andandandand · April 14, 2018 21:51 · Apr 4, 2018
diff --git a/Localbitcoins.py b/Localbitcoins.py
@@ -0,0 +1,61 @@
+import json
+import urllib.request
+import datetime
+import time
+import pandas as pd
+
+comienzo = time.time()
+
+def hacer_request(tid):
+    url = "https://localbitcoins.com/bitcoincharts/VEF/trades.json?since="
+    file = urllib.request.urlopen(url+tid)
+    data = file.read().decode()
+    parsed_file = json.loads(data)
+    return parsed_file
+
+# Localbitcoins tiene un máximo de 500 transacciones por request. El tid es la referencia única de cada transacción
+# Para recolectar los datos del API con mayor libertad, opté por colocar los límites iniciales y finales del
+# conjunto de transacciones que quería obtener. limite_inferior es el número de transacción por la cual
+# el script empezará a buscar. Más abajo hay una condición en la que defino el límite final.
+
+
+limite_inferior = "12500000"
+limite_superior = 13000000
+hoy = time.time()
+
+tid = []
+price = []
+date = []
+amount = []
+
+
+while hacer_request(limite_inferior)[-1]["date"] < hoy:
+    nuevo_tid = str(hacer_request(limite_inferior)[-1]["tid"])
+    for x in hacer_request(limite_inferior):
+        fecha_larga = datetime.datetime.fromtimestamp(x['date'])
+        fecha_sin_horas = fecha_larga.strftime('%Y-%m-%d')
+        tid.append(x['tid'])
+        price.append(float(x['price']))
+        date.append(datetime.datetime.strptime(fecha_sin_horas, '%Y-%m-%d'))
+        amount.append(float(x['amount']))
+    limite_inferior = nuevo_tid
+    if int(limite_inferior) > limite_superior:
+        break
+
+# El script me falla en mi pc si el rango de transacciones que coloco es muy amplio. No sé si es un problema
+# de conexión. Recomiendo bandas pequeñas, como de 1 millón entre el tid inicial y el final
+
+# Como referencia, las transacciones más recientes van por el tid 12 millones.
+
+d = {'tid': tid, 'date': date, 'Amount (BTC)': amount, 'Price': price}
+df = pd.DataFrame(data= d)
+df = df.sort_values(by='date')
+df = df.set_index('date')
+
+final = time.time()
+
+df.to_csv('transacciones.csv', sep= '\t')
+
+print(df)
+
+print("Tardé %s minutos en llegar a este resultado" % round((final - comienzo) / 60, 2))