Last active
September 4, 2015 01:14
-
-
Save mauriciopasquier/240282 to your computer and use it in GitHub Desktop.
Script para extraer todos los mails de los senadores nacionales de la República Argentina y guardarlos en un txt separados por comas, útil para mandarles mails
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
# Script para extraer todos los mails de los senadores | |
# nacionales de la República Argentina y guardarlos en | |
# un csv/txt separados por comas. | |
require 'nokogiri' | |
require 'open-uri' | |
senadores = Array.new | |
web = Nokogiri::HTML(open('http://www.senado.gov.ar/web/senadores/senadores.php', :proxy => false)) | |
web.xpath('//td[@class="tdtextolink"]').each do |senador| | |
senador.attribute_nodes.each do |atributo| | |
if atributo.to_s.include? "location" | |
senadores << 'http://www.senado.gov.ar/web/senadores/' + atributo.to_s.sub("location.href = '", '').sub("'", '') | |
end | |
end | |
end | |
archivo = File.open('senadores.csv', 'w') | |
senadores.each do |url| | |
pagina = Nokogiri::HTML(open(url, :proxy => false)) | |
pagina.xpath('//a[@class="textolink"]').each do |link| | |
if link.content.include? "@" | |
# algunos suben varios mails separados por ; | |
archivo.puts link.content.split(';').join(',') + ', ' | |
end | |
end | |
end |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment