Задача состоит в том, чтобы написать программу для парсинга данных с сайта https://www.gob.mx/curp/ используя список имен, пример приложил.
1. Главная страница сайта
2. Переходим на вкладку «Datos Personales»:
Здесь мы должны ввести:
Имя(имена) = ”Nombre(s)”
Первая Фамилия = “Primer apellido”
Вторая Фамилия = “Segundo apellido”
Рассмотрим на примере:
Тут у нас:
Nombre(s): AARON DANIEL ; Primer apellido: RAMIREZ ; Segundo apellido: SANCHEZ;
То есть перевод вводом на сайте нужно будет разделить Name на 3 составляющих.
3. Для остальных параметров нам придется перебрать все комбинации или найти метод оценки наиболее вероятных правильных входных данных.
- «Sexo*: » (пол) - есть библиотеки Python, которые определяют его исключительно по имени с высокой степенью точности.
- Día de nacimiento*; Mes de nacimiento*; (День, месяц рождения) - эти параметры нужно выяснять перебором
- Año de nacimiento*(год рождения) - можно вычислить используя year_of_graduation из входящего файла. Люди обычно заканчивают обучение на бакалавре(4 года обучения), а поступают, когда им около 21-23 лет. , year_of_graduation показывает, когда они закончат обучение.
- Estado*(штат, в котором они родились) - один из возможных путей определения - взять полный список штатов, выстроенный по кол-ву населения в Мексике и начинать с тех, на которые приходится большая часть населения.
На выходе:
Возьмем для примера рандомного политика:
LUIS VIDEGARAY CASO 10.08.1968 Hombre Ciudad de Mexico
Все полученные данные записывать в отдельные колонки CSV:
Если будет несколько совпадений - записывать в отдельные строки.
Для решения каптч предлагаю использовать один из сервисов:
Работа под Linux.
Документация и комментарии в коде на Английском языке.
По окончании проекта необходим исходный код написанной програмы.
Бюджет: 3000 UAH Срок: 4 дня
Доброго дня! Я буду готов к работе после обсуждения деталей. У меня есть опыт выполнения подобных задач.
Буду рад сотрудничеству!
