pref62: ajout de la préfecture du Pas-de-Calais

.gitlab-ci.yml

@@ -129,6 +129,34 @@ test_pref35:
     - output.log
     expire_in: 1 hour
 
+test_pref62:
+  stage: test
+  image: registry.git.laquadrature.net/bastien/raaspotter/base:latest
+  tags:
+  - unprivileged
+  needs: [install]
+  script:
+  - curl --silent --location --output artifacts.zip "${CI_SERVER_PROTOCOL}://${CI_SERVER_HOST}:${CI_SERVER_PORT}/api/v4/projects/${CI_PROJECT_ID}/jobs/artifacts/${CI_COMMIT_BRANCH}/download?job=${CI_JOB_NAME}&job_token=${CI_JOB_TOKEN}" || true
+  - unzip -q artifacts.zip data/pref62/* || true
+  - rm artifacts.zip || true
+  - source bin/activate
+  - /etc/init.d/tor start
+  - python ./pref62.py
+  retry: 2
+  only:
+  - main
+  cache:
+    key: $CI_COMMIT_REF_SLUG
+    paths:
+    - bin/
+    - lib/
+    - pyvenv.cfg
+  artifacts:
+    paths:
+    - data/pref62/*.txt
+    - output.log
+    expire_in: 1 hour
+
 test_ppparis:
   stage: test
   image: registry.git.laquadrature.net/bastien/raaspotter/base:latest

RAAspotter_pref62.py

+import os, sys
+import datetime
+
+from bs4 import BeautifulSoup
+from urllib.parse import unquote
+
+from RAAspotter import RAAspotter
+
+class RAAspotter_pref62(RAAspotter):
+
+  # Config
+  __HOST       = 'https://www.pas-de-calais.gouv.fr'
+  __RAA_PAGE   = {'2024':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2024-Recueils-des-actes-administratifs'],
+                  '2023':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2023-Recueils-des-actes-administratifs',
+                    f'{__HOST}/Publications/Recueil-des-actes-administratifs/2023-Recueils-speciaux-des-actes-administratifs'],
+                  '2022':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2022-Recueils-des-Actes-Administratifs',
+                    f'{__HOST}/Publications/Recueil-des-actes-administratifs/2022-Recueils-Speciaux-des-Actes-Administratifs'],
+                  '2021':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2021-Recueils-des-actes-administratifs',
+                    f'{__HOST}/Publications/Recueil-des-actes-administratifs/2021-Recueils-speciaux-des-actes-administratifs'],
+                  '2020':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2020-Recueils-des-actes-administratifs',
+                    f'{__HOST}/Publications/Recueil-des-actes-administratifs/2020-Recueils-speciaux-des-actes-administratifs'],
+                  '2019':
+                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs/2019-Recueil-des-actes-administratifs',
+                    f'{__HOST}/Publications/Recueil-des-actes-administratifs/2019-Recueils-speciaux-des-actes-administratifs']}
+  __USER_AGENT = 'Mozilla/5.0 (X11; Linux x86_64; rv:109.0) Gecko/20100101 Firefox/115.0'
+
+  def __init__(self, data_dir):
+    super().__init__(data_dir, self.__USER_AGENT)
+    self.enable_tor(20)
+
+  def get_raa(self, keywords):
+    self.print_output('RAAspotter_pref62')
+    self.print_output(f'Termes recherchés: {keywords}')
+    self.print_output('')
+
+    pages_to_parse = []
+    if self.not_before.year <= 2024:
+      for page in self.__RAA_PAGE['2024']:
+        pages_to_parse.append(page)
+    if self.not_before.year <= 2023:
+      for page in self.__RAA_PAGE['2023']:
+        pages_to_parse.append(page)
+    if self.not_before.year <= 2022:
+      for page in self.__RAA_PAGE['2022']:
+        pages_to_parse.append(page)
+    if self.not_before.year <= 2021:
+      for page in self.__RAA_PAGE['2021']:
+        pages_to_parse.append(page)
+    if self.not_before.year <= 2020:
+      for page in self.__RAA_PAGE['2020']:
+        pages_to_parse.append(page)
+    if self.not_before.year <= 2019:
+      for page in self.__RAA_PAGE['2019']:
+        pages_to_parse.append(page)
+
+    for raa_page in pages_to_parse:
+      page_content = self.get_page(raa_page).content
+      raa_elements = self.get_raa_elements(page_content)
+      self.parse_raa(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 le div qui contient la liste des RAA
+    cards = soup.select('div.fr-downloads-group.fr-downloads-group--bordered')[0]
+    # On analyse chaque balise a dans ce div
+    for a in cards.find_all('a', href=True):
+      if a['href'].endswith('.pdf'):
+        if a['href'].startswith('/'):
+          url = f"{self.__HOST}{a['href']}"
+        else:
+          url = a['href']
+
+        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 = unquote(url.split('/')[-1])
+
+        raa = RAAspotter.RAA(url, date, name, filename)
+        elements.append(raa)
+    return elements[::-1]

README.md

@@ -35,6 +35,7 @@ Il est possible de ne lancer l'analyse que pour une seule administration, en lan
 - Préfecture des Alpes-Maritimes  (`pref06.py`)
 - Préfecture des Bouches-du-Rhône (`pref13.py`)
 - Préfecture d'Ille-et-Vilaine (`pref35.py`)
+- Préfecture du Pas-de-Calais (`pref62.py`)
 - Préfecture de police de Paris (`ppparis.py`)
 
 ## Licence

pref62.py

+import os
+import argparse
+import logging
+import datetime
+
+from RAAspotter import RAAspotter
+from RAAspotter_pref62 import RAAspotter_pref62
+
+# Config
+__KEYWORDS = os.getenv('KEYWORDS') or 'vidéoprotection,caméras,captation,aéronef'
+__DATA_DIR = os.path.dirname(os.path.abspath(__file__))+'/data/pref62/'
+__SMTP_HOSTNAME = os.getenv('SMTP_HOSTNAME') or 'localhost'
+__SMTP_USERNAME = os.getenv('SMTP_USERNAME') or ''
+__SMTP_PASSWORD = os.getenv('SMTP_PASSWORD') or ''
+__EMAIL_FROM = os.getenv('EMAIL_FROM')
+__EMAIL_TO = os.getenv('EMAIL_TO')
+if os.getenv('SMTP_PORT'):
+  __SMTP_PORT = int(os.getenv('SMTP_PORT'))
+else:
+  __SMTP_PORT = 587
+if os.getenv('SMTP_STARTTLS'):
+  __SMTP_STARTTLS = True
+else:
+  __SMTP_STARTTLS = False
+if os.getenv('SMTP_SSL'):
+  __SMTP_SSL = True
+else:
+  __SMTP_SSL = False
+if os.getenv('NOT_BEFORE'):
+  __NOT_BEFORE = datetime.datetime.strptime(os.getenv('NOT_BEFORE'), '%Y-%m-%d')
+else:
+  __NOT_BEFORE = datetime.datetime(1970, 1, 1)
+__MASTODON_ACCESS_TOKEN = os.getenv('MASTODON_ACCESS_TOKEN')
+__MASTODON_INSTANCE = os.getenv('MASTODON_INSTANCE')
+
+# Début du script
+parser = argparse.ArgumentParser(prog='pref62.py', description='Télécharge les RAA de la préfecture du Pas-de-Calais et recherche des mots-clés')
+parser.add_argument('-k', '--keywords', action='store', help='liste des termes recherchés, séparés par une virgule (par défaut : vidéoprotection,caméras,captation,aéronef)')
+parser.add_argument('--not-before', action='store', help='n\'analyse pas les RAA datant d\'avant la date indiquée, au format YYYY-MM-DD (par défaut : 2024-01-01)')
+parser.add_argument('--smtp-hostname', action='store', help='nom d\'hôte SMTP (par défaut : localhost)')
+parser.add_argument('--smtp-username', action='store', help='nom d\'utilisateur SMTP (par défaut : vide)')
+parser.add_argument('--smtp-password', action='store', help='mot de passe SMTP (par défaut : vide)')
+parser.add_argument('--smtp-port', action='store', help='port SMTP (par défaut : 587)')
+parser.add_argument('--smtp-starttls', action='store_true', help='connexion SMTP avec STARTTLS')
+parser.add_argument('--smtp-ssl', action='store_true', help='connexion SMTP avec SSL')
+parser.add_argument('-f', '--email-from', action='store', help='adresse de courrier électronique expéditrice des notifications')
+parser.add_argument('-t', '--email-to', action='store', help='adresses de courrier électronique destinataires des notifications (séparées par une virgule)')
+parser.add_argument('--mastodon-access-token', action='store', help='jeton d\'accès pour publier sur Mastodon (par défaut : vide)')
+parser.add_argument('--mastodon-instance', action='store', help='URL de l\'instance (doit inclure "http://" ou "https://" ; par défaut : vide)')
+parser.add_argument('-v', action='store_true', help='relève le niveau de verbosité à INFO')
+parser.add_argument('-vv', action='store_true', help='relève le niveau de verbosité à DEBUG')
+args = parser.parse_args()
+
+if args.v or os.getenv('VERBOSE'):
+  logging.basicConfig(level=logging.INFO)
+
+if args.vv or os.getenv('VVERBOSE'):
+  logging.basicConfig(level=logging.DEBUG)
+
+if args.keywords:
+  __KEYWORDS = args.keywords
+
+if args.not_before:
+  __NOT_BEFORE = datetime.datetime.strptime(args.not_before, '%Y-%m-%d')
+
+if args.smtp_hostname:
+  __SMTP_HOSTNAME = args.smtp_hostname
+
+if args.smtp_username:
+  __SMTP_USERNAME = args.smtp_username
+
+if args.smtp_password:
+  __SMTP_PASSWORD = args.smtp_password
+
+if args.smtp_port:
+  __SMTP_PORT = int(args.smtp_port)
+
+if args.smtp_starttls:
+  __SMTP_STARTTLS = True
+
+if args.smtp_ssl:
+  __SMTP_SSL = True
+
+if args.email_from:
+  __EMAIL_FROM = args.email_from
+
+if args.email_to:
+  __EMAIL_TO = args.email_to
+
+if args.mastodon_access_token:
+  __MASTODON_ACCESS_TOKEN = args.mastodon_access_token
+
+if args.mastodon_instance:
+  __MASTODON_INSTANCE = args.mastodon_instance
+
+# On crée le dossier de téléchargement
+os.makedirs(__DATA_DIR, exist_ok=True)
+
+raa_spotter = RAAspotter_pref62(__DATA_DIR)
+raa_spotter.not_before = __NOT_BEFORE
+raa_spotter.configure_mailer(__SMTP_HOSTNAME, __SMTP_USERNAME, __SMTP_PASSWORD, __SMTP_PORT,
+                             __SMTP_STARTTLS, __SMTP_SSL, __EMAIL_FROM, __EMAIL_TO,
+                             '[RAAspotter] [Préfecture du Pas-de-Calais] Nouveaux éléments trouvés')
+raa_spotter.configure_mastodon(__MASTODON_ACCESS_TOKEN, __MASTODON_INSTANCE, '[Préfecture du Pas-de-Calais]', '#pref62')
+raa_spotter.get_raa(__KEYWORDS)