RAE webscrapping

Descripción del proyecto

Bot de Telegram que, dada una palabra y un comando, busque esa palabra en la RAE. La palabra se descargará en la base de datos local en la primera vez que se haga la consulta. 

El proyecto consiste en crear:

• Un backend de Python que nos sirva como API:

  • Un webscrapper en este backend que nos permita obtener las definiciones de la RAE.
  • La estructura del proyecto estará definida con clases y programación orientada a objetos.
  • Las librerías principales que se usarán serán re , fastapi, pydantic, bs4.

• Tener una buena base de datos local con SQLite.

• Usar PostMan para probar la API.

• Tener el repositorio en GitHub para poder enseñarlo.

• Aprender a usar el debugger con PyCharm.

• Aprender a conectar Telegram con nuestra API.

Conceptos

.gitignore

Es un archivo de configuración que indica qué archivos y directorios deben ser ignorados por Git.

requeriments.txt

Sirve para:

• Especificar Dependencias: Enumera las bibliotecas y sus versiones exactas que el proyecto necesita para funcionar correctamente.

• Facilitar la Instalación: Permite a otros usuarios instalar todas las dependencias necesarias con un solo comando usando pip: [pip install -r requirements.txt]

• Reproducibilidad: Ayuda a garantizar que el entorno de desarrollo sea consistente y reproducible, ya que todos los colaboradores usan las mismas versiones de las bibliotecas.

Comandos de Git

• git add <FICHERO>para añadir ficheros de interés en local. Ej: " git add ./README.md "
• git commit -m <MENSAJE> para añadir los cambios a la rama local. Ej: " git commit -m "Add git basic commands to README" "
• git push para enviar los cambios al remoto.
• git rm -rf --cached .idea/ para eliminar los ficheros de Pycharm, luego ponemos en .gitignore ".idea/"

Comandos de bash

• pip: Manejador de libreríaas de Python.

  • freeze: Nos indica los paquetes que tenemos en nuestro virtual environment.

Enlaces de interés

-Librería de Pydantic: Contiene información sobre cómo construir clases.

-User Agents: Esto le dice al servidor que tu petición viene de un navegador, no de un script automatizado.

Estructura de un proyecto

• Siempre habrá una carpeta llamadaapp con el código.
• Tendremos schemas que servirá para definir las clases de "Pydantic".
• Luego tendremos infrastructure que servirá para tener los modelos de las bases de datos.
• Por último, los services que contiene el código que usa las clases contenidas con antelación.