Skip to main content

import requests import xlsxwriter from bs4 import BeautifulSoup from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys import time

import requests
    import xlsxwriter
    from bs4 import BeautifulSoup
    from selenium import webdriver
    from selenium.webdriver.common.by import By
    from selenium.webdriver.common.keys import Keys
    import time

    # Crear el archivo Excel y escribir los encabezados de las columnas
    workbook = xlsxwriter.Workbook('funcionarios_fuerzasarmadas.xlsx')
    worksheet = workbook.add_worksheet()
    worksheet.write('A1', 'Nombre y apellido')
    worksheet.write('B1', 'Cargo')
    worksheet.write('C1', 'Correo')

    driver = webdriver.Chrome(executable_path=r'C:\dchrome\chromedriver.exe')
     

    driver.get("https://www.gob.pe/institucion/fap/funcionarios")


 
    
    # lista donde se guardan la url
    textos = []
    elementos = driver.find_elements(By.CLASS_NAME, "text-2xl")
    url = 'https://www.gob.pe/institucion/fap/funcionarios'
    html = requests.get(url).text
    s= BeautifulSoup(html, 'html.parser')
    # Encontrar el tag 'ul' de clase 'row mb-0'
    ul_tag = s.find('ul', class_='row mb-0')

    # Encontrar todos los tags 'a' dentro del tag 'ul'
    a_tags = ul_tag.find_all('a')

    # Crear un conjunto para almacenar las URLs
    ul = set()

Obtener las URLs de los tags 'a', agregar comillas simples y añadirlas al conjunto 'ul' for a in a_tags: ul.add('https://www.gob.pe' + a['href'])

Ordenar el conjunto 'ul' alfabéticamente ul = sorted(ul)

links = s.find_all('a')

urls = [] for link in links: url = link.get('href') if url: urls.append("'" + url + "'") #for guarda en la lista for elemento in elementos: texto = elemento.text.replace('"', "'") textos.append(elemento.text)

es for recorre la lista de los funcionarios Imprimir la lista de URLs for url2 in ul:


   # Obtener las URLs de los tags 'a', agregar comillas simples y añadirlas al conjunto 'ul'
   for a in a_tags:
       ul.add('https://www.gob.pe' + a['href'])

   # Ordenar el conjunto 'ul' alfabéticamente
   ul = sorted(ul)

   links = s.find_all('a')

   urls = []
   for link in links:
       url = link.get('href')
       if url:
           urls.append("'" + url + "'")
   # for guarda en la lista
   for elemento in elementos:
       texto = elemento.text.replace('"', "'")
       textos.append(elemento.text)

   # es for recorre la lista de los funcionarios
   # Imprimir la lista de URLs
   for url2 in ul:
    
      row = 1
      for texto in textos:
 
    
     
        url_link = driver.find_element(by=By.LINK_TEXT, value=texto)
        url_link.click()
        time.sleep(1)
        # obtenemos la url de la pagina y lo parseamos
         
        response = requests.get(url2)
        soup = BeautifulSoup(response.content, 'html.parser')
        
        nombre = soup.find('h2', {'class': 'md:text-4xl mt-3'}).text.strip()
        cargo = soup.find('div',{'class':'mt-4'}).text.strip()
        correo = soup.find('span',{'class':'col-md-10 px-0 col-xs-10'}).text.strip()
    
        worksheet.write(row, 0, nombre)
        worksheet.write(row, 1, cargo)
        worksheet.write(row, 2, correo)
        
        url_link = driver.find_element(by=By.LINK_TEXT, value='Funcionarios')
        url_link.click()
        row += 1
    
    driver.quit()
    time.sleep(2)
    workbook.close()

import requests import xlsxwriter from bs4 import BeautifulSoup from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys import time

Crear el archivo Excel y escribir los encabezados de las columnas
workbook = xlsxwriter.Workbook('funcionarios_fuerzasarmadas.xlsx')
worksheet = workbook.add_worksheet()
worksheet.write('A1', 'Nombre y apellido')
worksheet.write('B1', 'Cargo')
worksheet.write('C1', 'Correo')

driver = webdriver.Chrome(executable_path=r'C:\dchrome\chromedriver.exe')
 

driver.get("https://www.gob.pe/institucion/fap/funcionarios")


 

lista donde se guardan la url
textos = []
elementos = driver.find_elements(By.CLASS_NAME, "text-2xl")
url = 'https://www.gob.pe/institucion/fap/funcionarios'
html = requests.get(url).text
s= BeautifulSoup(html, 'html.parser')
Encontrar el tag 'ul' de clase 'row mb-0'
ul_tag = s.find('ul', class_='row mb-0')

Encontrar todos los tags 'a' dentro del tag 'ul'
a_tags = ul_tag.find_all('a')

# Crear un conjunto para almacenar las URLs
ul = set()

Obtener las URLs de los tags 'a', agregar comillas simples y añadirlas al conjunto 'ul' for a in a_tags: ul.add('https://www.gob.pe' + a['href'])

Ordenar el conjunto 'ul' alfabéticamente ul = sorted(ul)

links = s.find_all('a')

urls = [] for link in links: url = link.get('href') if url: urls.append("'" + url + "'") #for guarda en la lista for elemento in elementos: texto = elemento.text.replace('"', "'") textos.append(elemento.text)

es for recorre la lista de los funcionarios Imprimir la lista de URLs for url2 in ul:

  row = 1
  for texto in textos:
 
    
 
    url_link = driver.find_element(by=By.LINK_TEXT, value=texto)
    url_link.click()
    time.sleep(1)
    obtenemos la url de la pagina y lo parseamos
     
    response = requests.get(url2)
    soup = BeautifulSoup(response.content, 'html.parser')
    
    nombre = soup.find('h2', {'class': 'md:text-4xl mt-3'}).text.strip()
    cargo = soup.find('div',{'class':'mt-4'}).text.strip()
    correo = soup.find('span',{'class':'col-md-10 px-0 col-xs-10'}).text.strip()

    worksheet.write(row, 0, nombre)
    worksheet.write(row, 1, cargo)
    worksheet.write(row, 2, correo)
    
    url_link = driver.find_element(by=By.LINK_TEXT, value='Funcionarios')
    url_link.click()
    row += 1

driver.quit()
time.sleep(2)
workbook.close()
import requests
    import xlsxwriter
    from bs4 import BeautifulSoup
    from selenium import webdriver
    from selenium.webdriver.common.by import By
    from selenium.webdriver.common.keys import Keys
    import time

    # Crear el archivo Excel y escribir los encabezados de las columnas
    workbook = xlsxwriter.Workbook('funcionarios_fuerzasarmadas.xlsx')
    worksheet = workbook.add_worksheet()
    worksheet.write('A1', 'Nombre y apellido')
    worksheet.write('B1', 'Cargo')
    worksheet.write('C1', 'Correo')

    driver = webdriver.Chrome(executable_path=r'C:\dchrome\chromedriver.exe')    

    driver.get("https://www.gob.pe/institucion/fap/funcionarios")
    
    # lista donde se guardan la url
    textos = []
    elementos = driver.find_elements(By.CLASS_NAME, "text-2xl")
    url = 'https://www.gob.pe/institucion/fap/funcionarios'
    html = requests.get(url).text
    s= BeautifulSoup(html, 'html.parser')
    # Encontrar el tag 'ul' de clase 'row mb-0'
    ul_tag = s.find('ul', class_='row mb-0')

    # Encontrar todos los tags 'a' dentro del tag 'ul'
    a_tags = ul_tag.find_all('a')

    # Crear un conjunto para almacenar las URLs
    ul = set()

   # Obtener las URLs de los tags 'a', agregar comillas simples y añadirlas al conjunto 'ul'
   for a in a_tags:
       ul.add('https://www.gob.pe' + a['href'])

   # Ordenar el conjunto 'ul' alfabéticamente
   ul = sorted(ul)

   links = s.find_all('a')

   urls = []
   for link in links:
       url = link.get('href')
       if url:
           urls.append("'" + url + "'")
   # for guarda en la lista
   for elemento in elementos:
       texto = elemento.text.replace('"', "'")
       textos.append(elemento.text)

   # es for recorre la lista de los funcionarios
   # Imprimir la lista de URLs
   for url2 in ul:
    
      row = 1
      for texto in textos:
        
        url_link = driver.find_element(by=By.LINK_TEXT, value=texto)
        url_link.click()
        time.sleep(1)
        # obtenemos la url de la pagina y lo parseamos
         
        response = requests.get(url2)
        soup = BeautifulSoup(response.content, 'html.parser')
        
        nombre = soup.find('h2', {'class': 'md:text-4xl mt-3'}).text.strip()
        cargo = soup.find('div',{'class':'mt-4'}).text.strip()
        correo = soup.find('span',{'class':'col-md-10 px-0 col-xs-10'}).text.strip()
    
        worksheet.write(row, 0, nombre)
        worksheet.write(row, 1, cargo)
        worksheet.write(row, 2, correo)
        
        url_link = driver.find_element(by=By.LINK_TEXT, value='Funcionarios')
        url_link.click()
        row += 1
    
    driver.quit()
    time.sleep(2)
    workbook.close()
Origen Enlace

el codigo no me crea el excel

import requests import xlsxwriter from bs4 import BeautifulSoup from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.common.keys import Keys import time

Crear el archivo Excel y escribir los encabezados de las columnas
workbook = xlsxwriter.Workbook('funcionarios_fuerzasarmadas.xlsx')
worksheet = workbook.add_worksheet()
worksheet.write('A1', 'Nombre y apellido')
worksheet.write('B1', 'Cargo')
worksheet.write('C1', 'Correo')

driver = webdriver.Chrome(executable_path=r'C:\dchrome\chromedriver.exe')


driver.get("https://www.gob.pe/institucion/fap/funcionarios")




lista donde se guardan la url
textos = []
elementos = driver.find_elements(By.CLASS_NAME, "text-2xl")
url = 'https://www.gob.pe/institucion/fap/funcionarios'
html = requests.get(url).text
s= BeautifulSoup(html, 'html.parser')
Encontrar el tag 'ul' de clase 'row mb-0'
ul_tag = s.find('ul', class_='row mb-0')

Encontrar todos los tags 'a' dentro del tag 'ul'
a_tags = ul_tag.find_all('a')

# Crear un conjunto para almacenar las URLs
ul = set()

Obtener las URLs de los tags 'a', agregar comillas simples y añadirlas al conjunto 'ul' for a in a_tags: ul.add('https://www.gob.pe' + a['href'])

Ordenar el conjunto 'ul' alfabéticamente ul = sorted(ul)

links = s.find_all('a')

urls = [] for link in links: url = link.get('href') if url: urls.append("'" + url + "'") #for guarda en la lista for elemento in elementos: texto = elemento.text.replace('"', "'") textos.append(elemento.text)

es for recorre la lista de los funcionarios Imprimir la lista de URLs for url2 in ul:

  row = 1
  for texto in textos:

    

    url_link = driver.find_element(by=By.LINK_TEXT, value=texto)
    url_link.click()
    time.sleep(1)
    obtenemos la url de la pagina y lo parseamos
     
    response = requests.get(url2)
    soup = BeautifulSoup(response.content, 'html.parser')
    
    nombre = soup.find('h2', {'class': 'md:text-4xl mt-3'}).text.strip()
    cargo = soup.find('div',{'class':'mt-4'}).text.strip()
    correo = soup.find('span',{'class':'col-md-10 px-0 col-xs-10'}).text.strip()

    worksheet.write(row, 0, nombre)
    worksheet.write(row, 1, cargo)
    worksheet.write(row, 2, correo)
    
    url_link = driver.find_element(by=By.LINK_TEXT, value='Funcionarios')
    url_link.click()
    row += 1

driver.quit()
time.sleep(2)
workbook.close()