Merge pull request #6810 from Maanghel/main

#18 - Python

Author: kontroldev

Retos/Reto #18 - WEB SCRAPING [Difícil]/python/Maanghel.py

@@ -0,0 +1,101 @@
+"""
+El día 128 del año celebramos en la comunidad el "Hola Mundo day"
+    Vamos a hacer "web scraping" sobre su sitio web: https://holamundo.day
+
+Crea un programa que se conecte a la web del evento e imprima únicamente la agenda de eventos
+    del día 8. Mostrando hora e información de cada uno.
+Ejemplo: "16:00 | Bienvenida"
+
+Se permite utilizar librerías que nos faciliten esta tarea.
+"""
+
+import re
+from bs4 import BeautifulSoup
+import requests
+
+URL = "https://holamundo.day"
+EVENT_CLASS = "rt-Text rt-r-size-4"
+TIME_PATTERN = re.compile(r"^(?:[01]\d|2[0-3]):[0-5]\d$")
+
+def get_html(url: str) -> str:
+    """
+    Realiza una petición HTTP a la URL especificada y devuelve el contenido HTML.
+
+    Parámetros:
+        url (str): Dirección web a la que se realizará la solicitud.
+
+    Retorna:
+        str: El contenido HTML de la página.
+
+    Lanza:
+        ConnectionError: Si ocurre un problema de red o conexión.
+    """
+    try:
+        response = requests.get(url, timeout=5)
+        response.raise_for_status()
+        return response.text
+    except requests.exceptions.RequestException as e:
+        raise ConnectionError(f"No se pudo conectar a {url}.") from e
+
+def get_events(html: str) -> list[tuple[str, str]]:
+    """
+    Procesa el HTML de la página y extrae los eventos del día 8.
+
+    Parámetros:
+        html (str): Contenido HTML de la página.
+
+    Retorna:
+        list[tuple[str, str]]: Lista de tuplas (hora, descripción).
+
+    Lanza:
+        ValueError: Si no se encuentra la estructura esperada en la página.
+    """
+    soup = BeautifulSoup(html, "html.parser")
+    eventos_span = soup.find_all("span", class_=EVENT_CLASS)
+
+    if not eventos_span:
+        raise ValueError("No se encontro la estructura de eventos en la página.")
+
+    eventos = []
+    for span in eventos_span:
+        strong = span.find("strong")
+        if strong:
+            hora = strong.get_text(strip=True)
+            descripcion = span.get_text(strip=True).replace(hora, "", 1).strip()
+            if TIME_PATTERN.fullmatch(hora):
+                eventos.append((hora, descripcion))
+
+    return eventos
+
+def print_events(eventos: list[tuple[str, str]]) -> None:
+    """
+    Imprime la lista de eventos en formato legible.
+
+    Parámetros:
+        eventos (list[tuple[str, str]]): Lista de tuplas (hora, descripción).
+    """
+    if not eventos:
+        print("No se encontraron eventos en la agenda.")
+        return
+
+    for hora, descripcion in eventos:
+        print(f"{hora} | {descripcion}")
+
+
+def get_agenda_day8() -> None:
+    """
+    Función principal: obtiene e imprime la agenda de eventos del día 8.
+    Maneja excepciones y muestra mensajes claros al usuario.
+    """
+    try:
+        html = get_html(URL)
+        events = get_events(html)
+        print_events(events)
+    except (ConnectionError, ValueError) as e:
+        print(f"Error: {e}")
+    except Exception as e:
+        print(f"Ocurrió un error inesperado: {e}")
+
+
+if __name__ == "__main__":
+    get_agenda_day8()