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 conteneurs
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
87b3db3d
Valider
87b3db3d
rédigé
3 months ago
par
Bastien Le Querrec
Parcourir les fichiers
Options
Téléchargements
Correctifs
Plain Diff
pref06: utilise prefdpt
parent
616c8e2b
Branches
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_pref06.py
+4
-72
4 ajouts, 72 suppressions
Attrap_pref06.py
avec
4 ajouts
et
72 suppressions
Attrap_pref06.py
+
4
−
72
Voir le fichier @
87b3db3d
import
os
import
datetime
from
Attrap_prefdpt
import
Attrap_prefdpt
from
bs4
import
BeautifulSoup
from
urllib.parse
import
unquote
from
Attrap
import
Attrap
class
Attrap_pref06
(
Attrap
):
class
Attrap_pref06
(
Attrap_prefdpt
):
# Config
hostname
=
'
https://www.alpes-maritimes.gouv.fr
'
raa_page
=
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs-RAA
'
user_agent
=
'
Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0
'
full_name
=
'
Préfecture des Alpes-Maritimes
'
short_code
=
'
pref06
'
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
):
# On détermine quelles pages d'année parser
year_pages_to_parse
=
[]
page_content
=
self
.
get_page
(
self
.
raa_page
,
'
get
'
).
content
year_pages
=
self
.
get_sub_pages
(
page_content
,
'
.fr-card.fr-card--sm.fr-card--grey.fr-enlarge-link div.fr-card__body div.fr-card__content h2.fr-card__title a
'
,
self
.
hostname
,
False
)
for
year_page
in
year_pages
:
if
int
(
year_page
[
'
name
'
].
replace
(
'
Année
'
,
''
).
strip
())
>=
self
.
not_before
.
year
:
year_pages_to_parse
.
append
(
year_page
[
'
url
'
])
# Pour chaque année, on récupère les pages de chaque catégorie (RAA mensuels, spéciaux ou spécifiques)
pages_to_parse
=
[]
for
year_page
in
year_pages_to_parse
:
page_content
=
self
.
get_page
(
year_page
,
'
get
'
).
content
pages
=
self
.
get_sub_pages
(
page_content
,
'
.fr-card.fr-card--sm.fr-card--grey.fr-enlarge-link div.fr-card__body div.fr-card__content h2.fr-card__title a
'
,
self
.
hostname
,
False
)
for
page
in
pages
:
pages_to_parse
.
append
(
page
[
'
url
'
])
elements
=
self
.
get_raa_with_pager
(
pages_to_parse
,
"
.fr-pagination__link.fr-pagination__link--next
"
,
self
.
hostname
)
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
'
)
# Pour chaque élément fr-card__content, on cherche sa balise a, et si
# c'est un PDF on le parse
cards
=
soup
.
find_all
(
'
div
'
,
class_
=
'
fr-card__content
'
)
for
card
in
cards
:
a
=
card
.
find
(
'
a
'
)
if
a
[
'
href
'
].
endswith
(
'
.pdf
'
):
if
a
[
'
href
'
].
startswith
(
'
/
'
):
url
=
f
"
{
self
.
hostname
}{
a
[
'
href
'
]
}
"
else
:
url
=
a
[
'
href
'
]
url
=
unquote
(
url
)
name
=
a
.
get_text
().
strip
()
date
=
datetime
.
datetime
.
strptime
(
card
.
find
(
'
p
'
,
class_
=
'
fr-card__detail
'
).
get_text
().
replace
(
'
Publié le
'
,
''
).
strip
(),
'
%d/%m/%Y
'
)
raa
=
Attrap
.
RAA
(
url
,
date
,
name
,
timezone
=
self
.
timezone
)
elements
.
append
(
raa
)
return
elements
Attrap_prefdpt
.
grey_card
[
'
year
'
]
=
'
Année *([0-9]{4})
'
Attrap_prefdpt
.
white_card
[
'
direct_link_to_raa
'
]
=
True
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