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
490072aa
Valider
490072aa
rédigé
Il y a 2 mois
par
Bastien Le Querrec
Parcourir les fichiers
Options
Téléchargements
Correctifs
Plain Diff
pref42: utilise prefdpt
parent
9f7fe6bd
Aucune branche associée trouvée
Branches contenant la validation
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_pref42.py
+5
-70
5 ajouts, 70 suppressions
Attrap_pref42.py
avec
5 ajouts
et
70 suppressions
Attrap_pref42.py
+
5
−
70
Voir le fichier @
490072aa
import
os
import
datetime
import
re
from
Attrap_prefdpt
import
Attrap_prefdpt
from
bs4
import
BeautifulSoup
from
urllib.parse
import
unquote
from
Attrap
import
Attrap
class
Attrap
_pref42
(
Attrap_prefdpt
):
class
Attrap_pref42
(
Attrap
):
# Config
# Configuration de la préfecture
hostname
=
'
https://www.loire.gouv.fr
'
raa_page
=
f
'
{
hostname
}
/Publications/Publications-legales/Recueil-des-Actes-Administratifs
'
user_agent
=
'
Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0
'
full_name
=
'
Préfecture de la Loire
'
short_code
=
'
pref42
'
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
):
year_pages_to_parse
=
[]
# On détermine quelles pages d'année parser
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
'
,
'
div.fr-card.fr-card--horizontal.fr-card--sm.fr-enlarge-link.fr-mb-3w div.fr-card__body div.fr-card__content div.fr-card__end p.fr-card__detail
'
,
self
.
hostname
)
for
year_page
in
year_pages
:
year
=
9999
try
:
year
=
int
(
re
.
search
(
'
([0-9]{4})
'
,
year_page
[
'
name
'
],
re
.
IGNORECASE
).
group
(
1
))
if
year
is
None
:
year
=
9999
except
Exception
as
exc
:
logger
.
warning
(
f
"
Impossible de deviner l
\'
année de la page
{
year_page
[
'
name
'
]
}
"
)
year
=
9999
if
year
>=
self
.
not_before
.
year
:
year_pages_to_parse
.
append
(
year_page
[
'
url
'
])
elements
=
[]
# Pour chaque année, on parse les RAA
for
year_page
in
year_pages_to_parse
:
page_content
=
self
.
get_page
(
year_page
,
'
get
'
).
content
for
element
in
self
.
get_raa_elements
(
page_content
)[::
-
1
]:
elements
.
append
(
element
)
# On parse les RAA
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
(
'
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
'
).
get_text
().
split
(
'
-
'
)[
-
1
].
strip
(),
'
%d/%m/%Y
'
)
raa
=
Attrap
.
RAA
(
url
,
date
,
name
,
timezone
=
self
.
timezone
)
elements
.
append
(
raa
)
return
elements
# Configuration des widgets à analyser
Attrap_prefdpt
.
white_card
[
'
regex
'
][
'
year
'
]
=
'
([0-9]{4})
'
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