pref35: détecte l'URL de l'année voulue automatiquement

Attrap_pref35.py

@@ -11,14 +11,8 @@ class Attrap_pref35(Attrap):
 
     # Config
     __HOST = 'https://www.ille-et-vilaine.gouv.fr'
-    __RAA_PAGE = [
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Recueil-des-actes-administratifs-2024',
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/Recueil-des-actes-administratifs-2023',
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/Recueil-des-actes-administratifs-2022',
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/Recueil-des-actes-administratifs-2021',
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/Recueil-des-actes-administratifs-2020',
-        f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/Recueil-des-actes-administratifs-2019'
-    ]
+    __RAA_PAGE = f'{__HOST}/Publications/Recueil-des-actes-administratifs'
+    __RAA_PAGE_ARCHIVES = f'{__HOST}/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs'
     __USER_AGENT = 'Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0'
     full_name = 'Préfecture d\'Ille-et-Vilaine'
     short_code = 'pref35'
@@ -28,8 +22,32 @@ class Attrap_pref35(Attrap):
         self.set_sleep_time(30)
 
     def get_raa(self, keywords):
+        year_pages_to_parse = []
+
+        # La page de l'année en cours est normalement listée sur __RAA_PAGE
+        year_pages = self.get_sub_pages_with_pager(
+            self.__RAA_PAGE,
+            'div.fr-card.fr-card--horizontal.fr-card--sm.fr-enlarge-link.fr-mb-3w div.fr-card__body div.fr-card__content h2.fr-card__title a.fr-card__link',
+            'ul.fr-pagination__list li a.fr-pagination__link.fr-pagination__link--next.fr-pagination__link--lg-label',
+            None,
+            self.__HOST
+        )
+        for year_page in year_pages:
+            year = Attrap.guess_date(year_page['name'], '.*([0-9]{4})').year
+            if year >= self.not_before.year:
+                year_pages_to_parse.append(year_page['url'])
+
+        # Les URL des pages des années précédentes sont dans un menu déroulant de __RAA_PAGE_ARCHIVES
+        page_content = self.get_page(self.__RAA_PAGE_ARCHIVES, 'get').content
+        for option in BeautifulSoup(page_content, 'html.parser').select('div.fr-select-group select.fr-select option'):
+            if not option['value'] == '':
+                year = Attrap.guess_date(option.get_text().strip(), '.*([0-9]{4})').year
+                if year >= self.not_before.year:
+                    url = option['value']
+                    year_pages_to_parse.append(f'{self.__HOST}/{url}')
+
         elements = []
-        for raa_page in self.__RAA_PAGE:
+        for raa_page in year_pages_to_parse:
             page_content = self.get_page(raa_page, 'get').content
             for element in self.get_raa_elements(page_content):
                 elements.append(element)