-
Notifications
You must be signed in to change notification settings - Fork 0
/
WebScraping_ANEEL_Reclamacoes_vf2.py
308 lines (265 loc) · 12 KB
/
WebScraping_ANEEL_Reclamacoes_vf2.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
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.chrome.options import Options
from selenium.webdriver.support.ui import Select
from selenium.common.exceptions import NoSuchElementException
from selenium.common.exceptions import StaleElementReferenceException
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions
from bs4 import BeautifulSoup
import time
import csv
import pandas as pd
import sys, os
### 0. Entrada de parâmetros
url = 'https://www2.aneel.gov.br/aplicacoes_liferay/relatorios_de_qualidade_v2/'
# 1: RECLAMAÇÕES
# 2: QUALIDADE DO ATENDIMENTO TELEFÔNICO
# 3: QUALIDADE DO ATENDIMENTO COMERCIAL
# 4: IASC - ÍNDICE DE SATISFAÇÃO DO CONSUMIDOR
# 5: INADIMPLÊNCIA
# 6: TARIFA SOCIAL
# 7: UNIVERSALIZAÇÃO
tipo_relatorio = '1'
# 5_1_v2: Inadimplência por distribuidora por mês
# 5_2_v2: Inadimplência por distribuidora - evolução no ano
# 5_3_v2: Inadimplência e Suspensão de Fornecimento - Evolução por Classe por Distribuidora
# 5_4_v2: Inadimplência média e Suspensão de Fornecimento - Brasil
# 5_5_v2: Inadimplência média e Suspensão de Fornecimento por Classe - Brasil
relatorio = '1_7_v2'
# C: Concessionária
# P: Permissionária
# T: Todas
tipo_distribuidora = 'T'
anos_selecionados = ['2020']
meses_selecionados = ['1', '2', '3', '4', '5', '6', '7', '8', '9', '10', '11', '12']
nome_arquivo_saida = '\DadosANEEL_Reclamacoes_' + anos_selecionados[0] + '_' + meses_selecionados[0] + '-' + meses_selecionados[len(meses_selecionados) - 1] + '.csv'
caminho_saida_csv = r'C:\Users\Camila\Google Drive\Idec\3. Atividades\3. Dados\5. Dados ANEEL\2. Reclamacoes\Dados_WebScrapping' + nome_arquivo_saida
tabela_csv = []
df_saida = pd.DataFrame(columns = ['distribuidora', 'ano', 'mes', 'descricao', 'reclamacoes_recebidas', 'reclamacoes_procedentes', 'prazo_medio_encerramento_horas', 'prazo_medio_encerramento_dias', 'reclamacoes_improcedentes', 'reclamacoes_totais' ])
dict_meses = {"1": "Janeiro",
"2": "Fevereiro",
"3": "Março",
"4": "Abril",
"5": "Maio",
"6": "Junho",
"7": "Julho",
"8": "Agosto",
"9": "Setembro",
"10": "Outubro",
"11": "Novembro",
"12": "Dezembro"}
### 1. Fazendo a requisição HTML para acessar a página da ANEEL
def requisicaoHTML():
chrome_options = Options()
chrome_options.add_argument("--window-size=900,600")
driver = webdriver.Chrome(r'C:\Users\Camila\Downloads\chromedriver_win32\chromedriver.exe', chrome_options = chrome_options)
driver.get(url)
return driver
### 2. Acessando o conteúdo HTML da página e buscando as informações necessárias
# 2.1 Seleciona o tipo de relatório
def selecionaTipoRelatorio(driver):
try:
select_relatorio_pai = Select(driver.find_element_by_xpath("//select[@id='select_tipo_relatorio_pai']"))
select_relatorio_pai.select_by_value(tipo_relatorio)
selecionou = verificaSelecao(select_relatorio_pai,tipo_relatorio)
while selecionou != True:
selecionou = verificaSelecao(select_relatorio_pai,tipo_relatorio)
return selecionou
except Exception as e:
erroStaleElement(driver,'select_tipo_relatorio_pai')
selecionaTipoRelatorio(driver)
# 2.2 Seleciona o relatório
def selecionaRelatorio(driver):
try:
select_relatorio = Select(driver.find_element_by_xpath("//select[@id='select_tipo_relatorio']"))
select_relatorio.select_by_value(relatorio)
selecionou = verificaSelecao(select_relatorio,relatorio)
while selecionou != True:
selecionou = verificaSelecao(select_relatorio,relatorio)
return selecionou
except Exception as e:
erroStaleElement(driver,'select_tipo_relatorio')
selecionaRelatorio(driver)
# 2.3 Seleciona o tipo de distribuidora
def selecionaTipoDistribuidora(driver):
try:
select_tipo_distribuidora = Select(driver.find_element_by_xpath("//select[@id='select_classificacao_agente']"))
select_tipo_distribuidora.select_by_value(tipo_distribuidora)
selecionou = verificaSelecao(select_tipo_distribuidora,tipo_distribuidora)
while selecionou != True:
selecionou = verificaSelecao(select_tipo_distribuidora,tipo_distribuidora)
return selecionou
except Exception as e:
erroStaleElement(driver,'select_classificacao_agente')
selecionaTipoDistribuidora(driver)
# 2.4 Gera lista de distribuidoras sobre a qual iremos iterar
def geraListaDistribuidoras(driver):
try:
select_distribuidora = Select(driver.find_element_by_xpath("//select[@id='select_agente']"))
select_distribuidora_opcoes = select_distribuidora.options
lista_nomes = [opcao.get_attribute("value") for opcao in select_distribuidora_opcoes]
return lista_nomes
except Exception as e:
erroStaleElement(driver,'select_agente')
return None
# 2.5 Seleciona distribuidora
def selecionaDistribuidora(distribuidora):
try:
select_distribuidora = Select(driver.find_element_by_xpath("//select[@id='select_agente']"))
select_distribuidora.select_by_value(distribuidora)
selecionou = verificaSelecao(select_distribuidora,distribuidora)
while selecionou != True:
selecionou = verificaSelecao(select_distribuidora,distribuidora)
return selecionou
except Exception as e:
print(e)
if e == StaleElementReferenceException:
erroStaleElement(driver,'select_agente')
selecionaDistribuidora(driver)
# 2.6 Gera lista de anos
def geraListaAnos(driver):
try:
select_ano = Select(driver.find_element_by_xpath("//select[@id='select_ano']"))
select_ano_opcoes = select_ano.options
lista_anos = [opcao.get_attribute("value") for opcao in select_ano_opcoes]
return lista_anos
except Exception as e:
erroStaleElement(driver,'select_ano')
return None
# 2.7 Seleciona ano
def selecionaAno(ano):
try:
select_ano = Select(driver.find_element_by_xpath("//select[@id='select_ano']"))
select_ano.select_by_value(ano)
selecionou = verificaSelecao(select_ano,ano)
while selecionou != True:
selecionou = verificaSelecao(select_ano,ano)
return selecionou
except Exception as e:
erroStaleElement(driver,'select_ano')
selecionaDistribuidora(driver)
# 2.8 Gera lista de meses
def geraListaMeses(driver):
try:
select_mes = Select(driver.find_element_by_xpath("//select[@id='select_mes']"))
select_mes_opcoes = select_mes.options
lista_meses = [opcao.get_attribute("value") for opcao in select_mes_opcoes]
return lista_meses
except Exception as e:
erroStaleElement(driver,'select_mes')
return None
# 2.9 Seleciona mes
def selecionaMes(mes):
try:
select_mes = Select(driver.find_element_by_xpath("//select[@id='select_mes']"))
select_mes.select_by_value(mes)
selecionou = verificaSelecao(select_mes,mes)
while selecionou != True:
selecionou = verificaSelecao(select_mes,mes)
return selecionou
except Exception as e:
erroStaleElement(driver,'select_mes')
return None
# 2.10 Armazenando os dados
def armazenaDados(driver, distribuidora, ano, mes):
try:
#print(mes, "entrou no armazenaDados")
indice = 0 if df_saida.empty else df_saida.index.max() + 1
tabela_pagina = driver.find_element_by_xpath("//div[@id='div_relatorio']")
linhas_tabela_pagina = tabela_pagina.find_element_by_tag_name("table").find_elements_by_tag_name("tr")
#print(mes, len(linhas_tabela_pagina))
count_linhas_armazenadas = 0
for linha in linhas_tabela_pagina:
if linha.get_attribute("class") == 'tr-cabecalho-tabela':
for cabecalho in linha.find_elements_by_tag_name("td"):
if cabecalho.get_attribute("colspan") == "7":
if cabecalho.text != distribuidora + ' - ' + ano + ' - ' + dict_meses[mes]:
#print("não atualizou a tabela ainda")
return False
if linha.get_attribute("class") in ["odd", "even"]:
colunas_linha = linha.find_elements_by_tag_name("td")
dados_csv = [distribuidora, ano, mes]
for coluna in colunas_linha:
dado = coluna.text.replace(".","").replace(",", ".")
if dado =="TOTAL":
break
else:
try:
dados_csv.append(int(dado))
except:
try:
dados_csv.append(float(dado))
except:
dados_csv.append(dado)
# Adicionando linha de dados à tabela
if len(dados_csv) > 3:
df_saida.loc[indice] = dados_csv
count_linhas_armazenadas += 1
#print("append", mes, count_linhas_armazenadas)
indice += 1
if count_linhas_armazenadas == 15:
#print("entrou no return")
return True
except Exception as e:
exc_type, exc_obj, exc_tb = sys.exc_info()
fname = os.path.split(exc_tb.tb_frame.f_code.co_filename)[1]
#print(exc_type, fname, exc_tb.tb_lineno)
erroStaleElement(driver,'div_relatorio')
armazenaDados(driver, distribuidora, ano, mes)
### 3. Escrevendo CSV
def escrevendoCSV():
df_saida.to_csv(caminho_saida_csv, mode = 'a', sep = ';', quoting = csv.QUOTE_NONE, index = False, header = None)
def erroStaleElement(driver, id_elemento):
#print("deu erro StaleElement",id_elemento)
my_element_id = id_elemento
ignored_exceptions=(NoSuchElementException,StaleElementReferenceException)
your_element = WebDriverWait(driver, 10,ignored_exceptions=ignored_exceptions).until(expected_conditions.presence_of_element_located((By.ID, my_element_id)))
def verificaSelecao(select, valor):
opcao_selecionada = select.first_selected_option.get_attribute("value")
if opcao_selecionada == valor:
return True
else:
return False
def primeirosSelects(driver):
if selecionaTipoRelatorio(driver):
selecionaRelatorio(driver)
if selecionaRelatorio(driver):
selecionaTipoDistribuidora(driver)
if selecionaTipoDistribuidora:
return True
driver = requisicaoHTML()
time.sleep(1)
primeiros_selects = primeirosSelects(driver)
if primeiros_selects:
lista_distribuidoras = geraListaDistribuidoras(driver)
while lista_distribuidoras == None:
lista_distribuidoras = geraListaDistribuidoras(driver)
lista_distribuidoras_unicos = sorted([elemento for elemento in set(lista_distribuidoras)])
for distribuidora in lista_distribuidoras_unicos[22:len(lista_distribuidoras_unicos)]:
selecionou_distribuidora = selecionaDistribuidora(distribuidora)
if selecionou_distribuidora:
lista_anos = geraListaAnos(driver)
while lista_anos == None:
lista_anos = geraListaAnos(driver)
for ano in lista_anos[1:len(lista_anos)]:
selecionou_ano = selecionaAno(ano)
if selecionou_ano and ano in anos_selecionados:
lista_meses = geraListaMeses(driver)
while lista_meses == None:
lista_meses = geraListaMeses(driver)
# print(lista_meses)
for mes in lista_meses[1:len(lista_meses)]:
selecionou_mes = selecionaMes(mes)
if selecionou_mes and mes in meses_selecionados:
armazenou = armazenaDados(driver, distribuidora, ano, mes)
while armazenou == False:
armazenou = armazenaDados(driver, distribuidora, ano, mes)
# print("saiu do armazonaDados")
if len(df_saida[(df_saida['distribuidora'] == distribuidora) & (df_saida['ano'] == ano) & (df_saida['mes'] == mes)].index) != 15:
print(distribuidora, ano, mes, len(df_saida[(df_saida['distribuidora'] == distribuidora) & (df_saida['ano'] == ano) & (df_saida['mes'] == mes)].index))
if df_saida.empty != True:
escrevendoCSV()
print(lista_distribuidoras_unicos.index(distribuidora), distribuidora, "ok")
df_saida = pd.DataFrame(columns = ['distribuidora', 'ano', 'mes', 'descricao', 'reclamacoes_recebidas', 'reclamacoes_procedentes', 'prazo_medio_encerramento_horas', 'prazo_medio_encerramento_dias', 'reclamacoes_improcedentes', 'reclamacoes_totais' ])