ONPE Scraper 2026 — Segunda Vuelta Presidencial

🏁 ESCRUTINIO COMPLETADO — PROYECTO CERRADO

El escrutinio alcanzó el 100 % de mesas contabilizadas. Este repositorio ya no recibirá más actualizaciones de datos. Además, la ejecución quedó bloqueada por defecto para evitar nuevas llamadas HTTP al API.

Cierre: 2026-06-29 20:11 UTC · 2026-06-29 15:11 (Lima, UTC−5)

Los datos en output/ y resumen/ son el registro definitivo final de la Segunda Vuelta Presidencial del Perú 2026.

Transparencia electoral independiente para las Elecciones Generales del Perú 2026.

Este proyecto extrajo los resultados de la segunda vuelta presidencial directamente desde la API interna de ONPE — la misma fuente que alimenta el sitio oficial resultadosegundavuelta.onpe.gob.pe — y los publicó como datos abiertos y verificables en este repositorio, mesa por mesa, en tiempo real.

Inicio rápido

1 — Obtener los datos (sin instalar nada)

Los datos finales ya están en este repo. Descarga directa:

# Clonar todo
git clone https://github.com/oscarzamora/onpe-scraper-2026-2.git

# O solo los archivos que necesitas (sin clonar)
curl -O https://raw.githubusercontent.com/oscarzamora/onpe-scraper-2026-2/main/output/mesas_data.txt
curl -O https://raw.githubusercontent.com/oscarzamora/onpe-scraper-2026-2/main/output/votos.txt
curl -O https://raw.githubusercontent.com/oscarzamora/onpe-scraper-2026-2/main/resumen/resumen_nacional.txt

2 — Instalar dependencias (solo si vas a ejecutar el scraper)

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

Requisito: Python 3.11+. curl_cffi es obligatorio — ONPE exige fingerprinting de Chrome en todos sus endpoints.

3 — Ejecutar (referencia de comandos principales)

# Totales nacionales (modo resumen)
python -m src.onpe_scraper.main

# Scraping mesa por mesa — primera corrida
python -m src.onpe_scraper.main --modo mesas --redescubrir

# Scraping mesa por mesa — reanudar desde donde quedó
python -m src.onpe_scraper.main --modo mesas

# Resumen geográfico por departamento/provincia
python -m src.onpe_scraper.main --modo resumen-geo --id-eleccion 10

# Loop automático (ciclo completo: mesas + resumen-geo + git push)
.\scripts\loop.ps1

Nota: El scraper ya no tiene datos nuevos que obtener — el 100 % fue alcanzado el 2026-06-29. Estos comandos son útiles si quieres re-ejecutar el scraper para validar los datos o como base para futuros proyectos.

API de ONPE — Endpoints conocidos (segunda vuelta 2026)

Important

Todos los endpoints requieren Chrome fingerprinting (curl_cffi con impersonate="chrome124"). La librería estándar requests recibe el SPA Angular en vez del JSON. Esto fue descubierto mediante ingeniería inversa del frontend oficial.

Base URL: https://resultadosegundavuelta.onpe.gob.pe

Endpoint	Método	Descripción
`/presentacion-backend/proceso/proceso-electoral-activo`	GET	Retorna el `idEleccion` del proceso activo. Auto-detecta segunda vuelta.
`/assets/data/mesas.json`	GET	Fuente opcional de códigos de mesa (puede no estar publicada o devolver contenido placeholder según despliegue).
`/presentacion-backend/ubigeos/dep-prov-distritos?idEleccion={id}`	GET	Jerarquía geográfica completa: 2 102 ubigeos únicos (Perú: dept/prov/dist; exterior: continente/país/ciudad).
`/presentacion-backend/actas/buscar/mesa?codigoMesa={codigo}&idEleccion={id}`	GET	Acta de una mesa: votos por partido, estado (`C`=Contabilizada), datos del local. HTTP 204 = mesa sin datos aún.
`/presentacion-backend/totales/...`	GET	Totales nacionales / por filtro geográfico (modo resumen).
`/presentacion-backend/candidatos/...`	GET	Candidatos con porcentajes de votos (modo resumen).

Envelope de respuesta estándar:

{ "data": <payload> }

Estados del acta (codigo_estado_acta):

Código	Descripción
`C`	Contabilizada — datos finales
`P`	Procesada — pendiente de contabilización
`N`	No transmitida

Filtros geográficos disponibles (tipoFiltro):

eleccion            → nacional
ambito_geografico   → 1=Perú, 2=Exterior
ubigeo_nivel_01     → departamento (ej: 15 = Lima)
ubigeo_nivel_02     → provincia    (ej: 1501 = Lima Provincia)
ubigeo_nivel_03     → distrito     (ej: 150101 = Lima Cercado)

Note

Estos endpoints fueron identificados el 2 de junio de 2026 analizando el tráfico del frontend Angular oficial. ONPE podría modificarlos sin previo aviso. Si detectas cambios, abre un issue.

Datos — registro final

Los archivos output/ y resumen/ de este repositorio contienen el escrutinio completo y definitivo:

output/
  ubicaciones.txt       ← jerarquía geográfica completa (2 102 ubigeos)
  mesas_data.txt        ← una fila por mesa (estado, participación, local)
  votos.txt             ← votos por mesa × partido
  agrupaciones.txt      ← catálogo de partidos
  locales.txt           ← locales de votación con coordenadas opcionales
    locales_reasignados_segunda_vuelta_2026.txt ← mapeo de locales reasignados (origen → nuevo)

Cada commit de datos tiene el mensaje data: YYYY-MM-DDTHH:MM:SSZ — pendientes: N mesas.

Usar los datos (sin instalar nada)

Los datos ya están en este repo. Descarga directa:

# Todos los archivos de una vez
git clone https://github.com/oscarzamora/onpe-scraper-2026-2.git
cd onpe-scraper-2026-2/output

# O un archivo individual (sin clonar)
curl -O https://raw.githubusercontent.com/oscarzamora/onpe-scraper-2026-2/main/output/mesas_data.txt
curl -O https://raw.githubusercontent.com/oscarzamora/onpe-scraper-2026-2/main/output/votos.txt

Instalación

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

Requisitos: Python 3.11+, dependencias en requirements.txt (curl_cffi es obligatorio — ONPE requiere fingerprinting de Chrome en todos sus endpoints).

Referencia de comandos

Modo resumen — totales nacionales

# Una sola extracción (detecta la elección activa automáticamente)
python -m src.onpe_scraper.main

# Bucle de auditoría cada 60 s
python -m src.onpe_scraper.main --intervalo-segundos 60

# Filtrar por departamento (ubigeo Lima = 15)
python -m src.onpe_scraper.main --tipo-filtro ubigeo_nivel_01 --ubigeo 15

# Filtrar por provincia / distrito
python -m src.onpe_scraper.main --tipo-filtro ubigeo_nivel_02 --ubigeo 1501
python -m src.onpe_scraper.main --tipo-filtro ubigeo_nivel_03 --ubigeo 150101

# Ámbito geográfico (1 = Perú, 2 = Extranjero)
python -m src.onpe_scraper.main --tipo-filtro ambito_geografico --id-ambito-geografico 2

Modo mesas — scraping por mesa de votación

# Primera ejecución: descubre mesas reales y comienza scraping
python -m src.onpe_scraper.main --modo mesas --redescubrir

# Siguientes ejecuciones: retoma solo las mesas pendientes (no contabilizadas)
python -m src.onpe_scraper.main --modo mesas

# Auditoría continua hasta 100 % contabilizado
python -m src.onpe_scraper.main --modo mesas --intervalo-segundos 120

# Opciones avanzadas
python -m src.onpe_scraper.main --modo mesas --redescubrir \
  --max-workers 5 \
  --batch-size 500 \
  --timeout 20 \
  --verbose

# Descarga de PDFs: OFF por defecto. Activar con --descargar-pdfs (opcional)
python -m src.onpe_scraper.main --modo mesas --descargar-pdfs --actas-dir acta

Nota: La descarga de PDFs de actas es opcional y está desactivada por defecto. Añadir --descargar-pdfs descarga los PDFs de cada mesa que se contabilice (C/E) durante la misma corrida, y los guarda en actas/<prefijo>/ (e.g. actas/04/040100-1.pdf). El índice incremental se guarda en work/actas_descargadas.tsv. Si omites el flag, el scraper funciona igual sin descargar nada.

Modo pdfs — descarga de actas ya procesadas

# Bulk de mesas ya contabilizadas
python -m src.onpe_scraper.main --modo pdfs --mesas-fuente work/mesas_c_contabilizadas.tsv --actas-dir acta

# Fuente alternativa: cualquier TSV con columnas codigo_mesa e id_eleccion
python -m src.onpe_scraper.main --modo pdfs --mesas-fuente output/mesas_data.txt --actas-dir acta

Modo resumen-geo — totales oficiales por geografía

# Primera ejecución: full build (genera todos los archivos resumen/)
python -m src.onpe_scraper.main --modo resumen-geo --id-eleccion 10 --resumen-full

# Ejecuciones siguientes: delta (auto-detecta si output/ cambió)
python -m src.onpe_scraper.main --modo resumen-geo --id-eleccion 10

Produce 4 archivos base en resumen/ (+1 opcional según disponibilidad del endpoint):

resumen_nacional.txt — totales oficiales ONPE (candidatos, % votos, cobertura nacional)
resumen_departamentos.txt — votos por candidato × departamento (bottom-up de mesas locales)
resumen_provincias.txt — votos por candidato × provincia (bottom-up de mesas locales)
resumen_cobertura_departamentos.txt — % actas contabilizadas por departamento (ONPE API)
resumen_participacion_departamentos.txt — % participación por departamento (ONPE API, opcional: se escribe si el endpoint devuelve data)

Loop automático — `scripts/loop.ps1`

El script scripts/loop.ps1 replica el ciclo completo que corre Copilot CLI de forma autónoma: mesas → reconciliación E→C → resumen-geo → git commit + push → sleep.

# Arranque básico (intervalo 20 min, con reconciliación, sin PDFs)
.\scripts\loop.ps1

# Solo 1 ciclo (para probar o correr manualmente una vez)
.\scripts\loop.ps1 -SoloCiclos 1

# Con descarga de PDFs de actas
.\scripts\loop.ps1 -DescargarPdfs

# Intervalo personalizado (ej. 30 min)
.\scripts\loop.ps1 -IntervaloMinutos 30

# Sin reconciliación, intervalo corto
.\scripts\loop.ps1 -Reconciliar:$false -IntervaloMinutos 5

Parámetros principales:

Parámetro	Default	Descripción
`-IdEleccion`	`10`	ID de elección ONPE (segunda vuelta 2026)
`-IntervaloMinutos`	`20`	Minutos de espera entre ciclos
`-MaxWorkers`	`5`	Workers paralelos para scraping de mesas
`-BatchSize`	`200`	Mesas por lote antes de flush a disco
`-DescargarPdfs`	off	Descarga PDFs de actas contabilizadas
`-Reconciliar`	on	Detecta y re-consulta mesas E→C cada ciclo
`-MaxPaginasReconciliacion`	`50`	Páginas máximas a paginar en `/actas`
`-SoloCiclos`	`0` (∞)	Correr solo N ciclos y salir
`-CicloInicial`	`1`	Número inicial de ciclo (solo cosmético)

El script se puede interrumpir con Ctrl+C en cualquier momento y retoma automáticamente desde work/mesas_pendientes.txt en la siguiente ejecución.

Salidas

output/                          ← archivos analíticos por mesa (tab-delimited UTF-8)
  mesas_data.txt                 ← una fila por mesa de votación
  votos.txt                      ← votos por mesa × partido
  agrupaciones.txt               ← catálogo de agrupaciones políticas
  candidatos_historial.txt       ← serie histórica de totales por candidato
  ubicaciones.txt                ← jerarquía geográfica completa (2 102 ubigeos)
  locales.txt                    ← locales de votación con lat/lon (opcional)
    locales_reasignados_segunda_vuelta_2026.txt ← feed oficial de locales reasignados para 2da vuelta

resumen/                         ← capa de resumen oficial (tab-delimited UTF-8)
  resumen_nacional.txt           ← totales nacionales desde ONPE API (candidatos + cobertura)
  resumen_departamentos.txt      ← votos por candidato × departamento (bottom-up)
  resumen_provincias.txt         ← votos por candidato × provincia (bottom-up)
  resumen_cobertura_departamentos.txt ← % actas contabilizadas por departamento (ONPE API)
    resumen_participacion_departamentos.txt ← % participación ciudadana por departamento (opcional)

work/                            ← estado interno del scraper (no commitear)
  mesas_pendientes.txt           ← mesas aún no contabilizadas (resume file)
  resumen_state.txt              ← estado incremental del resumen (full/delta)
  snapshot_YYYYMMDDTHHMMSSZ.json ← dump crudo de la API por cada corrida

auditoria/                       ← auditoría histórica derivada de commits de datos
  mesas_E_a_C.txt                ← mesas que estuvieron en E y luego pasaron a C (con timestamps de commit)
  votos_E.txt                    ← snapshot de votos cuando cada mesa estaba en E

acta/                            ← PDFs descargados de ONPE
  04/040100-1.pdf                ← acta 1 de la mesa 040100
  04/040100-2.pdf                ← acta 2 de la mesa 040100

Auditoría histórica E → C (basada en commits)

La carpeta auditoria/ se construye a partir del historial versionado de output/mesas_data.txt y output/votos.txt, para evidenciar con datos objetivos cómo mesas observadas (E) luego pasaron a contabilizadas (C).

Las columnas fecha_hora_E y fecha_hora_C corresponden al timestamp del commit en GitHub donde se observa ese estado. Es una referencia temporal útil para análisis de cambio, pero puede no coincidir exactamente con el instante en que ONPE publicó cada actualización.

Código que implementa esta capacidad

src/onpe_scraper/client.py — resuelve idActa, extrae archivos[] y firma la URL del PDF.
src/onpe_scraper/pdfs.py — descarga el PDF, valida %PDF, calcula sha256, migra el layout plano y escribe el índice incremental.
src/onpe_scraper/main.py — expone --modo pdfs, --actas-dir y --descargar-pdfs.

Esquema de tablas

`mesas_data.txt`

Campo	Tipo	Descripción
`codigo_mesa`	str(6)	PK — código de mesa
`id_eleccion`	int	PK — ID de elección
`id_ubigeo`	str(6)	Código ubigeo del local (FK → ubicaciones)
`nombre_local_votacion`	str	Nombre del local
`codigo_local_votacion`	str	Código del local
`id_ambito_geografico`	int	1 = Perú, 2 = Exterior
`electores_habiles`	int	Padrón
`votos_emitidos`	int	Total votos emitidos
`votos_validos`	int	Total votos válidos
`total_asistentes`	int	Asistencia registrada
`participacion_ciudadana`	float	% participación
`codigo_estado_acta`	str	`C` = Contabilizada
`descripcion_estado_acta`	str	Estado legible

`votos.txt`

Campo	Tipo	Descripción
`codigo_mesa`	str(6)	FK → mesas_data
`id_eleccion`	int	FK → mesas_data
`partido_id`	int	FK → agrupaciones
`votos`	int	Votos absolutos
`pct_votos_validos`	float	% sobre votos válidos
`pct_votos_emitidos`	float	% sobre votos emitidos

`agrupaciones.txt`

Campo	Tipo	Descripción
`partido_id`	int	PK
`codigo_op`	str	Código oficial ONPE
`nombre`	str	Nombre completo

`candidatos_historial.txt`

Serie temporal de totales nacionales, una fila por candidato por corrida. Útil para graficar la evolución del conteo.

`ubicaciones.txt`

Jerarquía geográfica completa, derivada del endpoint dep-prov-distritos de ONPE (2 102 ubigeos únicos).

Campo	Tipo	Descripción
`ubigeo`	str(6)	PK — código ubigeo de 6 dígitos
`ambito`	str	`peru` o `exterior`
`departamento`	str	Solo si `ambito = peru`
`provincia`	str	Solo si `ambito = peru`
`distrito`	str	Solo si `ambito = peru`
`continente`	str	Solo si `ambito = exterior`
`pais`	str	Solo si `ambito = exterior`
`ciudad`	str	Solo si `ambito = exterior`

Prefijos: 01–25 = departamentos peruanos; 91–95 = exterior (91=África, 92=América, 93=Asia, 94=Europa, 95=Oceanía).

`locales.txt`

Locales de votación descubiertos durante el scraping. Las columnas lat/lon se enriquecen con enrich_geo.py.

Campo	Tipo	Descripción
`codigo_local_votacion`	str	PK
`nombre_local_votacion`	str	Nombre del local
`ubigeo`	str(6)	FK → ubicaciones
`lat`	float?	Latitud (Nominatim, opcional)
`lon`	float?	Longitud (Nominatim, opcional)

`locales_reasignados_segunda_vuelta_2026.txt`

Feed tab-delimited de locales reasignados exclusivo para la segunda vuelta presidencial 2026. La relación principal para analítica es nombre_local_votacion (origen) → nombre_local_votacion_nuevo (destino).

Campo	Tipo	Descripción
`nro`	int	Correlativo del comunicado
`odpe`	str	ODPE responsable
`dpto`	str	Departamento
`provincia`	str	Provincia
`distrito`	str	Distrito
`ccpp`	str	Centro poblado (si aplica)
`nombre_local_votacion`	str	Local original
`nombre_local_votacion_nuevo`	str	Local de destino reasignado
`motivo`	str	Motivo de la reasignación
`mesas_a_reasignar`	int	Número de mesas afectadas
`estado_parseo`	str	Calidad del parseo OCR (`OK`, `INCOMPLETO_OCR`, `OCR_REVISAR`)

`resumen/resumen_nacional.txt`

Totales oficiales ONPE directamente desde la API — siempre la fuente más actualizada.

Campo	Tipo	Descripción
`id_eleccion`	int	ID de elección (10 = segunda vuelta 2026)
`id_ambito_geografico`	int	1 = Perú
`partido_id`	int?	FK → agrupaciones cuando viene poblado; puede venir vacío en ONPE para filas agregadas
`nombre_candidato`	str	Nombre del candidato (o "VOTOS NULOS" / "VOTOS EN BLANCO")
`nombre_agrupacion_politica`	str	Nombre del partido
`votos_validos`	int	Votos válidos totales
`pct_votos_validos`	float	% sobre votos válidos
`pct_votos_emitidos`	float	% sobre votos emitidos
`actas_contabilizadas_pct`	float	% de actas contabilizadas
`contabilizadas`	int	Número de actas contabilizadas
`total_actas`	int	Total de actas del padrón
`participacion_ciudadana`	float	% participación ciudadana
`fecha_actualizacion`	str (ISO)	Timestamp oficial ONPE
`fuente`	str	`onpe_api`

`resumen/resumen_departamentos.txt` y `resumen/resumen_provincias.txt`

Agregación bottom-up desde los datos de mesas raspadas localmente. Incluye todos los departamentos / provincias con al menos una mesa contabilizada.

Campo	Tipo	Descripción
`id_eleccion`	int	ID de elección
`ubigeo`	str(6)	Código ubigeo de departamento (`DD0000`) o provincia (`DDPP00`)
`partido_id`	int	FK → agrupaciones
`nombre_candidato`	str	Nombre del partido/candidato
`nombre_agrupacion_politica`	str	Nombre del partido
`votos_validos`	int	Votos absolutos en ese geo
`pct_votos_validos`	float	% sobre total válidos del geo
`pct_votos_emitidos`	float	% sobre total emitidos del geo
`total_votos_validos_geo`	int	Total votos válidos del geo (denominador)
`total_votos_emitidos_geo`	int	Total votos emitidos del geo (denominador)
`fuente`	str	`local_agregado`

`resumen/resumen_cobertura_departamentos.txt`

Progreso de escrutinio por departamento. Fuente: ONPE API /resumen-general/mapa-calor.

Campo	Tipo	Descripción
`id_eleccion`	int	ID de elección
`ubigeo`	str(6)	Código departamento (`DD0000`)
`nombre_departamento`	str	Nombre del departamento
`actas_contabilizadas`	int	Actas contabilizadas en el departamento
`pct_actas_contabilizadas`	float	% cobertura del escrutinio
`fuente`	str	`onpe_api`

`resumen/resumen_participacion_departamentos.txt`

Participación ciudadana por departamento. Fuente: ONPE API /participacion-ciudadana/ubigeos-total. Archivo opcional: puede no generarse en una corrida si el endpoint retorna vacío o no disponible.

Campo	Tipo	Descripción
`id_eleccion`	int	ID de elección
`ubigeo`	str(6)	Código departamento (`DD0000`)
`nombre_departamento`	str	Nombre del departamento
`pct_asistentes`	float	% de electores que votaron
`pct_ausentes`	float	% de ausentes
`fuente`	str	`onpe_api`

Modelo relacional (`output/`)

erDiagram
    mesas_data {
        str   codigo_mesa        PK
        int   id_eleccion        PK
        str   id_ubigeo
        str   nombre_local_votacion
        str   codigo_local_votacion
        int   id_ambito_geografico
        int   electores_habiles
        int   votos_emitidos
        int   votos_validos
        int   total_asistentes
        float participacion_ciudadana
        str   codigo_estado_acta
        str   descripcion_estado_acta
    }

    votos {
        str   codigo_mesa       PK,FK
        int   id_eleccion       PK,FK
        int   partido_id        PK,FK
        int   votos
        float pct_votos_validos
        float pct_votos_emitidos
    }

    agrupaciones {
        int partido_id          PK
        str codigo_op
        str nombre
    }

    ubicaciones {
        str ubigeo             PK
        str ambito
        str departamento
        str provincia
        str distrito
        str continente
        str pais
        str ciudad
    }

    locales {
        str   codigo_local_votacion  PK
        str   nombre_local_votacion
        str   ubigeo                 FK
        float lat
        float lon
    }

    mesas_data ||--o{ votos : "codigo_mesa + id_eleccion"
    agrupaciones ||--o{ votos : "partido_id"
    mesas_data }o--|| locales : "codigo_local_votacion"
    locales }o--|| ubicaciones : "ubigeo"

candidatos_historial.txt se considera dataset temporal opcional (modo resumen), no parte del core operacional del modo mesas + resumen-geo.

Modelo temporal opcional (`output/candidatos_historial.txt`)

erDiagram
    candidatos_historial {
        str   timestampActualizacion
        str   proceso
        int   idEleccion
        str   tipoFiltro
        str   filtros
        float actasContabilizadas
        int   totalActas
        float participacionCiudadana
        str   nombreCandidato
        str   nombreAgrupacionPolitica
        int   totalVotosValidos
        float porcentajeVotosValidos
        float porcentajeVotosEmitidos
    }

    candidatos_historial }o..o{ agrupaciones : "match por nombre (analitico)"

Modelo relacional (`resumen/`)

erDiagram
    resumen_nacional {
        int   id_eleccion
        int   id_ambito_geografico
        int   partido_id
        str   nombre_candidato
        str   nombre_agrupacion_politica
        int   votos_validos
        float pct_votos_validos
        float pct_votos_emitidos
        float actas_contabilizadas_pct
        int   contabilizadas
        int   total_actas
        float participacion_ciudadana
        str   fecha_actualizacion
        str   fuente
    }

    resumen_departamentos {
        int   id_eleccion
        str   ubigeo
        int   partido_id
        str   nombre_candidato
        str   nombre_agrupacion_politica
        int   votos_validos
        float pct_votos_validos
        float pct_votos_emitidos
        int   total_votos_validos_geo
        int   total_votos_emitidos_geo
        str   fuente
    }

    resumen_provincias {
        int   id_eleccion
        str   ubigeo
        int   partido_id
        str   nombre_candidato
        str   nombre_agrupacion_politica
        int   votos_validos
        float pct_votos_validos
        float pct_votos_emitidos
        int   total_votos_validos_geo
        int   total_votos_emitidos_geo
        str   fuente
    }

    resumen_cobertura_departamentos {
        int   id_eleccion
        str   ubigeo
        str   nombre_departamento
        int   actas_contabilizadas
        float pct_actas_contabilizadas
        str   fuente
    }

    resumen_participacion_departamentos {
        int   id_eleccion
        str   ubigeo
        str   nombre_departamento
        float pct_asistentes
        float pct_ausentes
        str   fuente
    }

    resumen_nacional }o..o{ agrupaciones : "partido_id (cuando viene poblado)"
    resumen_departamentos }o..o{ agrupaciones : "partido_id"
    resumen_provincias }o..o{ agrupaciones : "partido_id"
    resumen_departamentos }o..o{ ubicaciones : "ubigeo DD0000"
    resumen_provincias }o..o{ ubicaciones : "ubigeo DDPP00"
    resumen_cobertura_departamentos }o..o{ ubicaciones : "ubigeo DD0000"
    resumen_participacion_departamentos }o..o{ ubicaciones : "ubigeo DD0000 (opcional)"

Modelo analítico — tabla plana desnormalizada

Para análisis de drill-down geográfico se recomienda construir una tabla hechos que une todas las dimensiones. Es el punto de partida para dashboards, mapas y agregaciones ad-hoc.

hechos (tabla plana para BI)
├── codigo_mesa, id_eleccion          ← granularidad base
├── partido_id, nombre_partido        ← dimensión partido
├── votos, pct_votos_validos          ← métricas de votación
├── electores_habiles, votos_emitidos, participacion_ciudadana
├── codigo_estado_acta                ← estado del acta
│
├── PERÚ ──────────────────────────────────────────────────────
│   ├── departamento                  ← nivel 1 (drill-down)
│   ├── provincia                     ← nivel 2
│   ├── distrito                      ← nivel 3
│   └── ubigeo (6 dígitos)
│
├── EXTERIOR ──────────────────────────────────────────────────
│   ├── continente                    ← nivel 1
│   ├── pais                          ← nivel 2
│   └── ciudad                        ← nivel 3
│
└── LOCAL ─────────────────────────────────────────────────────
    ├── nombre_local_votacion
    ├── codigo_local_votacion
    ├── lat, lon                      ← coordenadas (tras enrich_geo)
    └── ambito (peru / exterior)

Carga en pandas

import pandas as pd

# ── Carga de tablas base ────────────────────────────────────────────────────
mesas  = pd.read_csv("output/mesas_data.txt",  sep="\t",
                     dtype={"codigo_mesa": str, "id_ubigeo": str, "codigo_local_votacion": str})
votos  = pd.read_csv("output/votos.txt",        sep="\t", dtype={"codigo_mesa": str})
agrup  = pd.read_csv("output/agrupaciones.txt", sep="\t")
ub     = pd.read_csv("output/ubicaciones.txt",  sep="\t", dtype={"ubigeo": str})
loc    = pd.read_csv("output/locales.txt",       sep="\t",
                     dtype={"ubigeo": str, "codigo_local_votacion": str})

# ── Tabla plana desnormalizada (hechos) ─────────────────────────────────────
hechos = (
    votos
    .merge(agrup.rename(columns={"nombre": "nombre_partido"}), on="partido_id")
    .merge(mesas, on=["codigo_mesa", "id_eleccion"])
    .merge(loc[["codigo_local_votacion", "ubigeo", "lat", "lon"]], on="codigo_local_votacion", how="left")
    .merge(ub, on="ubigeo", how="left")
)
# columna conveniencia: etiqueta geográfica de nivel 1
hechos["geo_nivel1"] = hechos["departamento"].fillna(hechos["continente"])
hechos["geo_nivel2"] = hechos["provincia"].fillna(hechos["pais"])
hechos["geo_nivel3"] = hechos["distrito"].fillna(hechos["ciudad"])

Drill-down: votos por partido

# Nacional
hechos.groupby("nombre_partido")["votos"].sum().sort_values(ascending=False)

# Por departamento (Perú) → provincia → distrito
peru   = hechos[hechos["ambito"] == "peru"]
by_dep = peru.groupby(["departamento", "nombre_partido"])["votos"].sum().unstack(fill_value=0)
by_prov = peru.groupby(["departamento", "provincia", "nombre_partido"])["votos"].sum().unstack(fill_value=0)
by_dist = peru.groupby(["departamento", "provincia", "distrito", "nombre_partido"])["votos"].sum().unstack(fill_value=0)

# Por continente → país → ciudad (exterior)
ext = hechos[hechos["ambito"] == "exterior"]
by_cont  = ext.groupby(["continente", "nombre_partido"])["votos"].sum().unstack(fill_value=0)
by_pais  = ext.groupby(["continente", "pais", "nombre_partido"])["votos"].sum().unstack(fill_value=0)
by_ciudad = ext.groupby(["continente", "pais", "ciudad", "nombre_partido"])["votos"].sum().unstack(fill_value=0)

Participación ciudadana

# Participación promedio por departamento
peru.drop_duplicates("codigo_mesa") \
    .groupby("departamento")["participacion_ciudadana"] \
    .mean().sort_values(ascending=False)

# Mesas aún no contabilizadas, agrupadas por departamento
pendientes = mesas[mesas["codigo_estado_acta"] != "C"]
pendientes.merge(loc[["codigo_local_votacion","ubigeo"]], on="codigo_local_votacion", how="left") \
          .merge(ub[["ubigeo","departamento"]], on="ubigeo", how="left") \
          .groupby("departamento").size().sort_values(ascending=False)

Mapa de calor (con lat/lon de enrich_geo)

import folium
from folium.plugins import HeatMap

pts = (
    hechos[hechos["lat"].notna()]
    .drop_duplicates("codigo_local_votacion")
    [["lat", "lon", "electores_habiles"]]
    .dropna()
)
m = folium.Map(location=[-9.19, -75.0], zoom_start=5)
HeatMap(pts.values.tolist(), radius=8).add_to(m)
m.save("output/mapa_electores.html")

Evolución del conteo en el tiempo

historial = pd.read_csv("output/candidatos_historial.txt", sep="\t")
historial["ts"] = pd.to_datetime(historial["timestampActualizacion"])
evolucion = historial.pivot_table(
    index="ts", columns="nombreAgrupacionPolitica",
    values="porcentajeVotosValidos", aggfunc="last"
)
evolucion.plot(title="Evolución % votos válidos — Segunda Vuelta 2026")

Arquitectura

src/onpe_scraper/
├── models.py          # Dataclasses: MesaData, VotoData, AgrupacionData, UbicacionData, LocalData, MesaResult
├── client.py          # OnpeClient — toda la lógica HTTP (curl_cffi + Chrome impersonation)
├── exporters.py       # Escritura de archivos: upsert TSV, snapshot JSON
├── resumen_layer.py   # Capa de resumen: nacional (ONPE API), departamentos/provincias (bottom-up local)
├── main.py            # CLI (argparse): modos resumen / mesas / resumen-geo, ThreadPoolExecutor
└── enrich_geo.py      # Geocodificador opcional vía Nominatim (OpenStreetMap)

Flujo modo mesas:

proceso-electoral-activo → id_eleccion
dep-prov-distritos       → ubicaciones.txt  (2102 ubigeos, Perú + exterior)
mesas.json (si existe) o totalActas → lista de códigos (~92k)
        ↓ (parallel, 5 workers)
/actas/buscar/mesa?codigoMesa=XXXXXX  →  MesaResult
        ↓ (cada 500 mesas)
upsert → mesas_data.txt / votos.txt / agrupaciones.txt / locales.txt
        ↓ (al finalizar)
mesas_pendientes.txt  ← solo las no contabilizadas

Salida operativa por corrida (logs):
- procesadas = mesas consultadas en la corrida
- pendientes = mesas que siguen sin estado "Contabilizada"
- errores = consultas fallidas (se reintentan en corridas siguientes)
- nuevas contabilizadas = mesas que cambiaron a "Contabilizada" durante esa corrida

Enriquecimiento geográfico (opcional):

# Añade lat/lon a locales.txt vía Nominatim (1 req/s, reanudable)
python -m src.onpe_scraper.enrich_geo --verbose

# Forzar re-geocodificación de todos los locales
python -m src.onpe_scraper.enrich_geo --force

Notas técnicas

Chrome impersonation obligatoria: todos los endpoints de ONPE retornan el SPA de Angular sin curl_cffi con impersonate="chrome124". La librería estándar requests no funciona.
Upsert incremental: los TXT usan el patrón load → merge → rewrite con claves compuestas (id_eleccion, codigo_mesa). Cada corrida actualiza sin duplicar.
Resume automático: work/mesas_pendientes.txt guarda las mesas no contabilizadas. La próxima corrida sin --redescubrir solo re-consulta esas.
Métricas por corrida: para auditoría, revisar en logs procesadas, pendientes, errores y nuevas contabilizadas. Un valor de nuevas contabilizadas=0 puede ser normal si ONPE no publicó nuevas actas en ese intervalo.
Retry con backoff: get_mesa_acta reintenta hasta 5 veces con espera exponencial + jitter.
Sanitización de entrada: el parser normaliza textos (trim/espacios), códigos (mesa, ubigeo, local) y numéricos antes del upsert para mantener archivos consistentes.
Si ONPE cambia la forma del payload, solo hay que editar client.py.

Proyectos relacionados

onpeescraper — primera vuelta 2026 (scraper original)

Contribuciones

El proyecto está cerrado. Si encuentras errores en los datos históricos o quieres hacer fork para adaptar el scraper a futuras elecciones, eres bienvenido. La transparencia electoral es un esfuerzo colectivo.

Licencia

MIT — los datos producidos son de dominio público.

Name		Name	Last commit message	Last commit date
.github		.github
auditoria		auditoria
output		output
resumen		resumen
scripts		scripts
src		src
work		work
.gitignore		.gitignore
COPILOT_CLI.md		COPILOT_CLI.md
PLAN_RESUMEN_SCRAPER.md		PLAN_RESUMEN_SCRAPER.md
README.md		README.md
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation

ONPE Scraper 2026 — Segunda Vuelta Presidencial

🏁 ESCRUTINIO COMPLETADO — PROYECTO CERRADO

Inicio rápido

1 — Obtener los datos (sin instalar nada)

2 — Instalar dependencias (solo si vas a ejecutar el scraper)

3 — Ejecutar (referencia de comandos principales)

API de ONPE — Endpoints conocidos (segunda vuelta 2026)

Datos — registro final

Usar los datos (sin instalar nada)

Instalación

Referencia de comandos

Modo resumen — totales nacionales

Modo mesas — scraping por mesa de votación

Modo pdfs — descarga de actas ya procesadas

Modo resumen-geo — totales oficiales por geografía

Loop automático — scripts/loop.ps1

Salidas

Auditoría histórica E → C (basada en commits)

Código que implementa esta capacidad

Esquema de tablas

mesas_data.txt

votos.txt

agrupaciones.txt

candidatos_historial.txt

ubicaciones.txt

locales.txt

locales_reasignados_segunda_vuelta_2026.txt

resumen/resumen_nacional.txt

resumen/resumen_departamentos.txt y resumen/resumen_provincias.txt

resumen/resumen_cobertura_departamentos.txt

resumen/resumen_participacion_departamentos.txt

Modelo relacional (output/)

Modelo temporal opcional (output/candidatos_historial.txt)

Modelo relacional (resumen/)