Web Scraping com Python e BeautifulSoup

web-scraping-python.py

import urllib.request
from bs4 import BeautifulSoup

wiki = 'https://pt.wikipedia.org/wiki/Lista_de_capitais_do_Brasil_por_%C3%A1rea'
page = urllib.request.urlopen(wiki)
soup = BeautifulSoup(page, 'html.parser')
table = soup.find('table')

A=[]
B=[]
C=[]
D=[]
E=[]

for row in table.findAll('tr'):
    cells = row.findAll('td')
    if len(cells)==5: 
        A.append(cells[0].find(text=True))
        B.append(cells[1].find(text=True))
        C.append(cells[2].find(text=True))
        D.append(cells[3].find('a').text)
        E.append(cells[4].find(text=True))

import pandas as pd

df = pd.DataFrame(index=A, columns=['Posição'])

df['Posição']=A
df['Estado']=B
df['Código/IBGE']=C
df['Capital']=D
df['Área']=E

df

Existe um artigo explicando os detalhes. Acesse aqui!

Muito legal este artigo, grato por compartilhar, apenas algumas observações, acredito que "Capital" e "Estado" estejam com posições invertidas, rodando o código aqui percebi que não aparecem os nomes dos estados Bahia e Pará :-)

Mais uma vez parabéns pelo artigo !!