jupiterweb-scraper 0.1.0__py3-none-any.whl

jupiterweb/__init__.py

@@ -0,0 +1,19 @@
+import importlib.metadata
+
+from .disciplina import Disciplina, HorarioAula, Oferecimento, Requisito
+from .instituto import Instituto
+from .jupiterweb import obter_institutos
+
+try:
+    __version__ = importlib.metadata.version("your_package")
+except importlib.metadata.PackageNotFoundError:
+    __version__ = "0.0.0"
+
+__all__ = [
+    "Disciplina",
+    "HorarioAula",
+    "Oferecimento",
+    "Requisito",
+    "Instituto",
+    "obter_institutos",
+]

jupiterweb/data/institutos.json

@@ -0,0 +1,382 @@
+{
+    "1": {
+        "nome": "Pró-Reitoria de Graduação - Cursos Interunidades",
+        "campus": "Butantã",
+        "abrev": "PRG"
+    },
+    "2": {
+        "nome": "Faculdade de Direito",
+        "campus": "Quadrilátero",
+        "abrev": "FD"
+    },
+    "3": {
+        "nome": "Escola Politécnica",
+        "campus": "Butantã",
+        "abrev": "POLI"
+    },
+    "4": {
+        "nome": "Instituto de Energia e Ambiente",
+        "campus": "Butantã",
+        "abrev": "IEE"
+    },
+    "5": {
+        "nome": "Faculdade de Medicina",
+        "campus": "Quadrilátero",
+        "abrev": "FM"
+    },
+    "6": {
+        "nome": "Faculdade de Saúde Pública",
+        "campus": "Quadrilátero",
+        "abrev": "FSP"
+    },
+    "7": {
+        "nome": "Escola de Enfermagem",
+        "campus": "Quadrilátero",
+        "abrev": "EE"
+    },
+    "8": {
+        "nome": "Faculdade de Filosofia, Letras e Ciências Humanas",
+        "campus": "Butantã",
+        "abrev": "FFLCH"
+    },
+    "9": {
+        "nome": "Faculdade de Ciências Farmacêuticas",
+        "campus": "Butantã",
+        "abrev": "FCF"
+    },
+    "10": {
+        "nome": "Faculdade de Medicina Veterinária e Zootecnia",
+        "campus": "Butantã",
+        "abrev": "FMVZ"
+    },
+    "11": {
+        "nome": "Escola Superior de Agricultura \"Luiz de Queiroz\"",
+        "campus": "Piracicaba",
+        "abrev": "ESALQ"
+    },
+    "12": {
+        "nome": "Faculdade de Economia, Administração, Contabilidade e Atuária",
+        "campus": "Butantã",
+        "abrev": "FEA"
+    },
+    "13": {
+        "nome": "Escola Politécnica e Faculdade de Medicina",
+        "campus": "Butantã",
+        "abrev": "POLI/FM"
+    },
+    "14": {
+        "nome": "Instituto de Astronomia, Geofísica e Ciências Atmosféricas",
+        "campus": "Butantã",
+        "abrev": "IAG"
+    },
+    "15": {
+        "nome": "Faculdade de Odontologia, Instituto de Ciências Biomédicas, Instituto de Química e Instituto de Biociências",
+        "campus": "Butantã",
+        "abrev": "FO/ICB/IQ/IB"
+    },
+    "16": {
+        "nome": "Faculdade de Arquitetura e Urbanismo e de Design",
+        "campus": "Butantã",
+        "abrev": "FAU"
+    },
+    "17": {
+        "nome": "Faculdade de Medicina de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FMRP"
+    },
+    "18": {
+        "nome": "Escola de Engenharia de São Carlos",
+        "campus": "São Carlos",
+        "abrev": "EESC"
+    },
+    "20": {
+        "nome": "Escola Politécnica, Instituto de Matemática, Estatística e Ciência da Computação, Instituto de Física",
+        "campus": "Butantã",
+        "abrev": "POLI/IME/IF"
+    },
+    "21": {
+        "nome": "Instituto Oceanográfico",
+        "campus": "Butantã",
+        "abrev": "IO"
+    },
+    "22": {
+        "nome": "Escola de Enfermagem de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "EERP"
+    },
+    "23": {
+        "nome": "Faculdade de Odontologia",
+        "campus": "Butantã",
+        "abrev": "FO"
+    },
+    "24": {
+        "nome": "Faculdade de Medicina de Bauru",
+        "campus": "Bauru",
+        "abrev": "FMBRU"
+    },
+    "25": {
+        "nome": "Faculdade de Odontologia de Bauru",
+        "campus": "Bauru",
+        "abrev": "FOB"
+    },
+    "26": {
+        "nome": "Instituto de Astronomia, Geofísica e Ciências Atmosféricas e Instituto de Geociências",
+        "campus": "Butantã",
+        "abrev": "IAG/IGc"
+    },
+    "27": {
+        "nome": "Escola de Comunicações e Artes",
+        "campus": "Butantã",
+        "abrev": "ECA"
+    },
+    "30": {
+        "nome": "Centro de Biologia Marinha",
+        "campus": "São Sebastião",
+        "abrev": "CEBIMar"
+    },
+    "31": {
+        "nome": "Instituto de Estudos Brasileiros",
+        "campus": "Butantã",
+        "abrev": "IEB"
+    },
+    "32": {
+        "nome": "Museu de Arte Contemporânea",
+        "campus": "Butantã",
+        "abrev": "MAC"
+    },
+    "33": {
+        "nome": "Museu Paulista",
+        "campus": "Ipiranga",
+        "abrev": "MP"
+    },
+    "37": {
+        "nome": "Instituto de Estudos Avançados",
+        "campus": "Butantã",
+        "abrev": "IEA"
+    },
+    "38": {
+        "nome": "Museu de Zoologia",
+        "campus": "Ipiranga",
+        "abrev": "MZUSP"
+    },
+    "39": {
+        "nome": "Escola de Educação Física e Esporte",
+        "campus": "Butantã",
+        "abrev": "EEFE"
+    },
+    "41": {
+        "nome": "Instituto de Biociências",
+        "campus": "Butantã",
+        "abrev": "IB"
+    },
+    "42": {
+        "nome": "Instituto de Ciências Biomédicas",
+        "campus": "Butantã",
+        "abrev": "ICB"
+    },
+    "43": {
+        "nome": "Instituto de Física",
+        "campus": "Butantã",
+        "abrev": "IF"
+    },
+    "44": {
+        "nome": "Instituto de Geociências",
+        "campus": "Butantã",
+        "abrev": "IGc"
+    },
+    "45": {
+        "nome": "Instituto de Matemática, Estatística e Ciência da Computação",
+        "campus": "Butantã",
+        "abrev": "IME"
+    },
+    "46": {
+        "nome": "Instituto de Química",
+        "campus": "Butantã",
+        "abrev": "IQ"
+    },
+    "47": {
+        "nome": "Instituto de Psicologia",
+        "campus": "Butantã",
+        "abrev": "IP"
+    },
+    "48": {
+        "nome": "Faculdade de Educação",
+        "campus": "Butantã",
+        "abrev": "FE"
+    },
+    "55": {
+        "nome": "Instituto de Ciências Matemáticas e de Computação",
+        "campus": "São Carlos",
+        "abrev": "ICMC"
+    },
+    "58": {
+        "nome": "Faculdade de Odontologia de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FORP"
+    },
+    "59": {
+        "nome": "Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FFCLRP"
+    },
+    "60": {
+        "nome": "Faculdade de Ciências Farmacêuticas de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FCFRP"
+    },
+    "61": {
+        "nome": "Hospital de Reabilitação de Anomalias Craniofaciais",
+        "campus": "Bauru",
+        "abrev": "HRAC"
+    },
+    "64": {
+        "nome": "Centro de Energia Nuclear na Agricultura",
+        "campus": "Piracicaba",
+        "abrev": "CENA"
+    },
+    "65": {
+        "nome": "Pró-Reitoria de Graduação - Licenciatura em Ciências - Semipresencial",
+        "campus": "Butantã",
+        "abrev": "PRG-LC"
+    },
+    "66": {
+        "nome": "Física Médica - Instituto de Física e Faculdade de Medicina",
+        "campus": "Butantã",
+        "abrev": "IF/FM"
+    },
+    "67": {
+        "nome": "Faculdade de Medicina, Instituto de Ciências Biomédicas, Instituto de Química e Instituto de Biociências",
+        "campus": "Quadrilátero",
+        "abrev": "FM/ICB/IQ/IB"
+    },
+    "68": {
+        "nome": "Faculdade de Odontologia e Instituto de Ciências Biomédicas",
+        "campus": "Butantã",
+        "abrev": "FO/ICB"
+    },
+    "69": {
+        "nome": "Instituto de Biociências e Faculdade de Arquitetura e Urbanismo",
+        "campus": "Butantã",
+        "abrev": "IB/FAU"
+    },
+    "71": {
+        "nome": "Museu de Arqueologia e Etnologia",
+        "campus": "Butantã",
+        "abrev": "MAE"
+    },
+    "74": {
+        "nome": "Faculdade de Zootecnia e Engenharia de Alimentos",
+        "campus": "Pirassununga",
+        "abrev": "FZEA"
+    },
+    "75": {
+        "nome": "Instituto de Química de São Carlos",
+        "campus": "São Carlos",
+        "abrev": "IQSC"
+    },
+    "76": {
+        "nome": "Instituto de Física de São Carlos",
+        "campus": "São Carlos",
+        "abrev": "IFSC"
+    },
+    "81": {
+        "nome": "Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FEARP"
+    },
+    "83": {
+        "nome": "Instituto de Medicina Tropical de São Paulo",
+        "campus": "Quadrilátero",
+        "abrev": "IMT"
+    },
+    "85": {
+        "nome": "Instituto de Pesquisas Energéticas e Nucleares",
+        "campus": "Butantã",
+        "abrev": "IPEN"
+    },
+    "86": {
+        "nome": "Escola de Artes, Ciências e Humanidades",
+        "campus": "Leste",
+        "abrev": "EACH"
+    },
+    "87": {
+        "nome": "Instituto de Relações Internacionais",
+        "campus": "Butantã",
+        "abrev": "IRI"
+    },
+    "88": {
+        "nome": "Escola de Engenharia de Lorena",
+        "campus": "Lorena",
+        "abrev": "EEL"
+    },
+    "89": {
+        "nome": "Faculdade de Direito de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FDRP"
+    },
+    "90": {
+        "nome": "Licenciatura em Ciências Exatas - São Carlos",
+        "campus": "São Carlos",
+        "abrev": "LCE"
+    },
+    "91": {
+        "nome": "Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto e Faculdade de Medicina de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FFCLRP/FMRP"
+    },
+    "92": {
+        "nome": "Instituto de Biociências e Centro de Biologia Marinha",
+        "campus": "Butantã",
+        "abrev": "IB/CEBIMar"
+    },
+    "93": {
+        "nome": "Instituto de Astronomia, Geofísica e Ciências Atmosféricas e Instituto Oceanográfico",
+        "campus": "Butantã",
+        "abrev": "IAG/IO"
+    },
+    "94": {
+        "nome": "Escola de Enfermagem de Ribeirão Preto e Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "EERP/FEARP"
+    },
+    "95": {
+        "nome": "Faculdade de Odontologia de Ribeirão Preto e Faculdade de Ciências Farmacêuticas de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FORP/FCFRP"
+    },
+    "96": {
+        "nome": "Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto e Faculdade de Economia, Administração e Contabilidade de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "FFCLRP/FEARP"
+    },
+    "97": {
+        "nome": "Escola de Engenharia de São Carlos e Instituto de Ciências Matemáticas e de Computação",
+        "campus": "São Carlos",
+        "abrev": "EESC/ICMC"
+    },
+    "98": {
+        "nome": "Escola de Educação Física e Esporte de Ribeirão Preto",
+        "campus": "Ribeirão Preto",
+        "abrev": "EEFERP"
+    },
+    "99": {
+        "nome": "Instituto de Arquitetura e Urbanismo de São Carlos",
+        "campus": "São Carlos",
+        "abrev": "IAU"
+    },
+    "100": {
+        "nome": "Faculdade de Ciências Farmacêuticas e Instituto de Ciências Biomédicas",
+        "campus": "Butantã",
+        "abrev": "FCF/ICB"
+    },
+    "101": {
+        "nome": "Instituto de Química e Faculdade de Ciências Farmacêuticas",
+        "campus": "Butantã",
+        "abrev": "IQ/FCF"
+    },
+    "102": {
+        "nome": "Faculdade de Saúde Pública e Faculdade de Ciências Farmacêuticas",
+        "campus": "Quadrilátero",
+        "abrev": "FSP/FCF"
+    }
+}

jupiterweb/disciplina.py

@@ -0,0 +1,373 @@
+import re
+import unicodedata
+from typing import Any
+from warnings import warn
+
+from .urls import URLS
+from .utils import obter_soup, truncate_string
+
+
+class Disciplina:
+    """
+    Disciplina cadastrada no Jupiterweb.
+    """
+
+    def __init__(self, sigla: str) -> None:
+        self.sigla = str(sigla).upper()
+        self._dados: dict[str, Any] = {}
+        self._carregado = False
+
+    def __repr__(self) -> str:
+        return f"Disciplina(sigla='{self.sigla}')"
+
+    def __str__(self) -> str:
+        return self.sigla
+
+    def __getitem__(self, key: str) -> Any:
+        return self.obter_dados()[key]
+
+    def obter_dados(self) -> dict[str, Any]:
+        """
+        Retorna dados da disciplina no Jupiterweb. Se disciplina ainda nao foi carregada,
+        faz o scraping antes de retornar.
+        """
+
+        if not self._carregado:
+            self._carregar()
+        return self._dados
+
+    @property
+    def url_principal(self) -> str:
+        """
+        URL da pagina principal da disciplina no Jupiterweb.
+        """
+
+        return URLS["disciplina"].format(sigla=self.sigla)
+
+    @property
+    def url_oferecimento(self) -> str:
+        """
+        URL da pagina de oferecimentos da disciplina no Jupiterweb.
+        """
+
+        return URLS["oferecimento"].format(sigla=self.sigla)
+
+    @property
+    def url_requisitos(self) -> str:
+        """
+        URL da pagina de requisitos da disciplina no Jupiterweb.
+        """
+
+        return URLS["requisitos"].format(sigla=self.sigla)
+
+    def _normalizar_titulo(self, title: str) -> str:
+        """
+        Converte titulo ao formato padrao para chaves de dicionario.
+        """
+
+        title = title.strip().rstrip(":")
+        title = unicodedata.normalize("NFKD", title)
+        title = title.encode("ascii", "ignore").decode()
+        title = title.lower()
+        title = re.sub(r" +", " ", title)
+        return title
+
+    def _carregar_principal(self) -> None:
+        """
+        Faz scraping da pagina principal da disciplina e armazena os dados obtidos.
+        """
+
+        soup = obter_soup(self.url_principal)
+
+        table = soup.select_one("form[name='form1'] > table")
+        if not table:
+            warn(f"Nao foi possivel carregar pagina principal da disciplina {self.sigla}")
+            return
+
+        # ----- Texto centralizado -----
+        centered_text = [i.get_text(strip=True) for i in table.select("td[align='CENTER']")]
+        centered_text = [(centered_text[i] if len(centered_text) > i else "") for i in range(4)]
+
+        self._dados["instituto"] = centered_text[0]
+        self._dados["departamento"] = centered_text[1]
+        self._dados["nome"] = centered_text[2].removeprefix("Disciplina:").split("-", 1)[1].strip()
+        self._dados["nome ingles"] = centered_text[3]
+
+        # ----- Texto livre -----
+        span_text = table.select("span.txt_arial_8pt_gray, span.txt_arial_8pt_black")
+
+        title = ""  # guardar texto em self._dados[title] (se subtitle == "")
+        subtitle = ""  # guardar texto em self._dados[title][subtitle] (se subtitle != "")
+        subtitle_tab = None  # tabela em que subtitle foi encontrado
+        added_text = False  # se texto ja foi adicionado ao titulo atual (nao pode ter subtitulos)
+
+        for span in span_text:
+            text = span.get_text(strip=True, separator="\n")
+
+            if span.has_attr("class") and "txt_arial_8pt_black" in span["class"]:  # titulo ou subtitulo
+                text = self._normalizar_titulo(text)
+                tab = span.find_parent("table")
+
+                if title and ((not subtitle and not added_text) or (subtitle and tab == subtitle_tab)):  # subtitulo
+                    subtitle = text
+                    subtitle_tab = tab
+
+                    if (title not in self._dados) or (not isinstance(self._dados[title], dict)):
+                        self._dados[title] = {}
+                    self._dados[title][subtitle] = ""
+                else:  # titulo
+                    title = text
+                    subtitle = ""
+                    self._dados[title] = ""
+                added_text = False
+            else:  # texto
+                if subtitle:
+                    self._dados[title][subtitle] += "\n" + text if self._dados[title][subtitle] and text else text
+                else:
+                    self._dados[title] += "\n" + text if self._dados[title] and text else text
+                    added_text = True  # mesmo se text = "" o titulo nao pode ter subtitulos
+
+    def _carregar_requisitos(self) -> None:
+        """
+        Faz scraping da pagina de requisitos da disciplina e armazena os dados obtidos.
+        """
+
+        # dados["requisitos"][curso] = [["x"], ["y", "z"]] significa que, para fazer a
+        # disciplina, alunos de 'curso' precisam ter feito a disciplina "x", ou ter
+        # feito ambas as disciplinas "y" e "z".
+
+        self._dados["requisitos"] = {}
+        self._dados["periodo ideal"] = {}
+
+        soup = obter_soup(self.url_requisitos)
+        table = soup.select_one("form[name='form1'] > table")
+
+        if not table:
+            return  # sem requisitos
+
+        rows = table.select("tr.txt_verdana_8pt_gray")
+        curso = ""
+        index = 0  # adicionar em self._dados["requisitos"][curso][index]
+
+        for row in rows:
+            td = row.find_all("td")
+            if not td:
+                continue
+
+            txt = " ".join(td[0].text.strip().split())
+            if not txt:
+                continue
+
+            if txt.startswith("Curso"):
+                sep = txt.removeprefix("Curso:").split(" - Período ideal:", 1)
+
+                curso = sep[0].strip()
+                index = 0
+                self._dados["requisitos"][curso] = [[]]
+
+                if len(sep) > 1:
+                    self._dados["periodo ideal"][curso] = int(sep[1])
+            elif curso and txt.lower() == "ou":
+                index += 1
+                self._dados["requisitos"][curso].append([])
+            elif curso:
+                sigla = txt.split("-", 1)[0].strip().upper()
+                tipo = td[1].get_text(strip=True)
+                if not tipo:
+                    tipo = "requisito"
+
+                req = Requisito(sigla, tipo)
+                self._dados["requisitos"][curso][index].append(req)
+
+    def _carregar_oferecimento(self) -> None:
+        """
+        Faz scraping da pagina de oferecimento da disciplina e armazena os dados obtidos.
+        """
+
+        self._dados["oferecimento"] = []
+
+        soup = obter_soup(self.url_oferecimento)
+        table = soup.select_one("div#layout_principal > table:nth-of-type(4)")
+
+        if not table:
+            return  # sem oferecimentos
+
+        boxes = table.select_one("td").find_all("div", recursive=False)
+
+        for box in boxes:
+            box_tables = box.find_all("table", recursive=False)
+
+            # ----- Informacao basica -----
+            info_text = [i.get_text(strip=True) for i in box_tables[0].select("span.txt_arial_8pt_gray")]
+            info_text = [(info_text[i] if len(info_text) > i else "") for i in range(5)]
+
+            oferecimento = Oferecimento(
+                codigo=info_text[0],
+                data_inicio=info_text[1],
+                data_fim=info_text[2],
+                tipo_turma=info_text[3],
+                observacoes=info_text[4],
+                sigla_disciplina=self.sigla,
+            )
+
+            # ----- Horarios -----
+            horarios_rows = box_tables[1].find_all("tr", recursive=False)[1:]
+
+            for row in horarios_rows:
+                row_text = [i.get_text(strip=True) for i in row.find_all("td", recursive=False)]
+                row_text = [(row_text[i] if len(row_text) > i else "") for i in range(4)]
+
+                oferecimento.adicionar_horario(row_text[0], row_text[1], row_text[2], row_text[3])
+
+            # ----- Vagas -----
+            vagas_rows = box_tables[2].find_all("tr", recursive=False)
+            vagas_labels = [i.get_text(strip=True).lower() for i in vagas_rows[0].find_all("td", recursive=False)][1:]
+            vagas_labels = [self._normalizar_titulo(i) for i in vagas_labels]
+
+            tipo_vaga = ""
+
+            for row in vagas_rows[1:]:
+                row_text = [i.get_text(strip=True) for i in row.find_all("td", recursive=False)]
+
+                istitle = row_text[0] != ""
+                if not istitle:
+                    row_text = row_text[1:]
+
+                row_name = row_text[0]
+                row_vals = [(int(i) if i.isnumeric() else "-") for i in row_text[1:]]
+                row_vals = [(row_vals[i] if len(row_vals) > i else "-") for i in range(len(vagas_labels))]
+                row_items = {vagas_labels[i]: row_vals[i] for i in range(len(vagas_labels))}
+
+                if istitle:  # novo tipo de vaga
+                    tipo_vaga = self._normalizar_titulo(row_name)
+                    oferecimento.vagas[tipo_vaga] = row_items
+                    oferecimento.vagas[tipo_vaga]["cursos"] = {}
+                else:
+                    oferecimento.vagas[tipo_vaga]["cursos"][row_name] = row_items
+
+            self._dados["oferecimento"].append(oferecimento)
+
+    def _carregar(self) -> None:
+        """
+        Faz scraping da disciplina e armazena os seus dados.
+        """
+
+        self._dados = {
+            "sigla": self.sigla,
+        }
+
+        self._carregar_principal()
+        self._carregar_requisitos()
+        self._carregar_oferecimento()
+        self._carregado = True
+
+    def possui_oferecimento(self) -> bool:
+        """
+        Verifica se disciplina tem algum oferecimento no semestre atual.
+        """
+
+        return bool(self.obter_dados().get("oferecimento"))
+
+    def mostrar(self, trunc_str: bool = True) -> None:
+        """
+        Mostra dados da disciplina de forma legivel. Utilizada principalmente
+        para debug. Se trunc_str = True, strings longas serao truncadas.
+        """
+
+        LARGURA = 120
+
+        for key, val in self.obter_dados().items():
+            print(f"\n{key}{'─'*max(0, LARGURA-len(key))}")
+
+            if not val:
+                print("  (vazio)")
+            elif isinstance(val, dict):
+                for subkey, subval in val.items():
+                    print(f" {subkey}{'─'*max(0, LARGURA-len(subkey)-1)}")
+
+                    if isinstance(subval, str) and trunc_str:
+                        subval = truncate_string(subval, LARGURA - 4)
+                    print(f"    {subval}")
+            else:
+                if isinstance(val, str) and trunc_str:
+                    val = truncate_string(val, LARGURA - 2)
+                print(f"  {val}")
+
+
+class Requisito:
+    """
+    Requisito de disciplina no Jupiterweb.
+    """
+
+    def __init__(self, sigla: str, tipo: str = "requisito") -> None:
+        self.sigla = str(sigla)
+        self.tipo = str(tipo).lower()  # requisito fraco, indicacao de conjunto, etc.
+
+    def __repr__(self) -> str:
+        return f"Requisito(sigla='{self.sigla}',tipo='{self.tipo}')"
+
+    def __str__(self) -> str:
+        return self.sigla
+
+    def obter_disciplina(self) -> Disciplina:
+        """
+        Retorna objeto Disciplina correspondente ao requisito.
+        """
+
+        return Disciplina(self.sigla)
+
+
+class Oferecimento:
+    """
+    Oferecimento de turma no Jupiterweb.
+    """
+
+    def __init__(
+        self,
+        codigo: str,
+        data_inicio: str,
+        data_fim: str,
+        tipo_turma: str,
+        observacoes: str = "",
+        sigla_disciplina: str = "",
+    ) -> None:
+        self.codigo = str(codigo).upper()
+        self.data_inicio = data_inicio
+        self.data_fim = data_fim
+        self.tipo_turma = str(tipo_turma).lower()
+        self.observacoes = observacoes
+        self.sigla_disciplina = str(sigla_disciplina).upper()
+        self.horarios: list[HorarioAula] = []
+        self.vagas = {}
+
+    def __repr__(self) -> str:
+        return f"Oferecimento(codigo='{self.codigo}',data_inicio='{self.data_inicio}',data_fim='{self.data_fim}',tipo_turma='{self.tipo_turma}',observacoes='{self.observacoes}',sigla_disciplina='{self.sigla_disciplina}')"
+
+    def __str__(self) -> str:
+        return f"Turma {self.codigo}"
+
+    def adicionar_horario(self, dia_semana: str, hora_inicio: str, hora_fim: str, professor: str) -> None:
+        """
+        Adiciona horario de aula ao oferecimento.
+        """
+
+        horario = HorarioAula(dia_semana, hora_inicio, hora_fim, professor)
+        self.horarios.append(horario)
+
+
+class HorarioAula:
+    """
+    Horario de aula no Jupiterweb.
+    """
+
+    def __init__(self, dia_semana: str, hora_inicio: str, hora_fim: str, professor: str) -> None:
+        self.dia_semana = str(dia_semana).lower()
+        self.hora_inicio = hora_inicio
+        self.hora_fim = hora_fim
+        self.professor = professor
+
+    def __repr__(self) -> str:
+        return f"HorarioAula(dia_semana='{self.dia_semana}',hora_inicio='{self.hora_inicio}',hora_fim='{self.hora_fim}',professor='{self.professor}')"
+
+    def __str__(self) -> str:
+        return f"{self.dia_semana} ({self.hora_inicio} - {self.hora_fim}) Prof(a). {self.professor}"

jupiterweb/instituto.py

@@ -0,0 +1,61 @@
+from .disciplina import Disciplina
+from .urls import URLS
+from .utils import obter_soup
+
+
+class Instituto:
+    """
+    Unidade de ensino cadastrada no Jupiterweb.
+    """
+
+    def __init__(self, codigo: str, nome: str, campus: str, abrev: str) -> None:
+        self.codigo = str(codigo)
+        self.nome = nome
+        self.campus = campus
+        self.abrev = abrev
+        self.disciplinas = []
+        self._carregado = False
+
+    def __repr__(self) -> str:
+        return f"Instituto(codigo='{self.codigo}',nome='{self.nome}',campus='{self.campus}',abrev='{self.abrev}')"
+
+    def __str__(self) -> str:
+        return self.nome
+
+    def _carregar(self) -> None:
+        """
+        Faz scraping da pagina com as disciplinas do instituto e armazena
+        os objetos do tipo Disciplina correspondentes (delega o scraping das
+        disciplinas, que é feito sob demanda).
+        """
+
+        if self._carregado:
+            return
+
+        soup = obter_soup(self.url_listagem)
+        disciplina_rows = soup.select("tr[bgcolor='#658CCF'] ~tr")
+
+        for row in disciplina_rows:
+            tds = row.find_all("td")
+            sigla = tds[0].find("span").get_text(strip=True)
+            self.disciplinas.append(Disciplina(sigla))
+
+        self._carregado = True
+
+    @property
+    def url_listagem(self) -> str:
+        """
+        URL do Jupiterweb com todas as disciplinas oferecidas pela unidade de ensino.
+        """
+
+        return URLS["listagem"].format(codigo=self.codigo)
+
+    def obter_disciplinas(self) -> list[Disciplina]:
+        """
+        Retorna lista de disciplinas oferecidas no instituto.
+        """
+
+        if not self._carregado:
+            self._carregar()
+
+        return self.disciplinas

jupiterweb/jupiterweb.py

@@ -0,0 +1,15 @@
+import json
+
+from .instituto import Instituto
+from .paths import PATHS
+
+
+def obter_institutos() -> list[Instituto]:
+    """
+    Retorna lista com todas as unidades de ensino cadastradas no Jupiterweb (delega
+    o scraping da pagina da unidade e de suas disciplinas, que é feito sob demanda).
+    """
+
+    with open(PATHS["institutos"], "r", encoding="utf-8") as f:
+        data = json.load(f)
+    return [Instituto(codigo, data[codigo]["nome"], data[codigo]["campus"], data[codigo]["abrev"]) for codigo in data]

jupiterweb/paths.py

@@ -0,0 +1,8 @@
+from pathlib import Path
+
+ROOT_DIR = Path(__file__).parent.resolve()
+DATA_DIR = ROOT_DIR / "data"
+
+PATHS = {
+    "institutos": DATA_DIR / "institutos.json",
+}

jupiterweb/urls.py

@@ -0,0 +1,10 @@
+from urllib.parse import urljoin
+
+URL_BASE = "https://uspdigital.usp.br/jupiterweb/"
+URLS: dict[str, str] = {
+    "listagem": urljoin(URL_BASE, "jupDisciplinaLista?codcg={codigo}&letra=0-Z&tipo=D"),
+    "disciplina": urljoin(URL_BASE, "obterDisciplina?sgldis={sigla}"),
+    "oferecimento": urljoin(URL_BASE, "obterTurma?sgldis={sigla}"),
+    "requisitos": urljoin(URL_BASE, "listarCursosRequisitos?coddis={sigla}"),
+    "institutos": urljoin(URL_BASE, "jupColegiadoLista?tipo=D"),
+}

jupiterweb/utils.py

@@ -0,0 +1,25 @@
+import requests
+from bs4 import BeautifulSoup
+
+
+def obter_soup(url: str) -> BeautifulSoup:
+    """
+    Faz request para URL e retorna objeto BeautifulSoup com o texto da resposta.
+    """
+
+    response = requests.get(url, timeout=10)
+    response.raise_for_status()
+    response.encoding = "iso-8859-1"
+    soup = BeautifulSoup(response.text, "html.parser")
+
+    return soup
+
+
+def truncate_string(s: str, max_length: int) -> str:
+    """
+    Trunca string para um comprimento máximo, adicionando "..." no final se necessário.
+    """
+
+    if len(s) <= max_length:
+        return s
+    return s[: max(max_length - 3, 0)] + "..."

jupiterweb_scraper-0.1.0.dist-info/METADATA

@@ -0,0 +1,96 @@
+Metadata-Version: 2.4
+Name: jupiterweb-scraper
+Version: 0.1.0
+Summary: Extração de informações sobre disciplinas da Universidade de São Paulo a partir do Jupiterweb
+Author: Davi Golebiovski, Isaque Nascimento, Lucas Kevin Silva Muniz
+License: MIT License
+        
+        Copyright (c) 2026 IME Jr
+        
+        Permission is hereby granted, free of charge, to any person obtaining a copy
+        of this software and associated documentation files (the "Software"), to deal
+        in the Software without restriction, including without limitation the rights
+        to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+        copies of the Software, and to permit persons to whom the Software is
+        furnished to do so, subject to the following conditions:
+        
+        The above copyright notice and this permission notice shall be included in all
+        copies or substantial portions of the Software.
+        
+        THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+        IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+        FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+        AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+        LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+        OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+        SOFTWARE.
+        
+Project-URL: Repository, https://github.com/davigole/jupiterweb-scraper
+Project-URL: Issues, https://github.com/davigole/jupiterweb-scraper/issues
+Keywords: usp,jupiterweb,scraper,universidade,web,university
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Developers
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.9
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Requires-Python: >=3.9
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: requests>=2.34.2
+Requires-Dist: beautifulsoup4>=4.15.0
+Dynamic: license-file
+
+# Jupiterweb Scraper
+
+![Python Version](https://img.shields.io/pypi/pyversions/jupiterweb-scraper)
+![License](https://img.shields.io/github/license/davigole/jupiterweb-scraper)
+[![PyPI](https://img.shields.io/pypi/v/jupiterweb-scraper)](https://pypi.org/project/jupiterweb-scraper/)
+
+Biblioteca para extração de informações sobre disciplinas da Universidade de São Paulo a partir do [Jupiterweb](https://uspdigital.usp.br/jupiterweb/).
+
+## 📖 Sobre o projeto
+
+O **Jupiterweb Scraper** é uma biblioteca Python que permite a extração de informações sobre disciplinas da Universidade de São Paulo a partir do [Jupiterweb](https://uspdigital.usp.br/jupiterweb/), o sistema oficial de gestão acadêmica da universidade.
+
+A biblioteca foi desenvolvida por alunos do IME-USP, inicialmente para atender às demandas de um projeto interno da [IME Jr](https://imejr.com/) — a empresa júnior do instituto. No entanto, percebemos que a obtenção de dados do Jupiterweb é uma necessidade recorrente em projetos voltados à comunidade USP. Por isso, decidimos disponibilizar o scraper como projeto open-source, com o intuito de facilitar o desenvolvimento de novas ferramentas destinadas à universidade.
+
+> ⚠️ **Aviso:** O Jupiterweb é um site antigo, com uma estrutura HTML complexa e por vezes inconsistente, o que torna o processo de scraping muito desafiador. É esperado que a biblioteca contenha erros que passaram despercebidos. Se você encontrar algum problema ou comportamento inesperado, pedimos que abra uma [Issue](https://github.com/davigole/jupiterweb-scraper/issues) descrevendo o ocorrido.
+
+## 🚀 Instalação
+
+Para instalar a biblioteca, utilize o comando
+```bash
+pip install jupiterweb-scraper
+```
+
+Ou, para instalar a partir do repositório:
+```bash
+git clone https://github.com/davigole/jupiterweb-scraper.git
+cd jupiterweb-scraper
+pip install -e .
+```
+
+## 📚 Como usar
+
+*A fazer*
+
+## 🤝 Como contribuir
+
+Caso queira contribuir mas não saiba por onde começar, aqui estão algumas melhorias e funcionalidades que ainda não foram implementadas:
+
+- Buscar disciplinas por parte do nome, horário, vagas remanescentes, etc. (o Jupiterweb já tem essas funcionalidades)
+- Obter os cursos oferecidos por cada unidade e informações sobre cada curso (descrição, objetivos, grade curricular, etc.), disponíveis na seção "Cursos de ingresso" do Jupiterweb
+- Obter informações sobre docentes (nome, instituto, departamento, disciplinas que ministra/ministrou, etc.)
+- Obter informações do calendário escolar, disponível em PDF no Jupiterweb
+- Testes automáticos para verificar o funcionamento do scraping
+- Documentação mais completa e exemplos de uso
+- Qualquer alteração nas funções de scraping que torne a biblioteca mais robusta
+
+Contribuições são muito bem-vindas!
+
+## 📄 Licença
+
+MIT © [IME Jr](https://imejr.com/)

jupiterweb_scraper-0.1.0.dist-info/RECORD

@@ -0,0 +1,13 @@
+jupiterweb/__init__.py,sha256=kBBu3Li9m9nr4NOz7VXC7Cc1MbBHhVtYjON4dR95hLA,464
+jupiterweb/disciplina.py,sha256=TAHCPYmzzUs0bIFMFEvDxHy0nXzFLh3k4kqBYo1snGM,13478
+jupiterweb/instituto.py,sha256=i3HL80A_QkK7y2hUgSDUNZOoAi0nbbv8NA_btk6hyjQ,1789
+jupiterweb/jupiterweb.py,sha256=MhRTNCrv8xTgD218OK1aES02hQn4NIKVqa8x1FtSDyc,529
+jupiterweb/paths.py,sha256=AjNzlYqYteYdh-Lc3wWyutbbfhbNJAHP2bMsprTmZb8,167
+jupiterweb/urls.py,sha256=B4SPM5W8E_J6MG7CZhS7L0BOufsDHZjW0AoLb07IDi4,493
+jupiterweb/utils.py,sha256=ZwUQe864hfT2Y6H-oeTXe5aYHacgqtHKxy-altG7I8A,655
+jupiterweb/data/institutos.json,sha256=cJ6Gy8Us60A7PXtQ66JW6ZPtBv5vyXs4jSNuln_4J7s,11402
+jupiterweb_scraper-0.1.0.dist-info/licenses/LICENSE,sha256=GQFN4qoFW8zH3u6PJvlOwiP7y8BV-mf-1YMIFRoqfv8,1084
+jupiterweb_scraper-0.1.0.dist-info/METADATA,sha256=ET7fG-8nX645cNXvu6j2Lj3gkAZ0HoHFttAWA2N-N1A,5229
+jupiterweb_scraper-0.1.0.dist-info/WHEEL,sha256=aeYiig01lYGDzBgS8HxWXOg3uV61G9ijOsup-k9o1sk,91
+jupiterweb_scraper-0.1.0.dist-info/top_level.txt,sha256=q2V6URFa8JKMOWGH2ZKBR_A6Rv5Le0qc7y40PuxFgvQ,11
+jupiterweb_scraper-0.1.0.dist-info/RECORD,,

jupiterweb_scraper-0.1.0.dist-info/WHEEL

@@ -0,0 +1,5 @@
+Wheel-Version: 1.0
+Generator: setuptools (82.0.1)
+Root-Is-Purelib: true
+Tag: py3-none-any
+

jupiterweb_scraper-0.1.0.dist-info/licenses/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 IME Jr
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

jupiterweb_scraper-0.1.0.dist-info/top_level.txt

@@ -0,0 +1 @@
+jupiterweb