Documentar os 11 raspadores no README e expor todos eles na API pública

[bdcdo]

Motivação

O pacote tem 11 raspadores, mas nem a documentação nem a superfície pública refletiam isso.

No README:

• A lista de fontes na abertura citava 7 raspadores, omitindo CFM, SaudeLegis, ANS e ANVISA.
• Seis raspadores não tinham seção de uso — Presidência, Câmara, Senado, IPEA, CAPES e CFM apareciam só como uma linha na tabela, sem exemplo, sem filtros e sem colunas retornadas.
• O nome do parâmetro de busca varia por fonte (pesquisa, texto, termo, assunto) e isso não estava documentado em lugar nenhum — só era descobrível lendo o código de cada scraper.

No código:

• raspe.scrapers.__all__ listava apenas ScraperFolha, então from raspe.scrapers import ScraperCFM só funcionava importando o submódulo direto.
• scraper_manager.scraper() mapeava 5 fontes das 11. scraper("CFM") levantava ValueError mesmo com raspe.cfm() existindo e funcionando.

Mudanças

Documentação (README.md)

• Lista de abertura cobre os 11 raspadores, agrupados por tema (legislação, saúde, pesquisa acadêmica, imprensa).
• Tabela de fontes separada entre raspadores HTTP e raspadores com navegador, com coluna nova indicando o parâmetro de busca de cada fonte, aviso sobre a variação do nome e nota sobre paginas= e busca por lista de termos (coluna termo_busca).
• Novas seções de uso para Presidência, Câmara, Senado, IPEA, CAPES e CFM, com filtros extras (ano, tipo_materia, uf, revogada, numero) e colunas retornadas.
• Colunas retornadas também para SaudeLegis e NYT, que tinham seção mas não listavam o schema de saída.
• Seção nova sobre scraper_manager.scraper(), para escolher a fonte por nome.
• Índice dos notebooks de exemplo em notebooks/.

Todos os 11 raspadores passam a ter seção própria com exemplo executável.

Exports (src/)

• raspe.scrapers reexporta as 12 classes de raspador (as 11 fontes + a base ScraperDatalegis). Importá-las não exige o extra browser: o Playwright já era carregado sob demanda, dentro de _import_playwright(), e não no import do módulo.
• scraper_manager.scraper() cobre as 11 fontes — adicionados CFM, FOLHA, NYT, SAUDELEGIS, ANS, ANVISA. O retorno passou de BaseScraper para AbstractScraper, que é o ancestral comum dos raspadores HTTP e dos baseados em Playwright, e a mensagem de erro passa a enumerar as fontes válidas.

Testes

tests/test_scraper_manager.py foi de 6 para 16 casos: cobertura por fonte, repasse de kwargs (api_key, headless), mensagem de erro, e um teste que trava o mapping contra raspe.__all__ — para o mapping não voltar a ficar defasado quando um raspador novo entrar.

210 passed — cobertura total 84.65% (gate: 80%)

Hooks isort, pylint e flake8 passam nos arquivos alterados; mypy e pyright rodados à mão (os hooks apontam para um .venv/ que não existe neste ambiente) reportam zero erros.

Os nomes de parâmetros, filtros e colunas documentados no README foram extraídos de _set_query_base() e _parse_page() de cada scraper.

🤖 Generated with Claude Code

https://claude.ai/code/session_01X6nwdnXab21r12wbRT2VuQ