Comments (10)
Pra compartilhar com vcs...
esse script eu fiz pra baixar tudo em python... consegue baixar mais de um arquivo por vez. No ex abaixo 5.
import requests
from joblib import delayed, Parallel
from tqdm import tqdm
def download_from_url(url,chunk_size=1024):
dst = url.split('/')[-1]
chunk_size = int(chunk_size)
file_size = int(requests.head(url).headers["Content-Length"])
pbar = tqdm( total=file_size, unit='B', unit_scale=True, unit_divisor=1024, desc=url.split('/')[-1])
req = requests.get(url, stream=True)
with(open(dst, 'wb')) as f:
for chunk in req.iter_content(chunk_size=chunk_size):
if chunk:
f.write(chunk)
pbar.update(chunk_size)
pbar.close()
return file_size
base_url = 'http://200.152.38.155/CNPJ/DADOS_ABERTOS_CNPJ_{}.zip'
from joblib import parallel_backend
with parallel_backend('threading', n_jobs=5 ):
Parallel(verbose=70)(delayed(download_from_url )(base_url.format(str(i).zfill(2))) for i in range(1,21,1))
from cnpj-full.
Realmente simples, porém o programa precisa rodar em ambiente Windows.
Mesmo assim obrigado pela dica
from cnpj-full.
Acho que isso já foi resolvido, amigo. Você pode usar o aria2. O Turicas, no repositório do GitHub referente a dados de empresas, fez um código simples pra esse download usando aria2:
#!/bin/bash
set -e
mkdir -p data/download data/output
if [ "$1" = "--use-mirror" ]; then
USE_MIRROR=true
else
USE_MIRROR=false
fi
function download_data() {
CONNECTIONS=4
DOWNLOAD_URL="https://receita.economia.gov.br/orientacao/tributaria/cadastros/cadastro-nacional-de-pessoas-juridicas-cnpj/dados-publicos-cnpj"
FILE_URLS=$(wget --quiet --no-check-certificate -O - "$DOWNLOAD_URL" \
| grep --color=no DADOS_ABERTOS_CNPJ \
| grep --color=no ".zip" \
| sed 's/.*"http:/http:/; s/".*//' \
| sort)
MIRROR_URL="https://data.brasil.io/mirror/socios-brasil"
for url in $FILE_URLS; do
if $USE_MIRROR; then
url="$MIRROR_URL/$(basename $url)"
fi
time aria2c --auto-file-renaming=false --continue=true -s $CONNECTIONS -x $CONNECTIONS --dir=data/download "$url"
done
}
download_data
from cnpj-full.
Vou testar! Obrigado pela dica.
from cnpj-full.
from cnpj-full.
Realmente simples, porém o programa precisa rodar em ambiente Windows.
Mesmo assim obrigado pela dica
@marcoeuzb Você pode baixar o Ubuntu no linux. Só colocar "Ubuntu" na Microsoft Store que aparece. Uma vez com ele instalado, vá para o caminho /mnt/c/ que você terá acesso aos arquivos no windows. Aí você pode ir para o diretório de interesse e executar o .sh
from cnpj-full.
O problema é baixar em velocidade descente.. Já tentei mandar e-mail pra eles, mas vocês obviamente, ainda não tive respostas.
from cnpj-full.
Serviço temporariamente indisponível.
Tente novamente em alguns instantes.
Isso é normal??
from cnpj-full.
Esse link é o antigo, até o ano passado. Os dados mais atualizados a partir de 2021 estão em
https://www.gov.br/receitafederal/pt-br/assuntos/orientacao-tributaria/cadastros/consultas/dados-publicos-cnpj
só que estão em outro formato, em csv.
from cnpj-full.
Obrigado pela informação!!
from cnpj-full.
Related Issues (20)
- Exportar no formato .sql HOT 6
- CNPJ de ONG Faltando HOT 3
- Suporte a outros bancos via SQLAlchemy HOT 2
- Erro separar csv por uf HOT 25
- Erro ao executar
- Ponto e vírgula dentro de valores, interferindo na importação do csv com o pandas HOT 4
- Erro - WebSocketClosedError HOT 2
- Utilização do SQLAlchemy HOT 5
- CNPJ que não existem HOT 5
- Como pesquisar apenas endereço (ou apenas alguns campos em específico) HOT 1
- Erro em conversão float HOT 1
- Exportar para um banco MySQL HOT 2
- Organizar visualização no viz em html HOT 1
- Layout completamente novo HOT 23
- Versão com o novo layout usando SQLAlchemy, threads e download automático HOT 2
- Error: Call to undefined function array_key_first()
- Gerando SQLite vazio HOT 3
- Arquivo .csv não é criado e arquivo .sqlite é criado vazio HOT 3
- Como contribuir?
Recommend Projects
-
React
A declarative, efficient, and flexible JavaScript library for building user interfaces.
-
Vue.js
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
-
Typescript
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
-
TensorFlow
An Open Source Machine Learning Framework for Everyone
-
Django
The Web framework for perfectionists with deadlines.
-
Laravel
A PHP framework for web artisans
-
D3
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
-
Recommend Topics
-
javascript
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
-
web
Some thing interesting about web. New door for the world.
-
server
A server is a program made to process requests and deliver data to clients.
-
Machine learning
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
-
Visualization
Some thing interesting about visualization, use data art
-
Game
Some thing interesting about game, make everyone happy.
Recommend Org
-
Facebook
We are working to build community through open source technology. NB: members must have two-factor auth.
-
Microsoft
Open source projects and samples from Microsoft.
-
Google
Google ❤️ Open Source for everyone.
-
Alibaba
Alibaba Open Source for everyone
-
D3
Data-Driven Documents codes.
-
Tencent
China tencent open source team.
from cnpj-full.