Skip to content
GitLab
Explorer
Connexion
Navigation principale
Rechercher ou aller à…
Projet
Attrap
Gestion
Activité
Membres
Labels
Programmation
Tickets
Tableaux des tickets
Jalons
Wiki
Code
Requêtes de fusion
Dépôt
Branches
Validations
Étiquettes
Graphe du dépôt
Comparer les révisions
Compilation
Pipelines
Jobs
Planifications de pipeline
Artéfacts
Déploiement
Releases
Registre de paquets
Registre de conteneur
Opération
Modules Terraform
Aide
Aide
Support
Documentation de GitLab
Comparer les forfaits GitLab
Forum de la communauté
Contribuer à GitLab
Donner votre avis
Conditions générales et politique de confidentialité
Raccourcis clavier
?
Extraits de code
Groupes
Projets
Afficher davantage de fils d'Ariane
ketsapiwiq
Attrap
Validations
3a04b908
Valider
3a04b908
rédigé
Il y a 2 mois
par
Bastien Le Querrec
Parcourir les fichiers
Options
Téléchargements
Correctifs
Plain Diff
pref25: utilise prefdpt
parent
c77517b7
Aucune branche associée trouvée
Aucune étiquette associée trouvée
Aucune requête de fusion associée trouvée
Modifications
1
Masquer les modifications d'espaces
En ligne
Côte à côte
Affichage de
1 fichier modifié
Attrap_pref25.py
+6
-70
6 ajouts, 70 suppressions
Attrap_pref25.py
avec
6 ajouts
et
70 suppressions
Attrap_pref25.py
+
6
−
70
Voir le fichier @
3a04b908
import
os
from
Attrap_prefdpt
import
Attrap_prefdpt
import
datetime
import
logging
from
bs4
import
BeautifulSoup
from
urllib.parse
import
unquote
from
Attrap
import
Attrap
class
Attrap
_pref25
(
Attrap_prefdpt
):
logger
=
logging
.
getLogger
(
__name__
)
# Configuration de la préfecture
class
Attrap_pref25
(
Attrap
):
# Config
hostname
=
'
https://www.doubs.gouv.fr
'
hostname
=
'
https://www.doubs.gouv.fr
'
raa_page
=
f
'
{
hostname
}
/Publications/Publications-Legales/Recueil-des-Actes-Administratifs-RAA
'
raa_page
=
f
'
{
hostname
}
/Publications/Publications-Legales/Recueil-des-Actes-Administratifs-RAA
'
user_agent
=
'
Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0
'
full_name
=
'
Préfecture du Doubs
'
full_name
=
'
Préfecture du Doubs
'
short_code
=
'
pref25
'
short_code
=
'
pref25
'
timezone
=
'
Europe/Paris
'
timezone
=
'
Europe/Paris
'
def
__init__
(
self
,
data_dir
):
# Configuration des widgets à analyser
super
().
__init__
(
data_dir
,
self
.
user_agent
)
Attrap_prefdpt
.
grey_card
[
'
regex
'
][
'
year
'
]
=
'
([0-9]{4})
'
self
.
set_sleep_time
(
30
)
Attrap_prefdpt
.
grey_card
[
'
follow_link_on_unrecognised_date
'
]
=
False
def
get_raa
(
self
,
keywords
):
sub_pages
=
self
.
get_sub_pages_with_pager
(
self
.
raa_page
,
'
a.fr-card__link
'
,
'
a.fr-pagination__link.fr-pagination__link--next.fr-pagination__link--lg-label
'
,
None
,
self
.
hostname
,
)
pages_to_parse
=
[]
# TODO : détecter la date de la page à partir du parsing de la page principale et non à partir de son URL
for
sub_page
in
sub_pages
:
url
=
sub_page
[
'
url
'
]
last_word
=
url
.
split
(
'
-
'
)[
-
1
]
year
=
0
try
:
year
=
int
(
last_word
)
if
self
.
not_before
.
year
<=
year
:
pages_to_parse
.
append
(
url
)
except
Exception
as
e
:
logger
.
warning
(
f
"
Impossible de déterminer l
'
année de l
'
URL
{
url
}
"
)
elements
=
[]
for
raa_page
in
pages_to_parse
:
page_content
=
self
.
get_page
(
raa_page
,
'
get
'
).
content
elements
.
extend
(
self
.
get_raa_elements
(
page_content
))
self
.
parse_raa
(
elements
[::
-
1
],
keywords
)
self
.
mailer
()
def
get_raa_elements
(
self
,
page_content
):
# On charge le parser
soup
=
BeautifulSoup
(
page_content
,
'
html.parser
'
)
elements
=
[]
# On récupère chaque balise a
for
a
in
soup
.
select
(
'
div.fr-downloads-group.fr-downloads-group--bordered ul li a
'
):
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
.
find
(
'
span
'
).
previous_sibling
.
replace
(
'
Télécharger
'
,
''
).
strip
()
date
=
datetime
.
datetime
.
strptime
(
a
.
find
(
'
span
'
).
text
.
split
(
'
-
'
)[
-
1
].
strip
(),
'
%d/%m/%Y
'
)
raa
=
Attrap
.
RAA
(
url
,
date
,
name
,
timezone
=
self
.
timezone
)
elements
.
append
(
raa
)
return
elements
Ce diff est replié.
Cliquez pour l'agrandir.
Aperçu
0%
Chargement en cours
Veuillez réessayer
ou
joindre un nouveau fichier
.
Annuler
You are about to add
0
people
to the discussion. Proceed with caution.
Terminez d'abord l'édition de ce message.
Enregistrer le commentaire
Annuler
Veuillez vous
inscrire
ou vous
se connecter
pour commenter