Skip to content

crawlersNoticias
crawlersNoticias
Commit f3e69d86 authored by Renán Sosa Guillen's avatar Renán Sosa Guillen
Browse files
Options

README

parent 58a72255
Show whitespace changes
Inline Side-by-side
Showing with 31 additions and 42 deletions
README.md
View file @ f3e69d86
......@@ -11,7 +11,7 @@ Se incluyen los siguientes medios:
```bash
cd alChile
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=22
scrapy crawl noticias --nolog -s filename=2017-03-22.json -a year=2017 -a month=3 -a day=22
```
No se encontró notas antes del 2014.06.01.
* [Campeche Hoy](http://campechehoy.mx)
......@@ -24,7 +24,7 @@ Se incluyen los siguientes medios:
```bash
cd campecheHoy
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2018 -a month=1 -a day=22
scrapy crawl noticias --nolog -s filename=2018-01-22.json -a year=2018 -a month=1 -a day=22
```
No se encontró notas antes del 2017.06.01.
* [Desde el Balcón](http://www.desdeelbalcon.com)
......@@ -37,7 +37,7 @@ Se incluyen los siguientes medios:
```bash
cd desdeElBalcon
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=30
scrapy crawl noticias --nolog -s filename=2017-03-30.json -a year=2017 -a month=3 -a day=30
```
No se encontró notas antes del 2014.01.11.
* [Diario del Yaqui](http://diariodelyaqui.mx)
......@@ -50,7 +50,7 @@ Se incluyen los siguientes medios:
```bash
cd diarioYaqui
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2016 -a month=12 -a day=24
scrapy crawl noticias --nolog -s filename=2016-12-24.json -a year=2016 -a month=12 -a day=24
```
No se encontró notas antes del 2016.12.30.
* [Diario de Yucatán](http://yucatan.com.mx)
......@@ -60,7 +60,7 @@ Se incluyen los siguientes medios:
```bash
cd diarioYucatan
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2016 -a month=12 -a day=24
scrapy crawl noticias --nolog -s filename=noticias.json
```
No se encontró notas antes del 2012.04.02.
* [El Grillo Porteño](http://grilloporteno.com)
......@@ -73,7 +73,7 @@ Se incluyen los siguientes medios:
```bash
cd grilloPorteno
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2013.11.04.
* [El Heraldo Aguascalientes](http://www.heraldo.mx)
......@@ -86,7 +86,7 @@ Se incluyen los siguientes medios:
```bash
cd heraldoAgs
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2018 -a month=1 -a day=22
scrapy crawl noticias --nolog -s filename=2018-01-22.json -a year=2018 -a month=1 -a day=22
```
No se encontró notas antes del 2014.01.23.
* [La Jornada](http://www.jornada.unam.mx)
......@@ -99,7 +99,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornada
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=4 -a day=23
scrapy crawl noticias --nolog -s filename=2017-04-23.json -a year=2017 -a month=4 -a day=23
```
No se encontró notas antes del 1996.03.03.
* [La Jornada Aguascalientes](http://www.lja.mx)
......@@ -112,7 +112,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornadaAgs
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2008.12.01.
* [La Jornada Baja California](http://jornadabc.mx)
......@@ -126,19 +126,6 @@ Se incluyen los siguientes medios:
```
No se encontró notas antes del 2015.02.09.
Esta versión descarga por fecha. Se recomienda usar principalmente para fechas recientes.
* [La Jornada Guerrero](http://www.lajornadaguerrero.com.mx)
Acceso por día:
```bash
http://www.lajornadaguerrero.com.mx/2017/04/12/
```
Uso:
```bash
cd laJornadaGro
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2007.01.22.
* [La Jornada Guerrero (Nueva página)](http://www.lajornadaguerrero.com.mx)
Acceso por día:
......@@ -148,10 +135,11 @@ Se incluyen los siguientes medios:
Uso:
```bash
cd laJornadaGro2
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=9 -a day=17
cd laJornadaGro
scrapy crawl noticias --nolog -s filename=2017-09-17.json -a year=2017 -a month=9 -a day=17
```
No se encontró notas antes del 2017.08.15.
No se encontró notas antes del 2017.08.15 para esta version del crawler.
En general se tienen notas desde el 2007.01.22
* [La Jornada Maya](https://www.lajornadamaya.mx)
......@@ -172,7 +160,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornadaOte
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2013.06.01.
* [La Jornada San Luis](http://lajornadasanluis.com.mx)
......@@ -185,7 +173,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornadaSanLuis
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2014.10.08.
* [La Jornada Veracruz](http://www.jornadaveracruz.com.mx)
......@@ -198,7 +186,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornadaVer
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2009.05.11.
* [La Jornada Zacatecas](http://ljz.mx)
......@@ -211,7 +199,7 @@ Se incluyen los siguientes medios:
```bash
cd laJornadaZac
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=26
scrapy crawl noticias --nolog -s filename=2017-03-26.json -a year=2017 -a month=3 -a day=26
```
No se encontró notas antes del 2013.06.10.
* [La Razón](https://www.razon.com.mx)
......@@ -224,7 +212,7 @@ Se incluyen los siguientes medios:
```bash
cd laRazon
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=9 -a day=28
scrapy crawl noticias --nolog -s filename=2017-09-28.json -a year=2017 -a month=9 -a day=28
```
No se encontró notas antes del 2015.01.01.
* [La Verdad Yucatán](http://laverdadnoticias.com)
......@@ -250,7 +238,7 @@ Se incluyen los siguientes medios:
```bash
cd lectorMX
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=30
scrapy crawl noticias --nolog -s filename=2017-03-30.json -a year=2017 -a month=3 -a day=30
```
No se encontró notas antes del 2015.10.23.
* [Mi Punto de Vista](http://www.mipuntodevista.com.mx)
......@@ -263,7 +251,7 @@ Se incluyen los siguientes medios:
```bash
cd miPuntoDeVista
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=28
scrapy crawl noticias --nolog -s filename=2017-03-28.json -a year=2017 -a month=3 -a day=28
```
No se encontró notas antes del 2008.10.04.
* [Notirivas](http://gruporivas.com.mx/notirivas)
......@@ -276,7 +264,7 @@ Se incluyen los siguientes medios:
```bash
cd notirivas
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=30
scrapy crawl noticias --nolog -s filename=2017-03-30.json -a year=2017 -a month=3 -a day=30
```
No se encontró notas antes del 2016.11.22.
* [Notisureste](http://www.notisureste.com)
......@@ -289,7 +277,7 @@ Se incluyen los siguientes medios:
```bash
cd notisureste
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=22
scrapy crawl noticias --nolog -s filename=2017-03-22.json -a year=2017 -a month=3 -a day=22
```
No se encontró notas antes del 2011.11.28.
* [Proceso](http://www.proceso.com.mx)
......@@ -312,7 +300,7 @@ Se incluyen los siguientes medios:
```bash
cd puntoMedio
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=27
scrapy crawl noticias --nolog -s filename=2017-03-27.json -a year=2017 -a month=3 -a day=27
```
No se encontró notas antes del 2015.08.02.
* [Sona 89.3](http://sona893.fm)
......@@ -325,7 +313,7 @@ Se incluyen los siguientes medios:
```bash
cd sona893
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=24
scrapy crawl noticias --nolog -s filename=2017-03-24.json -a year=2017 -a month=3 -a day=24
```
No se encontró notas antes del 2012.04.09.
* [Tribuna de los Cabos](http://www.tribunadeloscabos.com.mx/)
......@@ -338,7 +326,7 @@ Se incluyen los siguientes medios:
```bash
cd tribunaCabos
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2018 -a month=1 -a day=18
scrapy crawl noticias --nolog -s filename=2018-01-18.json -a year=2018 -a month=1 -a day=18
```
No se encontró notas antes del 2016.06.01.
* [Uno Más Uno](http://www.unomasuno.com.mx)
......@@ -351,7 +339,7 @@ Se incluyen los siguientes medios:
```bash
cd unoMasUno
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=09 -a day=22
scrapy crawl noticias --nolog -s filename=2017-09-22.json -a year=2017 -a month=09 -a day=22
```
No se encontró notas antes del 2017.05.04.
* [Yucatán a la Mano](http://www.yucatanalamano.com)
......@@ -364,7 +352,7 @@ Se incluyen los siguientes medios:
```bash
cd yucatanALaMano
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=25
scrapy crawl noticias --nolog -s filename=2017-03-25.json -a year=2017 -a month=3 -a day=25
```
No se encontró notas antes del 2015.05.11.
* [Yucatán al Minuto](http://www.yucatanalminuto.com)
......@@ -381,12 +369,13 @@ Se incluyen los siguientes medios:
Acceso por día:
```bash
http://florcastillo.mx/noticias/2017/9/13
http://www.yucatanencorto.com/noticias/2017/12/15
```
Uso:
```bash
cd yucatanEnCorto
scrapy crawl noticias -t json --nolog -o noticias.json -a year=2017 -a month=3 -a day=29
scrapy crawl noticias --nolog -s filename=2017-03-29.json -a year=2017 -a month=3 -a day=29
```
No se encontró notas antes del 2011.04.02.
No se encontró notas antes del 2017.10.18 para esta version del crawler.
En general se tienen notas desde el 2011.04.02.
Markdown is supported
0% or
You are about to add 0 people to the discussion. Proceed with caution.
Finish editing this message first!
Please register or to comment