A Câmara dos Deputados disponibiliza vários dados relacionados a atividade legislativa e cota parlamentar em http://www2.camara.leg.br/transparencia/dados-abertos. Infelizmente, apesar de oferecer uma API, eles não disponibilizaram um dump com os dados completos.
Neste repositório irei organizar scrapers para a API e, na pasta data/, o
dump atualizado do que extraí de lá. Dessa forma, caso outra pessoa precise
dessa mesma informação, não precisará perder tempo, e nem ocupar as máquinas da
Câmara baixando os dados.
Para atualizar os dados, é preciso primeiramente instalar as dependências. Recomendo
usar o virtualenv para isolar as dependências desse projeto das outras no seu
computador. Para isso, faça:
virtualenv --no-site-packages venv
pip install -r requirements.txt
Uma vez instaladas, faça:
source ./venv
make --always-make
Isso irá atualizar todos os dados. Como o Scrapy não suporta atualizações incrementais, o que é feito é apagar o que já foi baixado e buscar tudo novamente. Por isso, essa atualização pode demorar um pouco. Se você tiver tempo para resolver esse problema, contribuições são muito bem vindas.