From f661ebb7a78323d80cb6ea7b2096ec9c7555cd35 Mon Sep 17 00:00:00 2001
From: Bastien Le Querrec <blq@laquadrature.net>
Date: Fri, 5 Apr 2024 16:01:01 +0200
Subject: [PATCH] =?UTF-8?q?pref31:=20ajout=20de=20la=20pr=C3=A9fecture=20d?=
 =?UTF-8?q?e=20la=20Haute-Garonne?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

---
 .gitlab-ci.yml       |  5 +++
 Makefile             |  4 ++-
 RAAspotter_pref31.py | 76 ++++++++++++++++++++++++++++++++++++++++++++
 README.md            |  1 +
 cli.py               |  1 +
 5 files changed, 86 insertions(+), 1 deletion(-)
 create mode 100644 RAAspotter_pref31.py

diff --git a/.gitlab-ci.yml b/.gitlab-ci.yml
index 2a32a92..0fefb22 100644
--- a/.gitlab-ci.yml
+++ b/.gitlab-ci.yml
@@ -122,6 +122,11 @@ test_pref13:
     PREF: "pref13"
   extends: .default_pref
 
+test_pref31:
+  variables:
+    PREF: "pref31"
+  extends: .default_pref
+
 test_pref34:
   variables:
     PREF: "pref34"
diff --git a/Makefile b/Makefile
index 4bc7ba9..2d1053d 100644
--- a/Makefile
+++ b/Makefile
@@ -1,4 +1,4 @@
-make: ppparis pref04 pref06 pref09 pref13 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 pref976
 ppparis:
 	python cli.py --pref ppparis
 pref04:
@@ -9,6 +9,8 @@ pref09:
 	python cli.py --pref pref09
 pref13:
 	python cli.py --pref pref13
+pref31:
+	python cli.py --pref pref31
 pref34:
 	python cli.py --pref pref34
 pref35:
diff --git a/RAAspotter_pref31.py b/RAAspotter_pref31.py
new file mode 100644
index 0000000..cff6ade
--- /dev/null
+++ b/RAAspotter_pref31.py
@@ -0,0 +1,76 @@
+import os
+import datetime
+
+from bs4 import BeautifulSoup
+from urllib.parse import unquote
+
+from RAAspotter import RAAspotter
+
+
+class RAAspotter_pref31(RAAspotter):
+
+    # Config
+    __HOST = 'https://www.haute-garonne.gouv.fr'
+    __RAA_PAGE = f'{__HOST}/Publications/Recueil-des-Actes-Administratifs/Recueil-des-Actes-Administratifs-Haute-Garonne'
+    __USER_AGENT = 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/122.0.0.0 Safari/537.36'
+    full_name = 'Préfecture de la Haute-Garonne'
+    short_code = 'pref31'
+
+    def __init__(self, data_dir):
+        super().__init__(data_dir, self.__USER_AGENT)
+
+    def get_raa(self, keywords):
+        self.print_output('RAAspotter_pref31')
+        self.print_output(f'Termes recherchés: {keywords}')
+        self.print_output('')
+
+        # On cherche les pages de chaque mois
+        page_content = self.get_page(self.__RAA_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]
+
+        pages_to_parse = []
+
+        # On filtre les pages de mois pour limiter le nombre de requêtes
+        for month_page in month_pages:
+            guessed_date = RAAspotter.guess_date(month_page['name'], '([a-zéû]* [0-9]{4})')
+            if guessed_date >= self.not_before.replace(day=1):
+                pages_to_parse.append(month_page['url'])
+
+        elements = []
+        # On parse les pages des mois qu'on veut analyser
+        for element in self.get_raa_with_pager(
+            pages_to_parse,
+            ".fr-pagination__link.fr-pagination__link--next",
+            self.__HOST
+        ):
+            elements.append(element)
+
+        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('div.fr-card__body div.fr-card__content h2.fr-card__title a.fr-card__link.menu-item-link'):
+            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.get_text().strip().capitalize()
+                date = datetime.datetime.strptime(a['title'].split(' - ')[-1].strip(), '%d/%m/%Y')
+                filename = url.split('/')[-1]
+
+                raa = RAAspotter.RAA(url, date, name, filename)
+                elements.append(raa)
+        return elements
diff --git a/README.md b/README.md
index edec627..63b18a3 100644
--- a/README.md
+++ b/README.md
@@ -37,6 +37,7 @@ Il est possible de ne lancer l'analyse que pour une seule administration, avec l
 - Préfecture des Alpes-Maritimes (identifiant : `pref06`)
 - Préfecture de l'Ariège (identifiant : `pref09`)
 - Préfecture des Bouches-du-Rhône (identifiant : `pref13`)
+- Préfecture de la Haute-Garonne (identifiant : `pref31`)
 - Préfecture de l'Hérault (identifiant : `pref34`)
 - Préfecture d'Ille-et-Vilaine (identifiant : `pref35`)
 - Préfecture de l'Isère (identifiant : `pref38`)
diff --git a/cli.py b/cli.py
index 8c36cff..21dc6df 100755
--- a/cli.py
+++ b/cli.py
@@ -43,6 +43,7 @@ available_prefs = [
     'pref06',
     'pref09',
     'pref13',
+    'pref31',
     'pref34',
     'pref35',
     'pref38',
-- 
GitLab