Skip to content

Feat(scraping Brasil de Fato): Criação do spider e scraper do portal de notícias Brasil de Fato - #16

Open
fsousac wants to merge 14 commits into
developfrom
feat/scraping-brasildefato
Open

fsousac wants to merge 14 commits into
developfrom
feat/scraping-brasildefato

Conversation

@fsousac

@fsousac fsousac commented Oct 8, 2025 •

Copy link
Copy Markdown

Descrição

O que:

  • Foi criada a extração de notícias de um novo portal para o projeto check-up, o portal Brasil de Fato. Essa extração foi criada pensando nos novos requisitos do projeto.
  • Criei o arquivo play/brasildefato.py para realizar o scraping completo dos dados das notícias (título, URL, corpo, tags e descrição) usando as URLs coletadas.
  • Adicionei dois novos comandos no Makefile:
    • crawl_brasildefato: executa o spider via:

    • make crawl_brasildefato
    • scrape_brasildefato : executa o scraper e envia os dados ao MinIO via

      docker compose exec scraper python scrape_no_openai.py --platform brasildefato.com.br

Por que:

  • Para adicionar novos portais de notícias e, por consequência, aumentar a base do nosso banco de dados com mais informações.
  • Os novos comandos no Makefile padronizam e facilitam a execução do projeto, especialmente em ambientes com múltiplos devs ou pipelines.

🗂️ Tipo de Mudança

  • 🐞 Correção de bug (fix)
  • ✨ Nova funcionalidade (feat)
  • ♻️ Refatoração (refactor/improve)
  • 📝 Documentação (docs)
  • 🚀 Performance (perf)
  • 🧪 Testes (test)
  • ⚙️ Build/CI (build/ci/cd/static)

📌 Checklist

  • Mensagem de commit segue o padrão Conventional Commits
  • Nome da branch segue a Política de Branches Git Flow
  • Testes adicionados/atualizados
  • Documentação atualizada (README / Storybook / Swagger / MkDocs)
  • Pipeline CI/CD aprovado
  • Sem dependências pendentes

🔗 Issues Relacionadas

Closes #17

🧪 Como Testar

  1. Subir o serviço
make start
  1. Inicializar o banco:
make init_db
  1. Aplicar migrações:
make migrate_db
  1. Rodar spider para coletar URLs de notícias:
make crawl_brasildefato
  1. Rodar scraper para processar e salvar as notícias no MinIO:
docker compose exec scraper python scrape_no_openai.py --platform brasildefato.com.br

📷 Evidências

não se aplica

@fsousac fsousac self-assigned this Oct 8, 2025
@fsousac fsousac added the enhancement New feature or request label Oct 8, 2025
@fsousac fsousac changed the title [NOVO] Portal: Brasil de Fato Feat(scraping Brasil de Fato): Criação do spider e scraper do portal de notícias Brasil de Fato Oct 8, 2025
DanielRogs and others added 10 commits November 19, 2025 13:26
* fix: corrige links e atualiza config de issues do repositorio

* fix(link documentacao):  atualiza link doc novo spider

---------

Co-authored-by: luciano-freitas-melo <lucianodefreitasmelo@hotmail.com>
* adição de icones para os respectivos portais

* refactor(frontend/Home): remove comentarios de debug


---------

Co-authored-by: luciano-freitas-melo <lucianodefreitasmelo@hotmail.com>
…ecutar um scraper (#31)

* Adiciona correção que instala o firefox ao iniciar qualquer scraper.

* fix: Ajustando instalação do firefox no playwrigth

* build(Makefile): melhoria na execucao dos containers scraper

---------

Co-authored-by: Carlos Nascimento <cdgodoy17@gmail.com>
Co-Authored-By: alanagabriele

This branch has not been deployed

No deployments
Sign up for free to join this conversation on GitHub. Already have an account? Sign in to comment

Labels

enhancement New feature or request

Projects

None yet

Development

Successfully merging this pull request may close these issues.

[NOVO] Portal: Brasil de Fato

5 participants