1. Extração de dados da API do Spotify salvo em Excel, com músicas mais ouvidas nos principais gêneros com suas pontuações de popularidade.

import requests
import pandas as pd

refresh_token = 'TOKEN'
# Necessário o Cliente Secret e o Cliente ID para gerar o Token, que são obtidos na plataforma do Spotify Developer Dashboard
client_id = 'CLIENTE ID' # client_id está oculto neste exemplo do código
client_secret = 'CLIENTE SECRET' # client_secret está oculto neste exemplo do código
        
def refresh_access_token(refresh_token):
    url = 'https://accounts.spotify.com/api/token'
    payload = {
            'grant_type': 'refresh_token',
            'refresh_token': refresh_token,
            'client_id': client_id,
            'client_secret': client_secret
            }
            response = requests.post(url, data=payload)
            if response.status_code == 200:
                return response.json()['access_token']
            else:
                raise Exception("Failed to refresh access token")
        
def search_tracks_by_genre(genre, limit=1):
    global access_token
    query = f'genre:{genre}'
    url = f'https://api.spotify.com/v1/search?q={query}&type=track&limit={limit}'
    headers = {'Authorization': f'Bearer {access_token}'}
            
    response = requests.get(url, headers=headers)
    if response.status_code == 401:  
        access_token = refresh_access_token(refresh_token)
        headers['Authorization'] = f'Bearer {access_token}'
        response = requests.get(url, headers=headers)
            
        return response.json()
        
    genres = ['rock', 'rap', 'pop', 'samba', 'electronic', 'mpb', 'sertanejo']
    all_track_data = []
        
    for genre in genres:
        tracks = search_tracks_by_genre(genre)
        if 'tracks' in tracks and 'items' in tracks['tracks']:
            track_data = [{
                'Genre': genre,
                'ID': track['id'],
                'Name': track['name'],
                'Album Name': track['album']['name'],
                'Album Image URL': track['album']['images'][0]['url'] if track['album']['images'] else None,
                'Track Link': track['external_urls']['spotify'],
                'Popularity': track['popularity']
                } for track in tracks['tracks']['items']]
                all_track_data.extend(track_data)
        else:
                print(f"Erro {genre}.")
        
        df = pd.DataFrame(all_track_data)
        df.to_excel(excel_file, index=False, engine="openpyxl")
            

Executar Código

2. Web Scrapping do ecommerce ibyte para obtenção de preços, descontos e nome do produto, salvo em Excel.

url = "https://www.ibyte.com.br/pcs-e-notebooks/computador?srsltid=AfmBOop8U4DEXwm12mWr-TfBt2JlnjodriJlKv0mfebd6QPbvWhDvJsY"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/119.0.0.0 Safari/537.36"
    }
             
response = requests.get(url, headers=headers)  
if response.status_code == 200:
    soup = BeautifulSoup(response.text, "html.parser")
    
                
    produtos = []
    
                    
    for produto in soup.find_all("div", class_="flex flex-row min-h-full relative w-full overflow-hidden bg-white shadow rounded transition-shadow h-full md:flex-col hover:shadow-md"):
        try:       
            nome = produto.find("h2", class_="text-gray-800").text.strip()          
            preco = produto.find("span", class_="text-verde-500 js-best-price").text.strip()
    
            desconto = produto.find("p", class_="flex flag js-discount-flag")
            desconto = desconto.text.strip() if desconto else "Sem desconto importante"
            produtos.append({"Nome": nome, "Preço": preco, "Desconto": desconto})
    
            except AttributeError:
    
                continue
    df = pd.DataFrame(produtos)
    excel_file = os.path.join(TEMP_FOLDER, f"{tipo}_resultado.xlsx")
  
    df.to_excel(excel_file, index=False, engine="openpyxl")

Executar Código