Scrape con categorie.txt

#Questo script serve per creare la lista finale (edu_apps_final) di app con i requisiti minimi per essere
#considerate serious game.
#Partendo dall'elenco di ID selezionati in Search_con_parole, abbiamo scremato id_list_final in primo luogo attraverso 5
#categorie, poi ulteriormente attraverso score, valutazione e numero di installazioni.

import play_scraper
import pandas as pd
import openpyxl

#prendo la lista di ID finale, basata soltanto sulla ricerca nelle descrizioni delle app
id_list = open("id_list_final.csv",'r')
ids = id_list.readlines()
app = list()
edu_apps_final = list()

#salvo nella lista app tutte le informazioni delle applicazioni (attraverso la funzione details) di cui ho estratto
#gli ID precedentemente
for i in range(len(ids)):
    app.append(play_scraper.details(ids[i].split('\n')[0]))

#scelgo 5 categorie
categorie =['EDUCATION','GAME_EDUCATIONAL','GAME_PUZZLE','GAME_WORD','MEDICAL']

#qui di seguito effettuo il controllo sulla lista app in base alla "categoria" che compare nei dettagli e
#successivamente valuto lo score>=3.2, le revieews>=1000 e le intalls>=100000. I parametri selezionati si riferiscono
#agli Stati Uniti, tale scelta è basata sul fatto che lo store americano ha un bacino d'utenza maggiore e pertanto ci
#permette una valutazione più accurata.
#Una volta rispettati tali parametri allora la inserisco nella lista edu_apps_final.

flag_cat = 1;
for i in range(len(app)):
    for j in range(len(categorie)):
        if app[i]['category'][0] == categorie[j]:
            flag_cat = flag_cat*0
    if flag_cat == 0:
        flag_cat = 1
        if str(app[i]['score']) >= str(3.2) and app[i]['reviews'] >= 100 and str(app[i]['installs']) >= str(10000):
            edu_apps_final.append(app[i])

print(len(edu_apps_final)) #258

#creo file excel con le app trovate
df = pd.DataFrame(data=edu_apps_final)
df.to_excel('edu_games_con_filtri.xlsx')