Este é um web-crawler simples escrito em Python 3 que serve para pesquisar endereços e CEP correspondentes através da linha de comando

buscacep.py

#!/usr/bin/env python3
'''
Este é um web-crawler simples escrito em Python 3 que serve para pesquisar endereços e CEP correspondentes 
através da linha de comando.
Ele não utiliza nenhuma API específica, apenas acessa a página dos Correios e pesquisa o endereço.
Modo de uso:

$ ./buscacep.py "Endereço ou CEP a ser pesquisado"

Utilize um endereço por vez. Exemplos:

$ ./buscacep.py Avenida nacoes unidas bauru
$ ./buscacep.py 17010-130
'''

import sys
import re
import urllib.request
import urllib.parse


def usage():
    print('Uso: {0} "Endereço ou CEP a ser pesquisado"'.format(sys.argv[0]))
    print('Utilize um endereço por vez. Exemplos:\n')
    print('{0} Avenida nacoes unidas bauru'.format(sys.argv[0]))
    print('{0} 17010-130'.format(sys.argv[0]))
    sys.exit(1)


def chunks(iterable, size):
    for i in range(0, len(iterable), size):
        yield iterable[i:i+size]


def main():
    if len(sys.argv) == 1 or sys.argv[1] in {'-h', '--help'}:
        usage()

    data = {'relaxation': ' '.join(sys.argv[1:]),
            'TipoCep': 'ALL',
            'semelhante': 'S',
            'cfm': '1',
            'Metodo': 'listaLogradouro',
            'TipoConsulta': 'relaxation',
            'StartRow': '1',
            'EndRow': '10'}

    url = r'http://www.buscacep.correios.com.br/servicos/dnec/consultaEnderecoAction.do'
    content = []
    opener = urllib.request.build_opener()
    opener.addheaders = [
        ('User-agent',
         "Mozilla/5.0 (Windows; U; Windows NT 6.1; rv:2.2) Gecko/20110201")]

    with opener.open(url, urllib.parse.urlencode(data).encode('ISO-8859-1')) as url:
        for line in url.readlines():
            content.append(line.decode('ISO-8859-1'))

    content = [elem.rstrip() for elem in content if 'padding: 2px' in elem]

    lista = []
    if len(content) == 0:
        print('Endereço não encontrado ou site offline\n\n')
    else:
        for data in content:
            tp = re.search('.*style="padding: 2px">(.*)</td>', data)
            lista.append(tp.group(1) if tp is not None else '')

        for elem in chunks(lista, 5):
            for line in elem:
                print(line)
            print('\n')


if __name__ == '__main__':
    main()