pref42: ajout de la préfecture de la Loire

.gitlab-ci.yml

@@ -147,6 +147,11 @@ test_pref38:
     PREF: "pref38"
   extends: .default_pref
 
+test_pref42:
+  variables:
+    PREF: "pref42"
+  extends: .default_pref
+
 test_pref59:
   variables:
     PREF: "pref59"

Makefile

-make: ppparis pref04 pref05 pref06 pref09 pref13 pref31 pref34 pref35 pref38 pref59 pref62 pref65 pref66 pref69 pref80 pref81 pref83 pref87 pref976
+make: ppparis pref04 pref05 pref06 pref09 pref13 pref31 pref34 pref35 pref38 pref42 pref59 pref62 pref65 pref66 pref69 pref80 pref81 pref83 pref87 pref976
 ppparis:
 	python cli.py --pref ppparis
 pref04:

RAAspotter_pref42.py

+import os
+import datetime
+import re
+
+from bs4 import BeautifulSoup
+from urllib.parse import unquote
+
+from RAAspotter import RAAspotter
+
+
+class RAAspotter_pref42(RAAspotter):
+
+    # Config
+    __HOST = 'https://www.loire.gouv.fr'
+    __RAA_PAGE = f'{__HOST}/Publications/Publications-legales/Recueil-des-Actes-Administratifs'
+    __USER_AGENT = 'Mozilla/5.0 (X11; Linux x86_64; rv:109.0) Gecko/20100101 Firefox/115.0'
+    full_name = 'Préfecture de de la Loire'
+    short_code = 'pref42'
+
+    def __init__(self, data_dir):
+        super().__init__(data_dir, self.__USER_AGENT)
+        self.enable_tor(10)
+
+    def get_raa(self, keywords):
+        self.print_output('RAAspotter_pref42')
+        self.print_output(f'Termes recherchés: {keywords}')
+        self.print_output('')
+
+        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.__HOST
+        )
+        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.split(','))
+        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.__HOST}{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')
+                filename = url.split('/')[-1]
+
+                raa = RAAspotter.RAA(url, date, name, filename)
+                elements.append(raa)
+        return elements

README.md

@@ -42,6 +42,7 @@ Il est possible de ne lancer l'analyse que pour une seule administration, avec l
 - Préfecture de l'Hérault (identifiant : `pref34`)
 - Préfecture d'Ille-et-Vilaine (identifiant : `pref35`)
 - Préfecture de l'Isère (identifiant : `pref38`)
+- Préfecture de la Loire (identifiant : `pref42`)
 - Préfecture du Nord (identifiant : `pref59`)
 - Préfecture du Pas-de-Calais (identifiant : `pref62`)
 - Préfecture des Pyrénées-Atlantiques (identifiant : `pref64`)

cli.py

@@ -48,6 +48,7 @@ available_prefs = [
     'pref34',
     'pref35',
     'pref38',
+    'pref42',
     'pref59',
     'pref62',
     'pref64',