SCRAPEO de textos de comunidades autónomas.

[Softman65]

OJO BUSCAMOS LOS SUMARIOS y como hacer una rutina para sistematizar el proceso
buscar las lógicas en las distintas comunidades autónomas

ANDALUCIA : http://www.juntadeandalucia.es/boja
ASTURIAS : https://sede.asturias.es
ARAGON : http://www.boa.aragon.es/
BALEARES : http://www.caib.es/boib/
CANARIAS : http://www.gobiernodecanarias.org/boc/
CANTABRIA : https://boc.cantabria.es/boces/
CASTILLA LA MANCHA : http://docm.castillalamancha.es/portaldocm/sumario.do
CASTILLA Y LEON : http://bocyl.jcyl.es/
CATALUÑA : http://dogc.gencat.cat/ca
EXTREMADURA: http://doe.gobex.es/
GALICIA : https://www.xunta.gal/diario-oficial-galicia/
LA RIOJA : http://www.larioja.org/bor/es
MADRID : http://www.bocm.es/ INCORPORADO YA
MURCIA : https://www.borm.es/borm/vista/principal/inicio.jsf
NAVARRA: http://www.navarra.es/home_es/Actualidad/BON/
PAIS VASCO: https://www.euskadi.eus/y22-bopv/es/bopv2/datos/Ultimo.shtml
VALENCIA:http://www.dogv.gva.es/inici#IniciUltimDogv
CEUTA:http://www.ceuta.es/ceuta/documentos/
MELILLA:http://www.melilla.es/melillaportal/contenedor.jsp?seccion=bome.jsp&language=es&codResi=1&layout=contenedor.jsp&codAdirecto=15

[Softman65]

ASTURIAS:

inconvenientes encontrados: el PDF no se deja convertir a texto, problemas de permisos internos, posible solución reimprimirlos y scrapear el PDF resultado https://jsreport.net/learn/pdf-reports-in-nodejs

        https://sede.asturias.es

SUMARIOS CON CONTRATOS DESDE: averiguar
https://sede.asturias.es/bopa/2001/01/02/20010102.pdf
formula de url:

https://sede.asturias.es/bopa/AAAA/MM/DD/AAAAMMDD.pdf

[j-lml]

yo pondría etiqueta scrapeo