Utilização rápida

Instação do ambiente

O projeto usa uv para gerenciar dependências.

O comando abaixo cria o ambiente e instala os pacotes necessários (é necessário ter o uv instalado):

uv sync

Comandos importantes

Identificar

O comando ‘identificar’ exibe os dados do repositório OAI-PMH:

uv run thesisbr identificar

Exemplo de saída:

baseURL: https://repositorio.unesp.br/server/oai/request
protocolVersion: 2.0
adminEmail: repositoriounesp@unesp.br
earliestDatestamp: 2013-09-30T17:40:58Z
deletedRecord: transient
granularity: YYYY-MM-DDThh:mm:ssZ
description:

Coletar

O comando ‘coletar’ inicia o processo de raspagem de dados, e possuias flags:

• ‘–conjunto’, que filtra um conjunto de dados pelo código dele no catálogo da CAPES
• ‘–limite’, que define a quantidade de teses que será extraída

uv run thesisbr coletar --conjunto com_11449_254423 --limite 10   # amostra de teses (UNESP)

Quando a execução ocorre sem erros, o comando gera um arquivo no formato JSONL conforme o exemplo:

{
  "identificador": "oai:repositorio.unesp.br:11449/99915",
  "datestamp": "2026-03-10T18:30:54Z",
  "conjuntos": ["com_11449_254423", "com_11449_1", "col_11449_254459"],
  "metadados": {
    "title":
    ...
    }
}