diariosuy

Buscador y analizador de los diarios de sesión del Parlamento uruguayo, como paquete de R. Busca sesiones por palabra clave en el sitio oficial, descarga los PDFs y analiza sus textos: en qué sesiones aparece un tema, cuándo se mencionó y junto a qué otros temas.

La app corre en tu computadora y se abre en tu navegador.

Guía de instalación con capturas: https://emilianogonzalez.shinyapps.io/diariosuy/

Por qué se instala en vez de usarse en una web

parlamento.gub.uy rechaza las conexiones desde fuera de Uruguay: responde HTTP 403 a las IP extranjeras. Una versión publicada en la web consultaría el sitio desde el servidor donde está alojada, no desde tu conexión, y por eso no obtiene resultados. Corriendo el paquete en tu propia máquina, la consulta sale desde tu conexión y funciona.

O sea: necesitás estar conectado desde Uruguay para que el buscador traiga resultados. Si lo corrés desde afuera, la app te lo dice explícitamente en vez de mostrar una búsqueda vacía.

Instalación

Requiere R 4.1 o superior.

install.packages("diariosuy", repos = c(
  "https://emilianogonlas.r-universe.dev",
  "https://cloud.r-project.org"
))

Se instala desde r-universe, que publica binarios para Windows y macOS: no hace falta compilar nada. El segundo repositorio es CRAN, de donde salen las dependencias.

Para instalar la versión de desarrollo directamente del repositorio:

install.packages("remotes")
remotes::install_github("EmilianoGonLas/diariosuy")

En Linux hay que instalar antes la biblioteca que usa pdftools para leer PDFs. En Debian/Ubuntu:

sudo apt install libpoppler-cpp-dev

En Windows y macOS no hace falta nada extra: viene en el binario de CRAN.

Uso

library(diariosuy)
abrir_app()

Eso levanta la app y abre el navegador.

Buscador

Escribís un término —o varios separados por comas— elegís las legislaturas y el cuerpo, y te devuelve las sesiones que lo mencionan. Seleccionás las que te interesan y las descargás en un ZIP.

Analizador

Elegís el ZIP que te dio el Buscador —tal cual, sin descomprimir— o una carpeta con PDFs, y escribís el tema a analizar. Te devuelve una tabla con las sesiones ordenadas por relevancia, los fragmentos donde aparece el término, un gráfico de evolución en el tiempo y otro de co-ocurrencia con otros temas que agregues.

Advertencias sobre la fuente

Algunos diarios son escaneos sin capa de texto. El análisis de esos documentos va a encontrar menos menciones de las que realmente hay, porque el texto no se puede extraer. La mayoría del archivo, incluso el de 1990, sí tiene texto extraíble, pero hay excepciones.
El buscador consulta el índice oficial del Parlamento en vivo, así que los resultados son los que devuelve ese buscador, con sus criterios.

Uso desde R, sin la app

Las funciones se pueden usar directamente:

library(diariosuy)

sesiones <- buscar_sesiones("aborto", camara = "All", lgl_ids = c(49, 50))
descargar_sesiones(sesiones[1:5, ], "pdfs/")
analizar_pdfs("pdfs/", "aborto")

# analizar_pdfs() también acepta un ZIP directamente
analizar_pdfs("sesiones.zip", "aborto")

Qué hay en este repositorio

Carpeta	Qué es
`R/`	El paquete: scraper, descargador, analizador, gráficos y la app.
`inst/www/`	Hoja de estilos de la app.
`tutorial/`	La página de instalación que se publica en shinyapps.io. Es una app Shiny estática, con su propio `www/` y las capturas. Se despliega con `Rscript deploy.R`.
`man/`	Documentación generada por roxygen2.

La página del tutorial se publica aparte a propósito: no puede ser el paquete mismo porque tiene que estar accesible para alguien que todavía no instaló nada.

Licencia

MIT.