Skip to content
Extraits de code Groupes Projets
Valider d9a274eb rédigé par Bastien Le Querrec's avatar Bastien Le Querrec
Parcourir les fichiers

pref69: détecte l'URL de l'année voulue automatiquement

parent fc486c27
Aucune branche associée trouvée
Aucune étiquette associée trouvée
Aucune requête de fusion associée trouvée
......@@ -11,14 +11,7 @@ class Attrap_pref69(Attrap):
# Config
hostname = 'https://www.rhone.gouv.fr'
raa_page = {
'2024': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2024',
'2023': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2023',
'2022': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2022',
'2021': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2021',
'2020': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2020',
'2019': f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA/Recueils-de-2019'
}
raa_page = f'{hostname}/Publications/Recueil-des-actes-administratifs-du-Rhone-RAA'
user_agent = 'Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0'
full_name = 'Préfecture du Rhône'
short_code = 'pref69'
......@@ -29,23 +22,21 @@ class Attrap_pref69(Attrap):
self.set_sleep_time(30)
def get_raa(self, keywords):
pages_to_parse = []
if self.not_before.year <= 2024:
pages_to_parse.append(self.raa_page['2024'])
if self.not_before.year <= 2023:
pages_to_parse.append(self.raa_page['2023'])
if self.not_before.year <= 2022:
pages_to_parse.append(self.raa_page['2022'])
if self.not_before.year <= 2021:
pages_to_parse.append(self.raa_page['2021'])
if self.not_before.year <= 2020:
pages_to_parse.append(self.raa_page['2020'])
if self.not_before.year <= 2019:
pages_to_parse.append(self.raa_page['2019'])
# On détermine quelles pages d'année parser
year_pages = []
page_content = self.get_page(self.raa_page, 'get').content
for year_page in self.get_sub_pages(
page_content,
'div.fr-card__body div.fr-card__content h2.fr-card__title a',
self.hostname,
False
):
year = Attrap.guess_date(year_page['name'].strip(), '.* ([0-9]{4})').year
if year < 9999 and year >= self.not_before.year:
year_pages.append(year_page['url'])
sub_pages_to_parse = []
for raa_page in pages_to_parse:
for raa_page in year_pages:
sub_pages = self.get_sub_pages_with_pager(
raa_page,
'div.fr-card__body div.fr-card__content h2.fr-card__title a.fr-card__link',
......
0% Chargement en cours ou .
You are about to add 0 people to the discussion. Proceed with caution.
Terminez d'abord l'édition de ce message.
Veuillez vous inscrire ou vous pour commenter