ceepur-scraper

Un programa para extraer todos los datos públicos del registro electoral de Puerto Rico, accesibles a través de https://consulta.ceepur.org/.

El programa toma alrededor de 5 horas para bajar todos los datos posibles.

pip install ceepur-scraper

Uso

Para correr el scraper, simplemente ejecute lo siguiente en tu terminal luego de instalar el paquete:

ceepur-scraper

Utiliza la opción --help para ver todas las opciones disponibles:

$ ceepur-scraper --help
usage: ceepur-scraper [-h] [--output OUTPUT_FILENAME] [--max-id MAX_ID] [--min-id MIN_ID]
                      [--reverse] [--max-concurrent-tasks MAX_CONCURRENT_TASKS]
                      [--continue-previous-scrape] [--save-descriptions] [--debug]

optional arguments:
  -h, --help            show this help message and exit
  --output OUTPUT_FILENAME, -o OUTPUT_FILENAME
                        The filename to write the scraped voter records to. Defaults to
                        voter_records.csv.
  --max-id MAX_ID       The maximum voter ID to scrape. Cannot be greater than 9,999,999.
  --min-id MIN_ID       The minimum voter ID to scrape. Cannot be less than 1.
  --reverse             Whether to scrape in reverse order.
  --max-concurrent-tasks MAX_CONCURRENT_TASKS
                        The maximum number of concurrent tasks to run. Defaults to 500.
  --continue-previous-scrape, -c
                        Whether to continue a previous scrape that was interrupted.
  --save-descriptions   Whether to save the descriptions of the voter's status and category. ⚠️
                        WARNING: This will significantly increase the size of the output file.
  --debug, -d           Run in debug mode.

Esto producirá un archivo llamado voter_records.csv en el directorio actual que se parecerá a esta tabla:

NumeroElectoral	Category	FechaNacimiento	Precinto	Status	Unidad
4980113	M	22-10-1926	1	E	2

Descripción de Category y Status

El campo Category es un solo carácter. Su significado depende del valor de Status.

Expanda la siguiente sección para ver el significado de cada categoría:

Haz click para expandir...

El Status de un elector puede ser:

• A: Activo
• I: Inactivo
• E: Excluido

El campo Category da más información acerca del Status de un elector:

• Para electores con status A, el campo Category puede ser:
  • 1: VOTÓ EN NOVIEMBRE DE 2020
  • 2: NO VOTÓ EN NOVIEMBRE DE 2020
  • 3: INGRESÓ POR MEDIO DE NUEVA INSCRIPCIÓN
  • 4: INGRESO POR MEDIO DE INSCRIPCIÓN ESPECIAL (Reactivación)
  • 5: INGRESO POR MEDIO DE INCLUSIÓN (Administrativa)
• Para electores con status I, el campo Category puede ser:
  • 1: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES DE 1980
  • 2: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES DE 1984
  • 3: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES DE 1988
  • 4: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES DE 1992
  • 5: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES DE 1996
  • 6: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES 2000
  • 7: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES 2004
  • 8: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES 2008
  • 9: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES 2012
  • A: INACTIVO EN LA DEPURACIÓN DE LISTAS POSTERIOR A LAS ELECCIONES GENERALES 2020
• Para electores con status E, el campo Category puede ser:
  • A: EXCLUSIÓN ADMINISTRATIVA
  • C: NO ES CIUDADANO AMERICANO
  • D: DUPLICADO
  • E: NO TIENE 18 AÑOS DE EDAD
  • M: MUERTE
  • P: NO ES PERSONA EN PETICIÓN
  • R: NO ES RESIDENTE DEL PRECINTO
  • T: INCAPACITADO MENTAL

También puedes correr el scraper con la opción --save-descriptions para guardar una descripción de cada categoría en el archivo final (⚠️ ¡Esto aumentará el tamaño del archivo significativamente!).

¿Qué hacer si hay un error?

Puedes intentar de recorrer un "scrape" con la opción --continue-previous-scrape (o -c) para intentar continuar el scrape desde donde se quedó.

Si todavía hay fallos, usa la opción --debug (o -d) para ver el error completo. Si no sabes como resolverlo, abre un issue en este repositorio.

Ejemplo

# Descargar electores 1-100 y guardar en "resultados.csv", incluyendo descripciones de categorías
ceepur-scraper --output resultados.csv --min-id 1 --max-id 100 --save-descriptions