Tot am vrut să adaug și numerele de la senat pentru Webstock, dar deși am tot lucrat la asta încă mai e de lucru.
Parțial asta se datorează și faptului că site-ul senatului (al naibii asp.net) a fost ceva mai încăpățânat în a se lăsa puricat automat și a durat ceva până ce am dibuit cum . 
Altă chestie nouă pe care o încerc este să renunț la crawler-ul oarecum monolitic în Java pe care îl folosesc pentru cdep.ro și care face un fel de depth-first crawling și adună toate numerele și concluziile într-o singură etapă. În schimb încerc o abordare serială, cu etape și un pipeline în python care la fiecare pas face câte o singură operație pe niște date de intrare și produce niște date de ieșire.
Până acum pare o abordare mai curată, dar rămâne de văzut.
Pentru cameră eu am reușit cu vreo 13 linii de Python să culeg toate paginile cu voturile electronice. Cu vreo alte 28 de linii am reușit să extrag mai toate datele din ele. Cei drept, asta-i o fracțiunile din catele pe care le extragi tu.
Eh, vezi că te descurci și fără mine?
Eu probabil sunt mai lent, nu am reușit să iau datele pentru fiecare zi decât cu o librărie care simula browserul pentru că senat.ro dă o eroare dacă nu trimiteam cu POST toate variabilele care trebuie.
E pe undeva codul? GitHub sau Google Code?
Nu am pus codul nicăieri. E prea mare dezordinea în el și pe lângă rușinea de a publica cod așa hack-uit, nu cred că e încă suficient de stabil cât să merite pus undeva.
În plus, este o parte din mine căreia îi place ca asta să fie jucăria mea personală.
Alex: codul pe care l-am folosit eu pentru voturile din cameră e aici: http://pastebin.com/f76b7e131 (download-ul) http://pastebin.com/f278bc7c5 (parsarea).
O reprezentare grafică a lor arată cam așa: http://butnotyet.tumblr.com/post/181099380/prezenta-la-vot-in-camera-deputatilor-in-2009