Recuperando as Cidades Brasileiras do Site do IBGE utilizando ruby

estados_cidades_brasileiras.rb

# encoding: utf-8

require 'rubygems'
require 'mysql2'
require 'pry'
require 'nokogiri'
require 'htmlentities'
require 'open-uri'
require 'active_record'


estados = Hash[ "ac" => "Acre", "al" => "Alagoas", "am" => "Amazonas", "ap" => "Amapá", "ba" => "Bahia", "ce" => "Ceará", "df" => "Distrito Federal", "es" => "Espirito Santo", "go" => "Goiás", "ma" => "Maranhão", "mg" => "Minas Gerais", "ms" => "Mato Grosso do Sul", "mt" => "Mato Grosso", "pa" => "Pará", "pb" => "Paraíba", "pe" => "Pernambuco", "pi" => "Piauí", "pr" => "Paraná", "rj" => "Rio de Janeiro", "rn" => "Rio Grande do Norte", "ro" => "Rondônia", "rr" => "Roraima", "rs" => "Rio Grande do Sul", "sc" => "Santa Catarina", "se" => "Sergipe", "sp" => "São Paulo", "to" => "Tocantins" ]

ActiveRecord::Base.establish_connection(
  :adapter => "postgresql",
  :host => "localhost",
  :database => "brasil",
  :username => "postgres",
  :password => ""
)

# Limpa a base de dados
connection = ActiveRecord::Base.connection
connection.execute("DELETE FROM cidades")
connection.execute("DELETE FROM estados")

class Cidade < ActiveRecord::Base
  belongs_to :estado
end

class Estado < ActiveRecord::Base
  has_many :cidades
end


estados.each do |sigla, estado|
  Estado.create(:sigla => sigla.upcase, :nome => estado)
end

@estados = Estado.all


@estados.each do |e|
  doc = Nokogiri::HTML(open("http://cidades.ibge.gov.br/download/mapa_e_municipios.php?lang=&uf=#{e.sigla}"))
  p "Pegando dados do estado de #{e.nome}"

  doc = doc.xpath('//*[@id="municipios"]/tbody/tr')

  doc.each do |mun|
    m = Cidade.new

    # Nome
    m.nome = mun.children[1].content.gsub("`", "'")

    # Codigo IBGE
    m.codigo_ibge = mun.children[3].content

    # Gentilico
    m.gentilico = mun.children[5].content.gsub("`", "'").encode.gsub("’", "").gsub("’", "")

    # Populacao 2010
    m.populacao_2010 = mun.children[7].content.gsub('.', '')

    # Area Territorial 2015 - km²
    m.area = mun.children[9].content.gsub('.', '').gsub(',', '.')

    # Densidade Demografica
    m.densidade_demo = mun.children[11].content.gsub(',', '.')

    m.estado_id = e.id

    m.save
  end
end

p "Total de cidades importadas: #{Cidade.count}"