pref10: utilise prefdpt

Attrap_pref10.py

-import os
-import datetime
+from Attrap_prefdpt import Attrap_prefdpt
 
-from bs4 import BeautifulSoup
-from urllib.parse import unquote
 
-from Attrap import Attrap
+class Attrap_pref10(Attrap_prefdpt):
 
-
-class Attrap_pref10(Attrap):
-
-    # Config
+    # Configuration de la préfecture
     hostname = 'https://www.aube.gouv.fr'
-    __RAA_ARCHIVES_PAGE = f'{hostname}/Publications/RAA-Recueil-des-Actes-Administratifs/RAA-Archives/'
-    user_agent = 'Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0'
+    raa_page = [
+        f'{hostname}/Publications/RAA-Recueil-des-Actes-Administratifs',
+        f'{hostname}/Publications/RAA-Recueil-des-Actes-Administratifs/RAA-Archives'
+    ]
+
     full_name = 'Préfecture de l\'Aube'
     short_code = 'pref10'
     timezone = 'Europe/Paris'
 
-    def __init__(self, data_dir):
-        super().__init__(data_dir, self.user_agent)
-        self.set_sleep_time(30)
-
-    def get_raa(self, keywords):
-        # La préfecture de l'Aube a une page avec ses archives, et une page avec l'année en cours. On parse
-        # donc le menu déroulant de la gauche de la page d'archives (et non le contenu de la page) pour récupérér,
-        # premièrement, la page d'année en cours et, deuxièmement, les années archivées.
-
-        pages_to_parse = []
-
-        archives_page_content = self.get_page(self.__RAA_ARCHIVES_PAGE, 'get').content
-        for year_page in self.get_sub_pages(
-            archives_page_content,
-            'ul.fr-sidemenu__list a.fr-sidemenu__link',
-            self.hostname,
-            False,
-        ):
-            if Attrap.guess_date(year_page['name'], '.* ([0-9]{4})').year >= self.not_before.year:
-                pages_to_parse.append(year_page['url'])
+    # Configuration des widgets à analyser
+    Attrap_prefdpt.grey_card['regex']['year'] = 'RAA *([0-9]{4})'
+    Attrap_prefdpt.white_card['link_to_raa'] = True
 
-        elements = self.get_raa_with_pager(
-            pages_to_parse,
-            'ul.fr-pagination__list li a.fr-pagination__link.fr-pagination__link--next',
-            self.hostname
+    # On ajoute un widget custom représentant les liens sur la page d'accueil
+    Attrap_prefdpt.widgets.append(
+        Attrap_prefdpt.DptWidget(
+            'homepage_links',
+            regex={'year': 'Année *([0-9]{4})'},
+            css_path={'title': 'div.fr-text--lead p a.fr-link'}
         )
-
-        self.parse_raa(elements, keywords)
-        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-card__link.menu-item-link'):
-            if a.get('href') and a['href'].endswith('.pdf'):
-                if a['href'].startswith('/'):
-                    url = f"{self.hostname}{a['href']}"
-                else:
-                    url = a['href']
-
-                url = unquote(url)
-                name = a.text.strip()
-                date = datetime.datetime.strptime(a['title'].split(' - ')[-1].strip(), '%d/%m/%Y')
-
-                if date >= self.not_before:
-                    raa = Attrap.RAA(url, date, name, timezone=self.timezone)
-                    elements.append(raa)
-
-        return elements
+    )