pref87: ajout de la préfecture de la Haute-Vienne

Makefile

-make: ppparis pref04 pref06 pref09 pref13 pref31 pref34 pref35 pref38 pref59 pref62 pref65 pref66 pref69 pref81 pref83 pref976
+make: ppparis pref04 pref06 pref09 pref13 pref31 pref34 pref35 pref38 pref59 pref62 pref65 pref66 pref69 pref81 pref83 pref87 pref976
 ppparis:
 	python cli.py --pref ppparis
 pref04:
@@ -33,6 +33,8 @@ pref81:
 	python cli.py --pref pref81
 pref83:
 	python cli.py --pref pref83
+pref87:
+	python cli.py --pref pref87
 pref976:
 	python cli.py --pref pref976
 lint:

RAAspotter_pref87.py

+import os
+import datetime
+
+from bs4 import BeautifulSoup
+from urllib.parse import unquote
+
+from RAAspotter import RAAspotter
+
+
+class RAAspotter_pref87(RAAspotter):
+
+    # Config
+    __HOST = 'https://www.haute-vienne.gouv.fr'
+    __RAA_PAGE = {
+        '2024': [
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2024/JANVIER-JUIN-2024',
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2024'
+        ],
+        '2023': [
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2023',
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2023/JUILLET-DECEMBRE-2023'
+        ],
+        '2022': [
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2022',
+            f'{__HOST}/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2022/Recueil-des-actes-administratifs-2022',
+        ],
+        '2021': [f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2021'],
+        '2020': [f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2020'],
+        '2019': [f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2019']
+    }
+    __USER_AGENT = 'Mozilla/5.0 (X11; Linux x86_64; rv:109.0) Gecko/20100101 Firefox/115.0'
+    full_name = 'Préfecture de la Haute-Vienne'
+    short_code = 'pref87'
+
+    def __init__(self, data_dir):
+        super().__init__(data_dir, self.__USER_AGENT)
+        self.enable_tor(10)
+
+    def get_raa(self, keywords):
+        self.print_output('RAAspotter_pref87')
+        self.print_output(f'Termes recherchés: {keywords}')
+        self.print_output('')
+
+        year_pages_to_parse = []
+        if self.not_before.year <= 2024:
+            for year_page in self.__RAA_PAGE['2024']:
+                year_pages_to_parse.append(year_page)
+        if self.not_before.year <= 2023:
+            for year_page in self.__RAA_PAGE['2023']:
+                year_pages_to_parse.append(year_page)
+        if self.not_before.year <= 2022:
+            for year_page in self.__RAA_PAGE['2022']:
+                year_pages_to_parse.append(year_page)
+        if self.not_before.year <= 2021:
+            for year_page in self.__RAA_PAGE['2021']:
+                year_pages_to_parse.append(year_page)
+        if self.not_before.year <= 2020:
+            for year_page in self.__RAA_PAGE['2020']:
+                year_pages_to_parse.append(year_page)
+        if self.not_before.year <= 2019:
+            for year_page in self.__RAA_PAGE['2019']:
+                year_pages_to_parse.append(year_page)
+
+        pages_to_parse = year_pages_to_parse
+        # Pour chaque année, on cherche les éventuelles sous-pages de mois
+        for year_page in year_pages_to_parse:
+            page_content = self.get_page(year_page, 'get').content
+            month_pages = self.get_sub_pages(
+                page_content,
+                '.fr-card.fr-card--sm.fr-card--grey.fr-enlarge-link div.fr-card__body div.fr-card__content h2.fr-card__title a',
+                self.__HOST,
+                False
+            )[::-1]
+
+            # On filtre les pages de mois ne correspondant pas à la période analysée
+            for month_page in month_pages:
+                guessed_date = RAAspotter.guess_date(month_page['name'], '([a-zéû]* [0-9]{4})').replace(day=1)
+                if guessed_date >= self.not_before.replace(day=1):
+                    pages_to_parse.append(month_page['url'])
+
+        # On parse les pages contenant des RAA
+        elements = []
+        for page in pages_to_parse:
+            page_content = self.get_page(page, 'get').content
+            for raa in self.get_raa_elements(page_content):
+                elements.append(raa)
+
+        self.parse_raa(elements, keywords.split(','))
+        self.mailer()
+
+    def get_raa_elements(self, page_content):
+        elements = []
+        # On charge le parser
+        soup = BeautifulSoup(page_content, 'html.parser')
+
+        # On récupère chaque balise a
+        for a in soup.select('a.fr-link.fr-link--download'):
+            if a.get('href') and a['href'].endswith('.pdf'):
+                if a['href'].startswith('/'):
+                    url = f"{self.__HOST}{a['href']}"
+                else:
+                    url = a['href']
+
+                url = unquote(url)
+                name = a.find('span').previous_sibling.replace('Télécharger ', '').strip()
+                date = datetime.datetime.strptime(a.find('span').get_text().split(' - ')[-1].strip(), '%d/%m/%Y')
+                filename = url.split('/')[-1]
+
+                raa = RAAspotter.RAA(url, date, name, filename)
+                elements.append(raa)
+        return elements

README.md

@@ -49,6 +49,7 @@ Il est possible de ne lancer l'analyse que pour une seule administration, avec l
 - Préfecture du Rhône (identifiant : `pref69`)
 - Préfecture du Tarn (identifiant : `pref81`)
 - Préfecture du Var (identifiant : `pref83`)
+- Préfecture de la Haute-Vienne (identifiant : `pref87`)
 - Préfecture de Mayotte (identifiant : `pref976`)
 
 ## Licence

cli.py

@@ -55,6 +55,7 @@ available_prefs = [
     'pref69',
     'pref81',
     'pref83',
+    'pref87',
     'pref976'
 ]