Skip to content
Extraits de code Groupes Projets
Sélectionner une révision Git
  • Attrap_Pref972
  • main par défaut protégée
  • pref19
  • Paris
  • 14-configuration-tor-speciale-pour-attrap
5 résultats
Blame Lien permanent
Bifurcation depuis La Quadrature du Net / Attrap
280 validations de retard le dépôt en amont.
RAAspotter_pref06.py 4,54 Kio
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97 






import os, sys
import datetime

from bs4 import BeautifulSoup
from urllib.parse import unquote

from RAAspotter import RAAspotter

class RAAspotter_pref06(RAAspotter):

  # Config
  __HOST       = 'https://www.alpes-maritimes.gouv.fr'
  __RAA_PAGE   = {'2024':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2024/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2024/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2024/Recueils-specifiques'],
                  '2023':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2023/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2023/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2023/Recueils-specifiques'],
                  '2022':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2022/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2022/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2022/Recueils-specifiques'],
                  '2021':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2021/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2021/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2021/Recueils-specifiques'],
                  '2020':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2020/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2020/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2020/Recueils-specifiques'],
                  '2019':
                    [f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2019/Recueils-mensuels',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2019/Recueils-speciaux',
                    f'{__HOST}/Publications/Recueil-des-actes-administratifs-RAA/Annee-2019/Recueils-specifiques']}
  __USER_AGENT = 'Mozilla/5.0 (X11; Linux x86_64; rv:109.0) Gecko/20100101 Firefox/115.0'
  full_name = 'Préfecture des Alpes-Maritimes'
  short_code = 'pref06'

  def __init__(self, data_dir):
    super().__init__(data_dir, self.__USER_AGENT)
    self.enable_tor(20)

  def get_raa(self, keywords):
    self.print_output('RAAspotter_pref06')
    self.print_output(f'Termes recherchés: {keywords}')
    self.print_output('')

    pages_to_parse = []
    if self.not_before.year <= 2024:
      for page in self.__RAA_PAGE['2024']:
        pages_to_parse.append(page)
    if self.not_before.year <= 2023:
      for page in self.__RAA_PAGE['2023']:
        pages_to_parse.append(page)
    if self.not_before.year <= 2022:
      for page in self.__RAA_PAGE['2022']:
        pages_to_parse.append(page)
    if self.not_before.year <= 2021:
      for page in self.__RAA_PAGE['2021']:
        pages_to_parse.append(page)
    if self.not_before.year <= 2020:
      for page in self.__RAA_PAGE['2020']:
        pages_to_parse.append(page)
    if self.not_before.year <= 2019:
      for page in self.__RAA_PAGE['2019']:
        pages_to_parse.append(page)

    elements = self.get_raa_with_pager(pages_to_parse, ".fr-pagination__link.fr-pagination__link--next", self.__HOST)
    self.parse_raa(elements, keywords.split(','))
    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.__HOST}{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')
        filename = url.split('/')[-1]

        raa = RAAspotter.RAA(url, date, name, filename)
        elements.append(raa)
    return elements