Skip to content

schoulten/coordenadas_escolas_br

Folders and files

NameName
Last commit message
Last commit date

Latest commit

Nov 29, 2024
6221622 · Nov 29, 2024

History

3 Commits
Nov 29, 2024
Nov 29, 2024

Repository files navigation

Coordenadas das Escolas do Brasil

Este repositório contém um arquivo demonstrando a obtenção das coordenadas geográficas das Escolas do Brasil, tendo como fonte de dados o Catálogo de Escolas do INEP, via linguagem de programação Python através da técnica de web scraping.

Motivação

A criação deste repositório foi motivada pela necessidade de analisar espacialmente dados escolares e pela demanda de outros profissionais no que se refere a geolocalização das escolas (ver este link). Atualmente (2024), o INEP disponibiliza apenas os endereços das escolas por meio dos microdados do Censo Escolar. Entretanto, abordagens de georeferenciamento não são eficazes devido ao alto nível de erros.

Como solução alternativa, as coordenadas geográficas podem ser obtidas através da técnica de web scraping, dado que o Catálogo de Escolas é um website com interface de BI para consultas que informa metadados das escolas, incluindo coordenadas geográficas. O Catálogo de Escolas possibilita consultar os metadados das escolas via filtros, como o código INEP da escola.

Web scraping

Sendo uma página HTML com JavaScript, o Catálogo de Escolas exige o uso de soluções como selenium, via linguagem de programação, para gerenciamento robotizado do navegador de internet e posterior raspagem de dados. Aqui aplicamos o procedimento usando a linguagem Python e a biblioteca selenium, mas o processo é replicável em outras linguagens/frameworks.

Os requisitos são:

  • Python 3.12.4 ou superior
  • Mozila Firefox 100.0 ou superior

Passo a passo para reprodução (exemplo com código INEP da escola 42002079):

  1. Baixar repositório
git clone https://github.com/schoulten/coordenadas_escolas_br.git
  1. Abrir o arquivo webscraping.ipynb (recomendado utilizar o VS Code)
  2. Executar as células de código

Observações:

  • As coordenadas da escola 42002079 estarão disponíveis no objeto coordenadas (penúltima célula de código).
  • Altere o código da escola na seção "Dados de entrada".
  • Configure um ambiente virual previamente (venv, poetry, etc.).
  • Adapte o código para iterar sobre uma lista de códigos de escolas.

About

Coordenadas das Escolas do Brasil

Topics

Resources

Stars

Watchers

Forks