prefdpt: améliore la gestion du cas où une même carte a deux regex

Attrap_prefdpt.py

@@ -54,11 +54,17 @@ class Attrap_prefdpt(Attrap):
             self.hostname,
             False
         ):
+            date = None
+
             if self.grey_card['year']:
                 date = Attrap.guess_date(card['name'].strip(), self.grey_card['year']).replace(day=1, month=1)
                 if date >= self.not_before.replace(day=1, month=1) and card['url'] not in self.page_urls_to_parse:
-                    self.page_urls_to_parse.append(card['url'])
-            if self.grey_card['month']:
+                    # Si aucune date n'a été détectée, l'année est à 9999. Mais on n'inclut l'URL que s'il n'y a pas de regex de mois à tester après.
+                    if not self.grey_card['month'] or (self.grey_card['month'] and date.year < 9999):
+                        self.page_urls_to_parse.append(card['url'])
+
+            # On cherche avec le regex de mois si aucun regex d'année n'est configuré ou si ce dernier n'a pas permis de trouver une date
+            if self.grey_card['month'] and (not date or date.year == 9999):
                 date = Attrap.guess_date(card['name'].strip(), self.grey_card['month']).replace(day=1)
                 if date >= self.not_before.replace(day=1) and card['url'] not in self.page_urls_to_parse:
                     self.page_urls_to_parse.append(card['url'])
@@ -71,20 +77,27 @@ class Attrap_prefdpt(Attrap):
             self.white_card_details_css_path,  # Détails (avec la date de publication)
             self.hostname
         ):
+            date = None
+
             # Pour les cartes blanches, on parse le titre si un regex a été spécifié
             if self.white_card['year']:
                 date = Attrap.guess_date(card['name'].strip(), self.white_card['year']).replace(day=1, month=1)
                 if date >= self.not_before.replace(day=1, month=1) and card['url'] not in self.page_urls_to_parse:
-                    self.page_urls_to_parse.append(card['url'])
-            if self.white_card['month']:
+                    # Si aucune date n'a été détectée, l'année est à 9999. Mais on n'inclut l'URL que s'il n'y a pas de regex de mois à tester après.
+                    if not self.white_card['month'] or (self.white_card['month'] and date.year < 9999):
+                        self.page_urls_to_parse.append(card['url'])
+
+            # On cherche avec le regex de mois si aucun regex d'année n'est configuré ou si ce dernier n'a pas permis de trouver une date
+            if self.white_card['month'] and (not date or date.year == 9999):
                 date = Attrap.guess_date(card['name'].strip(), self.white_card['month']).replace(day=1)
                 if date >= self.not_before.replace(day=1) and card['url'] not in self.page_urls_to_parse:
                     self.page_urls_to_parse.append(card['url'])
 
             # On regarde aussi la date dans les détails de la carte
-            date = datetime.datetime.strptime(card['details'].replace('Publié le ', '').strip(), '%d/%m/%Y')
-            if date >= self.not_before and card['url'] not in self.page_urls_to_parse:
-                self.page_urls_to_parse.append(card['url'])
+            if not date or date.year == 9999:
+                date = datetime.datetime.strptime(card['details'].replace('Publié le ', '').strip(), '%d/%m/%Y')
+                if date >= self.not_before and card['url'] not in self.page_urls_to_parse:
+                    self.page_urls_to_parse.append(card['url'])
 
     def get_raa_elements(self, page_content):
         elements = []