TED Talks Scraper

Sobre

Crie documentos JSON estruturados com transcrições de palestras TED Talks extraindo diretamente da página, usando Python e Beautiful Soup 4

Maratona Behind the Code

Esse projeto foi desenvolvido como um subsídio para a resolução do Desafio 3 - FIAP, da Maratona Behind the Code 2020.

Encontre no arquivo ted.py a lógica para extração de texto do TED Talks e criação do documento, e no arquivo challenge.py as URLs pedidas no desafio 3 da Maratona Behind the Code 2020.

Para criar os documentos JSON de palestras TED Talks necessários para o desafio, siga esses passos:

1. Instale Python 3;
2. Abra um terminal de comandos e instale a biblioteca Beautiful Soup 4 executando o seguinte comando: pip install bs4;
3. Instale Git, se ainda não tiver na sua máquina;
4. Clone esse repositório executando git clone https://github.com/danitrod/ted-talks-scraper.git e acesse o repositório com cd ted-talks-scraper;
5. Execute o programa com python challenge.py. Os arquivos JSON serão automaticamente criados na mesma pasta.

Observação: após a extração dos textos do TED Talks, recomendo fortemente que você crie um outro arquivo baseado no ted.py e modifique o que for necessário para extração dos textos da Olhar Digital.

Licença

MIT License

Copyright (c) 2020 Daniel T. Rodrigues