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
c34cefab
Valider
c34cefab
rédigé
il y a 2 mois
par
Bastien Le Querrec
Parcourir les fichiers
Options
Téléchargements
Correctifs
Plain Diff
pref87: utilise la classe générique de département
parent
75f8ed62
Aucune branche associée trouvée
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_pref87.py
+4
-99
4 ajouts, 99 suppressions
Attrap_pref87.py
avec
4 ajouts
et
99 suppressions
Attrap_pref87.py
+
4
−
99
Voir le fichier @
c34cefab
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_pref87
(
Attrap
):
class
Attrap_pref87
(
Attrap_prefdpt
):
# Config
hostname
=
'
https://www.haute-vienne.gouv.fr
'
raa_page
=
{
'
2024
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2024/JANVIER-JUIN-2024
'
,
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2024
'
],
'
2023
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2023
'
,
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2023/JUILLET-DECEMBRE-2023
'
],
'
2022
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JANVIER-JUIN-2022
'
,
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/JUILLET-DECEMBRE-2022/Recueil-des-actes-administratifs-2022
'
,
],
'
2021
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2021
'
],
'
2020
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2020
'
],
'
2019
'
:
[
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs/Archives-des-recueils-des-actes-administratifs/2019
'
]
}
user_agent
=
'
Mozilla/5.0 (Windows NT 10.0; rv:109.0) Gecko/20100101 Firefox/115.0
'
raa_page
=
f
'
{
hostname
}
/Publications/Recueil-des-actes-administratifs
'
full_name
=
'
Préfecture de la Haute-Vienne
'
short_code
=
'
pref87
'
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
):
year_pages_to_parse
=
[]
if
self
.
not_before
.
year
<=
2024
:
for
year_page
in
self
.
raa_page
[
'
2024
'
]:
year_pages_to_parse
.
append
(
year_page
)
if
self
.
not_before
.
year
<=
2023
:
for
year_page
in
self
.
raa_page
[
'
2023
'
]:
year_pages_to_parse
.
append
(
year_page
)
if
self
.
not_before
.
year
<=
2022
:
for
year_page
in
self
.
raa_page
[
'
2022
'
]:
year_pages_to_parse
.
append
(
year_page
)
if
self
.
not_before
.
year
<=
2021
:
for
year_page
in
self
.
raa_page
[
'
2021
'
]:
year_pages_to_parse
.
append
(
year_page
)
if
self
.
not_before
.
year
<=
2020
:
for
year_page
in
self
.
raa_page
[
'
2020
'
]:
year_pages_to_parse
.
append
(
year_page
)
if
self
.
not_before
.
year
<=
2019
:
for
year_page
in
self
.
raa_page
[
'
2019
'
]:
year_pages_to_parse
.
append
(
year_page
)
pages_to_parse
=
year_pages_to_parse
# Pour chaque année, on cherche les éventuelles sous-pages de mois
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
.
hostname
,
False
)[::
-
1
]
# On filtre les pages de mois ne correspondant pas à la période analysée
for
month_page
in
month_pages
:
guessed_date
=
Attrap
.
guess_date
(
month_page
[
'
name
'
],
'
([a-zéû]* [0-9]{4})
'
).
replace
(
day
=
1
)
if
guessed_date
>=
self
.
not_before
.
replace
(
day
=
1
):
pages_to_parse
.
append
(
month_page
[
'
url
'
])
# On parse les pages contenant des RAA
elements
=
[]
for
page
in
pages_to_parse
:
page_content
=
self
.
get_page
(
page
,
'
get
'
).
content
for
raa
in
self
.
get_raa_elements
(
page_content
):
elements
.
append
(
raa
)
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
'
)
# On récupère chaque balise a
for
a
in
soup
.
select
(
'
a.fr-link.fr-link--download
'
):
if
a
.
get
(
'
href
'
)
and
a
[
'
href
'
].
endswith
(
'
.pdf
'
):
if
a
[
'
href
'
].
startswith
(
'
/
'
):
url
=
f
"
{
self
.
hostname
}{
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
'
)
raa
=
Attrap
.
RAA
(
url
,
date
,
name
,
timezone
=
self
.
timezone
)
elements
.
append
(
raa
)
return
elements
year_regex
=
'
([0-9]{4})
'
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