Files
archived-millesima-projetS6/main.py

80 lines
2.5 KiB
Python

import requests
from typing import Any
from bs4 import BeautifulSoup
import json
class Scraper:
"""
Scraper est une classe qui permet de gerer
de façon dynamique des requetes uniquement
sur le serveur https de Millesina
"""
def __init__(self):
"""
Docstring for __init__
:param self: Description
:param subdir: Description
:type subdir: str
"""
# Très utile pour éviter de renvoyer toujours les mêmes handshake
# TCP et d'avoir toujours une connexion constante avec le server
self._session: requests.Session = requests.Session()
self._url: str = "https://www.millesima.fr/"
self._soup = self.getsoup()
def _request(self, subdir: str, use_cache: bool = True) -> requests.Response | requests.HTTPError:
"""
Docstring for _request
:param self: Description
:param subdir: Description
:type subdir: str
:param use_cache: Description
:type use_cache: bool
:return: Description
:rtype: Response | AttributeError
"""
target_url: str = f"{self._url}{subdir.lstrip("/")}"
# Éviter un max possible de faire des requetes au servers même
# en ayant un tunnel tcp avec le paramètre `use_cache` que si
# activer, va comparer l'url avec l'url précédant
if use_cache and hasattr(self, "_response") and self._response is not None:
if self._response.url == target_url:
return self._response
self._response: requests.Response = self._session.get(
target_url, timeout=10)
self._response.raise_for_status()
return self._response
def getsoup(self, subdir: str = "/") -> BeautifulSoup:
"""
Docstring for getsoup
:param self: Description
:return: Description
:rtype: BeautifulSoup
"""
if subdir != None:
self._request(subdir)
self._soup = BeautifulSoup(self._response.text, "html.parser")
return self._soup
def get_json_data(self):
script = self._soup.find("script", id="__NEXT_DATA__")
if script and script.string:
try:
data: dict[str, Any] = json.loads(script.string)
for element in ['props', 'pageProps', 'initialReduxState', 'product', 'content']:
data.get(element)
return data
except json.decoder.JSONDecodeError:
pass
return {}