From 8e2268e5905c17476b48b463758d96b356b8beff Mon Sep 17 00:00:00 2001
From: Bastien Le Querrec <blq@laquadrature.net>
Date: Sat, 13 Apr 2024 22:09:31 +0200
Subject: [PATCH] =?UTF-8?q?pref33:=20ajout=20de=20la=20pr=C3=A9fecture=20d?=
=?UTF-8?q?e=20la=20Gironde?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit
---
.gitlab-ci.yml | 5 ++
Makefile | 4 +-
RAAspotter_pref33.py | 112 +++++++++++++++++++++++++++++++++++++++++++
README.md | 1 +
cli.py | 1 +
5 files changed, 122 insertions(+), 1 deletion(-)
create mode 100644 RAAspotter_pref33.py
diff --git a/.gitlab-ci.yml b/.gitlab-ci.yml
index 75d242f..7f6a768 100644
--- a/.gitlab-ci.yml
+++ b/.gitlab-ci.yml
@@ -134,6 +134,11 @@ test_pref31:
PREF: "pref31"
extends: .default_pref
+test_pref33:
+ variables:
+ PREF: "pref33"
+ extends: .default_pref
+
test_pref34:
variables:
PREF: "pref34"
diff --git a/Makefile b/Makefile
index 5b48bd2..8933ca7 100644
--- a/Makefile
+++ b/Makefile
@@ -1,4 +1,4 @@
-make: ppparis pref04 pref05 pref06 pref09 pref13 pref31 pref34 pref35 pref38 pref42 pref44 pref59 pref62 pref65 pref66 pref69 pref80 pref81 pref83 pref87 pref976
+make: ppparis pref04 pref05 pref06 pref09 pref13 pref31 pref33 pref34 pref35 pref38 pref42 pref44 pref59 pref62 pref65 pref66 pref69 pref80 pref81 pref83 pref87 pref976
ppparis:
python cli.py --pref ppparis
pref04:
@@ -13,6 +13,8 @@ pref13:
python cli.py --pref pref13
pref31:
python cli.py --pref pref31
+pref33:
+ python cli.py --pref pref33
pref34:
python cli.py --pref pref34
pref35:
diff --git a/RAAspotter_pref33.py b/RAAspotter_pref33.py
new file mode 100644
index 0000000..e68827c
--- /dev/null
+++ b/RAAspotter_pref33.py
@@ -0,0 +1,112 @@
+import os
+import re
+import datetime
+import logging
+
+from bs4 import BeautifulSoup
+from urllib.parse import unquote
+
+from RAAspotter import RAAspotter
+
+logger = logging.getLogger(__name__)
+
+
+class RAAspotter_pref33(RAAspotter):
+
+ # Config
+ __HOST = 'https://www.gironde.gouv.fr'
+ __RAA_PAGE = f'{__HOST}/Publications/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 la Gironde'
+ short_code = 'pref33'
+
+ 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_pref33')
+ self.print_output(f'Termes recherchés: {keywords}')
+ self.print_output('')
+
+ pages_to_parse = []
+
+ # Parfois un RAA est mal catégorisé et se retrouve sur la page racine, donc on la parse
+ pages_to_parse.append(self.__RAA_PAGE)
+
+ # 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.__HOST,
+ False
+ )
+ for year_page in year_pages:
+ year = 9999
+ try:
+ year = int(re.search('.*([0-9]{4})', year_page['name'].strip(), 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'])
+
+ # Pour chaque année, on cherche les sous-pages de mois
+ month_pages_to_parse = []
+ for year_page in year_pages_to_parse:
+ page_content = self.get_page(year_page, 'get').content
+ month_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.__HOST,
+ False
+ )[::-1]
+
+ for month_page in month_pages:
+ guessed_date = RAAspotter.guess_date(month_page['name'], '([a-zéû]* [0-9]{4})')
+ if guessed_date >= self.not_before.replace(day=1):
+ pages_to_parse.append(month_page['url'])
+
+ # On parse les pages sélectionnées
+ elements = self.get_raa_with_pager(
+ pages_to_parse,
+ "ul.fr-pagination__list li a.fr-pagination__link.fr-pagination__link--next.fr-pagination__link--lg-label",
+ self.__HOST
+ )[::-1]
+
+ self.parse_raa(elements, keywords.split(','))
+ self.mailer()
+
+ def get_raa_elements(self, page_content):
+ elements = []
+
+ # On récupère chaque carte avec un RAA
+ for card in BeautifulSoup(page_content, 'html.parser').select('div.fr-card.fr-card--horizontal div.fr-card__body div.fr-card__content'):
+ # On récupère le lien
+ links = card.select('h2.fr-card__title a.fr-card__link.menu-item-link')
+ # On récupère la date
+ dates_raw = card.select('div.fr-card__end p.fr-card__detail')
+
+ # Si on a toutes les infos, on continue
+ if links and links[0] and dates_raw and dates_raw[0]:
+ a = links[0]
+ date_raw = dates_raw[0]
+
+ 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.get_text().strip()
+ date = datetime.datetime.strptime(date_raw.get_text().replace('Publié le', '').strip(), '%d/%m/%Y')
+
+ raa = RAAspotter.RAA(url, date, name)
+ elements.append(raa)
+ return elements
diff --git a/README.md b/README.md
index 439399f..d72a8f8 100644
--- a/README.md
+++ b/README.md
@@ -39,6 +39,7 @@ Il est possible de ne lancer l'analyse que pour une seule administration, avec l
- Préfecture de l'Ariège (identifiant : `pref09`)
- Préfecture des Bouches-du-Rhône (identifiant : `pref13`)
- Préfecture de la Haute-Garonne (identifiant : `pref31`)
+- Préfecture de la Gironde (identifiant : `pref33`)
- Préfecture de l'Hérault (identifiant : `pref34`)
- Préfecture d'Ille-et-Vilaine (identifiant : `pref35`)
- Préfecture de l'Isère (identifiant : `pref38`)
diff --git a/cli.py b/cli.py
index 8528569..2f959d3 100755
--- a/cli.py
+++ b/cli.py
@@ -45,6 +45,7 @@ available_prefs = [
'pref09',
'pref13',
'pref31',
+ 'pref33',
'pref34',
'pref35',
'pref38',
--
GitLab