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 conteneur
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
La Quadrature du Net
Attrap
Validations
6368de4a
Valider
6368de4a
rédigé
il y a 11 mois
par
Bastien Le Querrec
Parcourir les fichiers
Options
Téléchargements
Correctifs
Plain Diff
RAAspotter: ajoute une option pour ne pas rechercher les sous-pages de manière récursive
parent
d3068cf8
Aucune branche associée trouvée
Branches contenant la validation
Aucune étiquette associée trouvée
Aucune requête de fusion associée trouvée
Modifications
2
Masquer les modifications d'espaces
En ligne
Côte à côte
Affichage de
2 fichiers modifiés
RAAspotter.py
+4
-4
4 ajouts, 4 suppressions
RAAspotter.py
RAAspotter_pref59.py
+1
-1
1 ajout, 1 suppression
RAAspotter_pref59.py
avec
5 ajouts
et
5 suppressions
RAAspotter.py
+
4
−
4
Voir le fichier @
6368de4a
...
...
@@ -123,16 +123,16 @@ class RAAspotter:
except
:
logger
.
debug
(
'
Impossible de changer d
\'
identité Tor
'
)
def
get_sub_pages
(
self
,
page_content
,
element
,
host
):
def
get_sub_pages
(
self
,
page_content
,
element
,
host
,
recursive_until_pdf
):
soup
=
BeautifulSoup
(
page_content
,
'
html.parser
'
)
sub_pages
=
[]
for
a
in
soup
.
select
(
element
):
if
a
.
get
(
'
href
'
):
url
=
f
"
{
host
}{
a
[
'
href
'
]
}
"
sub_page_content
=
self
.
get_page
(
url
,
'
get
'
).
content
if
not
self
.
has_pdf
(
sub_page_content
):
if
recursive_until_pdf
and
not
self
.
has_pdf
(
sub_page_content
):
logger
.
info
(
f
'
{
url
}
ne contient pas de PDF, on récupère ses sous-pages
'
)
for
sub_sub_page
in
self
.
get_sub_pages
(
sub_page_content
,
element
,
host
):
for
sub_sub_page
in
self
.
get_sub_pages
(
sub_page_content
,
element
,
host
,
recursive_until_pdf
):
sub_pages
.
append
(
sub_sub_page
)
else
:
sub_pages
.
append
(
url
)
...
...
@@ -170,7 +170,7 @@ class RAAspotter:
elements
.
append
(
raa
)
# On regarde également s'il n'y aurait pas un pager
sub_pages
=
self
.
get_sub_pages
(
page_content
,
pager_element
,
host
)
sub_pages
=
self
.
get_sub_pages
(
page_content
,
pager_element
,
host
,
True
)
for
sub_raa
in
self
.
get_raa_with_pager
(
sub_pages
,
pager_element
,
host
):
elements
.
append
(
sub_raa
)
return
elements
...
...
Ce diff est replié.
Cliquez pour l'agrandir.
RAAspotter_pref59.py
+
1
−
1
Voir le fichier @
6368de4a
...
...
@@ -49,7 +49,7 @@ class RAAspotter_pref59(RAAspotter):
for
raa_page
in
pages_to_parse
:
page_content
=
self
.
get_page
(
raa_page
,
'
get
'
).
content
sub_pages
=
self
.
get_sub_pages
(
page_content
,
"
div.fr-card__body div.fr-card__content h2.fr-card__title a
"
,
self
.
__HOST
)
sub_pages
=
self
.
get_sub_pages
(
page_content
,
"
div.fr-card__body div.fr-card__content h2.fr-card__title a
"
,
self
.
__HOST
,
True
)
for
sub_page
in
sub_pages
[::
-
1
]:
sub_page_content
=
self
.
get_page
(
sub_page
,
'
get
'
).
content
sub_raa_elements
=
self
.
get_raa_elements
(
sub_page_content
)
...
...
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