La idea naci贸 hace unos a帽os y era simple hasta el punto de la banalidad: kad.arbitr.ru - el sitio donde "viven" los casos civiles y de otro tipo - s贸lo un dep贸sito inagotable de informaci贸n valiosa para un bufete de abogados. Los expedientes deben contener empresas que han sido demandadas y que a煤n no lo saben, no est谩n preparadas, no pueden o no quieren acudir a los tribunales. Todo lo que queda es encontrar estas empresas y llegar a ellas.
Dicho y hecho. Armados con Python y un conocimiento b谩sico de su sintaxis, un par de abogados decidieron averiguar qu茅 saldr铆a de 茅l.
Al principio
Todo iba bien. Al ir al sitio kad.arbit.ru con la ayuda de selenium, ir al calendario de sesiones de la corte, indicar la corte y elegir el mes en el calendario, el sitio proporcion贸 las sesiones programadas:
Y aqu铆 comenzaron los primeros problemas. Si hubiera demasiadas reuniones. Y en la opini贸n de que kad.arbitr es m谩s de 1000, entonces el sitio escupe:
Mmm. Entonces, 驴por qu茅 se necesita esta informaci贸n si no se puede ver?
Pero, vamos, los abogados no eran codiciosos y extra帽aron estos d铆as, convirti茅ndose en los disponibles. Se abri贸 la siguiente imagen:
Quedaba recoger todo esto en alguna bolsa csv, por ejemplo. Al mismo tiempo, se mantiene el caso, la empresa demandada y el enlace al caso. Result贸 algo como lo siguiente: mira .
, .
, :
. Pyhton , . , , (), ( ).
? ! , CTRL+C, CTRL+V ...
. , . python, konvert-online.ru
, .
, . , .
, kad.arbitr.ru c selenium , , .
C贸digo e instrucciones para revisi贸n: descarga .