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
Comparer les révisions
53d809c8bc8e93be78657411d3b1fad7c2aed1b9 to daa9c282f236d14ba80aa96db79b90350fd9cd85
Comparer les révisions
Les modifications sont affichées comme si la révision
source
était fusionnée avec la révision
cible
.
En savoir plus sur la comparaison des révisions.
Source
la-quadrature-du-net/Attrap
Sélectionner le projet cible
No results found
daa9c282f236d14ba80aa96db79b90350fd9cd85
Sélectionner une révision Git
Branches
main
pref19
Échanger
Cible
la-quadrature-du-net/Attrap
Sélectionner le projet cible
la-quadrature-du-net/Attrap
foggyfrog/Attrap
skhwiz/Attrap
precambrien/Attrap
ketsapiwiq/Attrap
Joseki/Attrap
kr1p/attrap-pref-12
kr1p/attrap-pref-46
kr1p/attrap-pi
Guinness/Attrap
astroidgritty/attrap-pref-84
davinov/Attrap
maettellite/attrap-pref-01
m242/Attrap
multi/Attrap
mverdeil/Attrap
olpo/Attrap
17 résultats
53d809c8bc8e93be78657411d3b1fad7c2aed1b9
Sélectionner une révision Git
Branches
main
pref19
Afficher les modifications
Uniquement les modifications entrantes de la source
Inclure les modifications apportées à la cible depuis la création de la source
Comparer
Validations sur la source (3)
pref75: utilise Selenium+Tor
· 56d45579
Bastien Le Querrec
a rédigé
il y a un mois
56d45579
prefidf: ajoute un délai de temporisation entre les requêtes
· c5b0ab15
Bastien Le Querrec
a rédigé
il y a un mois
c5b0ab15
prefpaca: ajoute un délai de temporisation entre les requêtes
· daa9c282
Bastien Le Querrec
a rédigé
il y a un mois
daa9c282
Masquer les modifications d'espaces
En ligne
Côte à côte
Affichage de
3 fichiers modifiés
Attrap_pref75.py
+9
-6
9 ajouts, 6 suppressions
Attrap_pref75.py
Attrap_prefidf.py
+1
-0
1 ajout, 0 suppression
Attrap_prefidf.py
Attrap_prefpaca.py
+1
-0
1 ajout, 0 suppression
Attrap_prefpaca.py
avec
11 ajouts
et
6 suppressions
Attrap_pref75.py
Voir le fichier @
daa9c282
...
@@ -15,7 +15,7 @@ class Attrap_pref75(Attrap):
...
@@ -15,7 +15,7 @@ class Attrap_pref75(Attrap):
# Config
# Config
hostname
=
'
https://www.prefectures-regions.gouv.fr
'
hostname
=
'
https://www.prefectures-regions.gouv.fr
'
raa_page
=
f
'
{
hostname
}
/ile-de-france/tags/view/Ile-de-France/Documents+et+publications/Recueil+des+actes+administratifs
'
raa_page
=
f
'
{
hostname
}
/ile-de-france/tags/view/Ile-de-France/Documents+et+publications/Recueil+des+actes+administratifs
'
user_agent
=
'
Mozilla/5.0 (
Windows NT 10.0
; rv:1
09
.0) Gecko/20100101 Firefox/1
15
.0
'
user_agent
=
'
Mozilla/5.0 (
X11; Linux x86_64
; rv:1
28
.0) Gecko/20100101 Firefox/1
28
.0
'
full_name
=
'
Préfecture de Paris
'
full_name
=
'
Préfecture de Paris
'
short_code
=
'
pref75
'
short_code
=
'
pref75
'
timezone
=
'
Europe/Paris
'
timezone
=
'
Europe/Paris
'
...
@@ -23,17 +23,19 @@ class Attrap_pref75(Attrap):
...
@@ -23,17 +23,19 @@ class Attrap_pref75(Attrap):
def
__init__
(
self
,
data_dir
):
def
__init__
(
self
,
data_dir
):
super
().
__init__
(
data_dir
,
self
.
user_agent
)
super
().
__init__
(
data_dir
,
self
.
user_agent
)
self
.
enable_tor
(
10
)
self
.
enable_tor
(
10
)
self
.
set_sleep_time
(
10
)
def
get_raa
(
self
,
keywords
):
def
get_raa
(
self
,
keywords
):
year_pages_to_parse
=
[]
year_pages_to_parse
=
[]
# On détermine quelles pages d'année parser
# On détermine quelles pages d'année parser
page_content
=
self
.
get_
page
(
self
.
raa_page
,
'
get
'
).
content
page_content
=
self
.
get_
session
(
self
.
raa_page
,
'
main
'
,
6
)
year_pages
=
self
.
get_sub_pages
(
year_pages
=
self
.
get_sub_pages
(
page_content
,
page_content
,
'
article.news-list-item header h2.news-list-title a
'
,
'
article.news-list-item header h2.news-list-title a
'
,
self
.
hostname
,
self
.
hostname
,
False
False
,
selenium
=
True
)
)
for
year_page
in
year_pages
:
for
year_page
in
year_pages
:
year_date
=
Attrap
.
guess_date
(
year_page
[
'
name
'
].
strip
(),
'
(?:.*Paris.*)([0-9]{4})
'
).
replace
(
day
=
1
,
month
=
1
)
year_date
=
Attrap
.
guess_date
(
year_page
[
'
name
'
].
strip
(),
'
(?:.*Paris.*)([0-9]{4})
'
).
replace
(
day
=
1
,
month
=
1
)
...
@@ -42,13 +44,14 @@ class Attrap_pref75(Attrap):
...
@@ -42,13 +44,14 @@ class Attrap_pref75(Attrap):
pages_to_parse
=
[]
pages_to_parse
=
[]
for
year_page
in
year_pages_to_parse
:
for
year_page
in
year_pages_to_parse
:
page_content
=
self
.
get_
page
(
year_page
,
'
get
'
).
content
page_content
=
self
.
get_
session
(
year_page
,
'
main
'
,
6
)
year
=
BeautifulSoup
(
page_content
,
'
html.parser
'
).
select
(
'
div.breadcrumb div.container p span.active
'
)[
0
].
get_text
().
split
(
'
-
'
)[
-
1
].
strip
()
year
=
BeautifulSoup
(
page_content
,
'
html.parser
'
).
select
(
'
div.breadcrumb div.container p span.active
'
)[
0
].
get_text
().
split
(
'
-
'
)[
-
1
].
strip
()
month_pages
=
self
.
get_sub_pages
(
month_pages
=
self
.
get_sub_pages
(
page_content
,
page_content
,
'
div.sommaire-bloc div.sommaire-content ol li a
'
,
'
div.sommaire-bloc div.sommaire-content ol li a
'
,
self
.
hostname
,
self
.
hostname
,
False
False
,
selenium
=
True
)[::
-
1
]
)[::
-
1
]
for
month_page
in
month_pages
:
for
month_page
in
month_pages
:
month_date
=
Attrap
.
guess_date
(
f
"
{
month_page
[
'
name
'
]
}
{
year
}
"
,
"
(.*)
"
).
replace
(
day
=
1
)
month_date
=
Attrap
.
guess_date
(
f
"
{
month_page
[
'
name
'
]
}
{
year
}
"
,
"
(.*)
"
).
replace
(
day
=
1
)
...
@@ -57,7 +60,7 @@ class Attrap_pref75(Attrap):
...
@@ -57,7 +60,7 @@ class Attrap_pref75(Attrap):
elements
=
[]
elements
=
[]
for
page
in
pages_to_parse
[::
-
1
]:
for
page
in
pages_to_parse
[::
-
1
]:
page_content
=
self
.
get_
page
(
page
,
'
get
'
).
content
page_content
=
self
.
get_
session
(
page
,
'
main
'
,
6
)
for
element
in
self
.
get_raa_elements
(
page_content
):
for
element
in
self
.
get_raa_elements
(
page_content
):
elements
.
append
(
element
)
elements
.
append
(
element
)
...
...
Ce diff est replié.
Cliquez pour l'agrandir.
Attrap_prefidf.py
Voir le fichier @
daa9c282
...
@@ -20,6 +20,7 @@ class Attrap_prefidf(Attrap):
...
@@ -20,6 +20,7 @@ class Attrap_prefidf(Attrap):
def
__init__
(
self
,
data_dir
):
def
__init__
(
self
,
data_dir
):
super
().
__init__
(
data_dir
,
self
.
user_agent
)
super
().
__init__
(
data_dir
,
self
.
user_agent
)
self
.
enable_tor
(
10
)
self
.
enable_tor
(
10
)
self
.
set_sleep_time
(
10
)
def
get_raa
(
self
,
keywords
):
def
get_raa
(
self
,
keywords
):
year_pages_to_parse
=
[]
year_pages_to_parse
=
[]
...
...
Ce diff est replié.
Cliquez pour l'agrandir.
Attrap_prefpaca.py
Voir le fichier @
daa9c282
...
@@ -20,6 +20,7 @@ class Attrap_prefpaca(Attrap):
...
@@ -20,6 +20,7 @@ class Attrap_prefpaca(Attrap):
def
__init__
(
self
,
data_dir
):
def
__init__
(
self
,
data_dir
):
super
().
__init__
(
data_dir
,
self
.
user_agent
)
super
().
__init__
(
data_dir
,
self
.
user_agent
)
self
.
enable_tor
(
10
)
self
.
enable_tor
(
10
)
self
.
set_sleep_time
(
10
)
def
get_raa
(
self
,
keywords
):
def
get_raa
(
self
,
keywords
):
# On récupère une session avec Selenium
# On récupère une session avec Selenium
...
...
Ce diff est replié.
Cliquez pour l'agrandir.