-
Notifications
You must be signed in to change notification settings - Fork 0
/
Main.py
189 lines (179 loc) · 8.88 KB
/
Main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
import time
from tqdm import tqdm
import pandas as pd
import json
from selenium import webdriver
from webdriver_manager.chrome import ChromeDriverManager
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
import selenium.common
class SISUApi:
def __init__(self) -> None:
self.codigoSISU = []
self.universidade = []
self.campus = []
self.nomeEstado = []
self.nomeMunicipio = []
self.nomeCurso = []
self.grau = []
self.turno = []
self.codigoIES = []
self.minimaNotaCN = []
self.pesoNotaCN = []
self.minimoNotaMT = []
self.pesoNotaMT = []
self.minimoNotaL = []
self.pesoNotaL = []
self.minimoNotaCH = []
self.pesoNotaCH = []
self.minimoNotaREDACAO = []
self.pesoNotaREDACAO = []
self.mediaMinima = []
self.cota = []
self.bonus_percentual = []
self.vagasCota = []
self.notaCorteAtual = []
self.notasCorteAnteriores = []
self.num_dia = int(input("Digite o dia: "))
# Declara as colunas que vão ser preenchidas
servico = Service(ChromeDriverManager().install())
# Para instalar o webdriver automaticamente
self.navegador = webdriver.Chrome(service=servico)
def preencher_dados(self):
linkUniversidades = "https://sisu-api.sisu.mec.gov.br/api/v1/oferta/instituicoes/uf"
self._get_url(linkUniversidades)
self.resultado = dict(self.resultado)
for estado, universidades in self.resultado.items():
for universidade in universidades:
print(f"Para a universidade: {universidade['no_ies']}")
linkUniversidade = f"https://sisu-api.sisu.mec.gov.br/api/v1/oferta/instituicao/{universidade['co_ies']}"
self._get_url(linkUniversidade)
cursos = dict(self.resultado)
for i in range(0, len(cursos)-1):
# -1 porque a primeira chave é do json é "search_rule"
codigo = cursos[str(i)]["co_oferta"]
print(codigo)
linkcurso = f"https://sisu-api.sisu.mec.gov.br/api/v1/oferta/{codigo}/modalidades"
# Nesse link retorna um json com várias informações sobre os cursos
self._get_url(linkcurso)
# Lê o link
if self.resultado == "":
continue
# Se não existir nenhuma vaga com o código digitado o retorno é vazio e só pula para a próxima interação
else:
arquivoJson = self.resultado
self.dados = dict(arquivoJson)
# Pega o Json e converte em dicionário por garantia
self._preencher_dado()
# Preenche as listas com os valores do json
def _get_url(self, link):
self.navegador.delete_all_cookies()
self.navegador.get(link)
# Não será possível usar requests porque as vezes retorna 403 forbidden
if self.navegador.current_url == link:
# Como quando o código não existe ele não muda o link da página,
# Se mudar significa que existe o código, senão, não existe
try:
texto = self.navegador.find_element(By.TAG_NAME, "pre").text
self.resultado = json.loads(texto)
# Pega o texto da página e gera o Json
except selenium.common.exceptions.NoSuchElementException as e:
self.resultado = ""
# Caso o resultado não seja encontrado, o código não existe, o resultado é vazio
except selenium.common.exceptions.WebDriverException as e:
time.sleep(1)
self._get_url(link)
except json.decoder.JSONDecodeError as e:
print("DEU MUITO ERRADO")
print("="*30)
time.sleep(1)
self._get_url(link)
# Caso der algum desses erros essa função é executada novamente
else:
self.resultado = ""
# Caso o resultado não seja encontrado, o código não existe, o resultado é vazio
def _preencher_dado(self):
modalidades = self.dados['modalidades']
oferta = self.dados['oferta']
# O arquivo Json é dividido nessas duas partes
# A oferta com as informações do curso no geral valido para todas as cotas
# e a modalidade que são as cotas e as informações específicas
for modalidade in modalidades:
self.codigoSISU.append(oferta['co_oferta'])
self.codigoIES.append(oferta['co_ies'])
self.universidade.append(f"{oferta['sg_ies']} - {oferta['no_ies']}")
self.nomeEstado.append(oferta['sg_uf_ies'])
self.nomeMunicipio.append(oferta['no_municipio_campus'])
self.campus.append(oferta['no_campus'])
self.nomeCurso.append(oferta['no_curso'])
self.grau.append(oferta['no_grau'])
self.turno.append(oferta['no_turno'])
self.minimaNotaCN.append(oferta['nu_nmin_cn'])
self.pesoNotaCN.append(oferta['nu_peso_cn'])
self.minimoNotaMT.append(oferta['nu_nmin_m'])
self.pesoNotaMT.append(oferta['nu_peso_m'])
self.minimoNotaL.append(oferta['nu_nmin_l'])
self.pesoNotaL.append(oferta['nu_peso_l'])
self.minimoNotaCH.append(oferta['nu_nmin_ch'])
self.pesoNotaCH.append(oferta['nu_peso_ch'])
self.minimoNotaREDACAO.append(oferta['nu_nmin_r'])
self.pesoNotaREDACAO.append(oferta['nu_peso_r'])
self.mediaMinima.append(oferta['nu_media_minima'])
self.cota.append(modalidade['no_concorrencia'])
self.vagasCota.append(modalidade['qt_vagas'])
self.bonus_percentual.append(modalidade['qt_bonus_perc'])
self.notaCorteAtual.append(modalidade['nu_nota_corte'])
def exportar_dados(self):
self.pegar_dados_anteriores()
valores = {'CodigoSISU': self.codigoSISU,
'CodigoIES': self.codigoIES,
'Universidade': self.universidade,
'Nome_Estado': self.nomeEstado,
'Nome_Municipio_Campus': self.nomeMunicipio,
'Campus': self.campus,
'Nome_Curso': self.nomeCurso,
'Grau': self.grau,
'Turno': self.turno,
'Cota': self.cota,
'Quant_Vagas_Cota': self.vagasCota,
'Minimo_Nota_CN': self.minimaNotaCN,
'Peso_Nota_CN': self.pesoNotaCN,
'Minimo_Nota_MT': self.minimoNotaMT,
'Peso_Nota_MT': self.pesoNotaMT,
'Minimo_Nota_L': self.minimoNotaL,
'Peso_Nota_L': self.pesoNotaL,
'Minimo_Nota_CH': self.minimoNotaCH,
'Peso_Nota_CH': self.pesoNotaCH,
'Minimo_Nota_REDACAO': self.minimoNotaREDACAO,
'Peso_Nota_REDACAO': self.pesoNotaREDACAO,
'Media_Minima': self.mediaMinima,
'Bonus_Percentual': self.bonus_percentual
}
for notaAnterior in self.notasCorteAnteriores:
valores.update(notaAnterior)
valores.update({f'Nota_Corte_{self.num_dia}_Dia': self.notaCorteAtual})
df = pd.DataFrame(valores)
df.to_excel(f'ResultadoDia{self.num_dia}.xlsx', index=False)
def pegar_dados_anteriores(self):
for dia_anterior in range(1, self.num_dia):
df = pd.read_excel(f"ResultadoDia{self.num_dia-1}.xlsx").fillna(0)
if dia_anterior == self.num_dia - 1:
nota_de_corte_dia = df[f'Nota_Corte_{dia_anterior}_Dia']
diferenca_nota_corte = []
for i, nota in enumerate(list(nota_de_corte_dia)):
diferenca_nota_corte.append(
float(self.notaCorteAtual[i] if self.notaCorteAtual[i] is not None else 0)-float(nota))
self.notasCorteAnteriores.append(
{f'Nota_Corte_{dia_anterior}_Dia': nota_de_corte_dia})
self.notasCorteAnteriores.append(
{f'Diferenca_Corte_{dia_anterior}_Para_{dia_anterior+1}_Dia': diferenca_nota_corte})
else:
self.notasCorteAnteriores.append({f'Nota_Corte_{dia_anterior}_Dia':
df[f'Nota_Corte_{dia_anterior}_Dia']})
self.notasCorteAnteriores.append({f'Diferenca_Corte_{dia_anterior}_Para_{dia_anterior+1}_Dia':
df[f'Diferenca_Corte_{dia_anterior}_Para_{dia_anterior+1}_Dia']})
if __name__ == "__main__":
sisu = SISUApi()
sisu.preencher_dados()
sisu.exportar_dados()
sisu.navegador.close()