Desinformação: Lupa

Descrição da arquitetura, tecnologias e passos adotados para a extração das informações do serviço de fact-checking Lupa em Python - por meio do processo de Web Scraping (extração de dados da web). Lupa – página de listagem de checagens (/categoria/verificação) e páginas individuais de artigo; O objetivo foi coletar, para cada verificação/artigos checados, os campos: a) URL;b) Título;c) Data;d) Assunto;e) Classificação;f) Tipo (sempre “Checagem”);g) Autor. Os dados foram salvos em dois formatos: CSV (UTF-8) e Excel (.xlsx). 2 - Tecnologias e Stack Camada Ferramenta / Biblioteca Linguagem Python 3.10+ Automação Selenium WebDriver 4.x Navegador Headless Google Chrome + ChromeDriver Esperas WebDriverWait + expected conditions Manipulação CSV módulo csv (builtin) Planilha Excel openpyxl DataFrame pandas (opcional) Regex re (builtin) Pausa time.sleep 3 - Arquitetura da Solução url_list.py | v Script principal do scrapingEtapa 1 - Inicia o Selenium headless ChromeEtapa 2 - Para a lista de URL (Lupa): { driver.get(url){ espera e extrai campos via CSS{ escreve linha em CSV/Excel Etapa 3 - Fecha driver, salva arquivos. 4 - Fluxo de Coleta 1 - Listagem: Acessa o endpoint de categoria, clica em “Carregar mais”e faz scroll para capturar a.sc-eDWCr.hNENvd. 2 - Artigo: Para cada URL, extrai: a) span.sc-eDvSVe.bMMjGB (assunto, classifica,c˜ao) b) span.sc-eDvSVe.hsxZzW (t´ıtulo) c) a.sc-csuSiG.kmJMjO (autor) d) span.sc-eDvSVe.fJkPUE (data) e) Tipo fixo “Checagem”. 5 - Escrita Incremental de DadosPara persistência imediata:a) CSV: abre em append e grava cada registro após scraping.b) Excel: usa openpyxl.Workbook(), ws.append(row) por item, e salva ao final.Cabeçalho comum: url, título, data, assunto, classificação, tipo, autor. 6 Exemplo de pseudocódigoimport csv, timefrom selenium import webdriver# ...with open(’dados.csv’,’w’,encoding=’utf-8’) as f: writer = csv.writer(f) writer.writerow([...]) for url in urls: driver.get(url) time.sleep(3) # extrai campos writer.writerow([url, título, data, assunto, classificação, ’Checagem’, autor]) driver.quit() 7 Boas Práticasa) Usar seletores robustos, hierarquia quando possível.b) Definir timeouts e esperas para evitar travamentos.c) Execução headless para automação sem UI.d) Gravação incremental para evitar perda de dados.