replace("ITEM", as.character(l)) | |
refeicao <- pagina %>% | |
html_nodes(xpath = paste0(idade_xpath, refeicao_xpath, '//h4')) %>% | |
html_text | |
cardapio <- pagina %>% | |
html_nodes(xpath = paste0(idade_xpath, refeicao_xpath, '//*[@class = "food-title"]')) %>% | |
html_text | |
if(length(cardapio) > 0){ | |
tabela <- data.frame(mes, dia, | |
dia_semana = dias_semana_vetor[j-1], | |
idade, refeicao, | |
cardapio) | |
print(head(tabela)) | |
dados <- bind_rows(dados, tabela) | |
} | |
} | |
} | |
} | |
} | |
} | |
remDr$findElement(using = "xpath", proximo_mes_xpath)$clickElement() | |
} | |
save.image("cardapio_prato_aberto.RData") | |
faixas_idade <- c('0 a 5 meses', '6 meses', '7 meses', '8 a 11 meses','1 ano', '2 a 6 anos') | |
for (faixa in faixas_idade){ | |
dados$idade[str_detect(dados$idade, faixa)] <- faixa | |
} | |
dados$ano <- str_sub(dados$mes, nchar(dados$mes) - 3, nchar(dados$mes)) | |
dados$mes <- str_sub(dados$mes, 1, nchar(dados$mes) - 5) | |
dados <- dados[, c("ano", "mes", "dia", "dia_semana", "idade", "refeicao", "cardapio")] | |
dados2 <- dados %>% | |
mutate(mes = factor(mes, ordered = T, levels = c("Janeiro", "Fevereiro", "Março", | |
"Abril", "Maio", "Junho", | |
"Julho", "Agosto", "Setembro", | |
"Outubro", "Novembro", "Dezembro"))) %>% | |
group_by(ano, mes, dia, dia_semana, idade, refeicao) %>% | |
summarise(cardapio = paste(cardapio, collapse = " ")) %>% | |
ungroup() | |
readr::write_csv(dados, "cardapio_20190411.csv") |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment