mirror of
https://github.com/guezoloic/millesima-ai-engine.git
synced 2026-03-28 18:03:47 +00:00
Compare commits
5 Commits
| Author | SHA1 | Date | |
|---|---|---|---|
| 6992a0ca16 | |||
| 74482af7f0 | |||
| 76017e3ea3 | |||
|
|
683582a253 | ||
|
|
e2317de748 |
62
main.py
62
main.py
@@ -5,6 +5,32 @@ from bs4 import BeautifulSoup, Tag
|
|||||||
from json import JSONDecodeError, loads
|
from json import JSONDecodeError, loads
|
||||||
|
|
||||||
|
|
||||||
|
class ScraperData:
|
||||||
|
def __init__(self, data: dict[str, object]) -> None:
|
||||||
|
if not data:
|
||||||
|
raise ValueError("Données insuffisantes pour créer un ScraperData.")
|
||||||
|
self._data: dict[str, object] = data
|
||||||
|
|
||||||
|
def _getattributes(self) -> dict[str, object] | None:
|
||||||
|
current_data: object = self._data.get("attributes")
|
||||||
|
if isinstance(current_data, dict):
|
||||||
|
return cast(dict[str, object], current_data)
|
||||||
|
return None
|
||||||
|
|
||||||
|
def appellation(self) -> str | None:
|
||||||
|
current_value: dict[str, object] | None = self._getattributes()
|
||||||
|
if current_value is not None:
|
||||||
|
app_dict: dict[str, object] = cast(
|
||||||
|
dict[str, object], current_value.get("appellation")
|
||||||
|
)
|
||||||
|
if app_dict:
|
||||||
|
return cast(str, app_dict.get("value"))
|
||||||
|
return None
|
||||||
|
|
||||||
|
def getdata(self) -> dict[str, object]:
|
||||||
|
return self._data
|
||||||
|
|
||||||
|
|
||||||
class Scraper:
|
class Scraper:
|
||||||
"""
|
"""
|
||||||
Scraper est une classe qui permet de gerer
|
Scraper est une classe qui permet de gerer
|
||||||
@@ -22,6 +48,7 @@ class Scraper:
|
|||||||
self._session: Session = Session()
|
self._session: Session = Session()
|
||||||
# Système de cache pour éviter de solliciter le serveur inutilement
|
# Système de cache pour éviter de solliciter le serveur inutilement
|
||||||
self._latest_request: tuple[(str, Response | None)] = ("", None)
|
self._latest_request: tuple[(str, Response | None)] = ("", None)
|
||||||
|
self._latest_soup: tuple[(str, BeautifulSoup | None)] = ("", None)
|
||||||
|
|
||||||
def _request(self, subdir: str) -> Response:
|
def _request(self, subdir: str) -> Response:
|
||||||
"""
|
"""
|
||||||
@@ -56,12 +83,12 @@ class Scraper:
|
|||||||
"""
|
"""
|
||||||
rq_subdir, rq_response = self._latest_request
|
rq_subdir, rq_response = self._latest_request
|
||||||
|
|
||||||
if rq_response is None or subdir != rq_subdir:
|
if rq_response is not None and subdir == rq_subdir:
|
||||||
request: Response = self._request(subdir)
|
return rq_response
|
||||||
self._latest_request = (subdir, request)
|
|
||||||
return request
|
|
||||||
|
|
||||||
return rq_response
|
request: Response = self._request(subdir)
|
||||||
|
self._latest_request = (subdir, request)
|
||||||
|
return request
|
||||||
|
|
||||||
def getsoup(self, subdir: str = "") -> BeautifulSoup:
|
def getsoup(self, subdir: str = "") -> BeautifulSoup:
|
||||||
"""
|
"""
|
||||||
@@ -76,12 +103,19 @@ class Scraper:
|
|||||||
Raise:
|
Raise:
|
||||||
HTTPError: Si le serveur renvoie un code d'erreur (4xx, 5xx).
|
HTTPError: Si le serveur renvoie un code d'erreur (4xx, 5xx).
|
||||||
"""
|
"""
|
||||||
markup: str = self.getresponse(subdir).text
|
rq_subdir, rq_soup = self._latest_soup
|
||||||
return BeautifulSoup(markup, features="html.parser")
|
|
||||||
|
|
||||||
def getjsondata(
|
if rq_soup is not None and subdir == rq_subdir:
|
||||||
self, subdir: str = "", id: str = "__NEXT_DATA__"
|
return rq_soup
|
||||||
) -> dict[str, object]:
|
|
||||||
|
soup: BeautifulSoup = BeautifulSoup(
|
||||||
|
markup=self.getresponse(subdir).text, features="html.parser"
|
||||||
|
)
|
||||||
|
|
||||||
|
self._latest_soup = (subdir, soup)
|
||||||
|
return soup
|
||||||
|
|
||||||
|
def getjsondata(self, subdir: str = "", id: str = "__NEXT_DATA__") -> ScraperData:
|
||||||
"""
|
"""
|
||||||
Extrait les données JSON contenues dans la balise __NEXT_DATA__ du site.
|
Extrait les données JSON contenues dans la balise __NEXT_DATA__ du site.
|
||||||
Beaucoup de sites modernes (Next.js) stockent leur état initial dans
|
Beaucoup de sites modernes (Next.js) stockent leur état initial dans
|
||||||
@@ -94,7 +128,7 @@ class Scraper:
|
|||||||
Raises:
|
Raises:
|
||||||
HTTPError: Soulevée par `getresponse` si le serveur renvoie un code d'erreur (4xx, 5xx).
|
HTTPError: Soulevée par `getresponse` si le serveur renvoie un code d'erreur (4xx, 5xx).
|
||||||
JSONDecodeError: Soulevée par `loads` si le contenu de la balise n'est pas un JSON valide.
|
JSONDecodeError: Soulevée par `loads` si le contenu de la balise n'est pas un JSON valide.
|
||||||
ValueError: Soulevée manuellement si l'une des clés attendues (props, pageProps, etc.)
|
ValueError: Soulevée manuellement si l'une des clés attendues (props, pageProps, etc.)
|
||||||
est absente de la structure JSON.
|
est absente de la structure JSON.
|
||||||
|
|
||||||
Returns:
|
Returns:
|
||||||
@@ -120,13 +154,13 @@ class Scraper:
|
|||||||
# si current_data est bien un dictionnaire et que la clé
|
# si current_data est bien un dictionnaire et que la clé
|
||||||
# est bien dedans
|
# est bien dedans
|
||||||
if isinstance(current_data, dict) and key in current_data:
|
if isinstance(current_data, dict) and key in current_data:
|
||||||
current_data = current_data[key]
|
current_data: object = current_data[key]
|
||||||
else:
|
else:
|
||||||
raise ValueError(f"Clé manquante dans le JSON : {key}")
|
raise ValueError(f"Clé manquante dans le JSON : {key}")
|
||||||
|
|
||||||
if isinstance(current_data, dict):
|
if isinstance(current_data, dict):
|
||||||
return cast(dict[str, object], current_data)
|
return ScraperData(data=cast(dict[str, object], current_data))
|
||||||
|
|
||||||
except (JSONDecodeError, ValueError) as e:
|
except (JSONDecodeError, ValueError) as e:
|
||||||
print(f"Erreur lors de l'extraction JSON : {e}", file=stderr)
|
print(f"Erreur lors de l'extraction JSON : {e}", file=stderr)
|
||||||
return {}
|
return ScraperData({})
|
||||||
|
|||||||
40
test_main.py
40
test_main.py
@@ -2,7 +2,7 @@ from json import dumps
|
|||||||
from bs4 import Tag
|
from bs4 import Tag
|
||||||
import pytest
|
import pytest
|
||||||
from requests_mock import Mocker
|
from requests_mock import Mocker
|
||||||
from main import Scraper
|
from main import Scraper, ScraperData
|
||||||
|
|
||||||
|
|
||||||
@pytest.fixture(autouse=True)
|
@pytest.fixture(autouse=True)
|
||||||
@@ -24,11 +24,8 @@ def mock_site():
|
|||||||
"productName": "Nino Negri : 5 Stelle Sfursat 2022",
|
"productName": "Nino Negri : 5 Stelle Sfursat 2022",
|
||||||
"productNameForSearch": "Nino Negri : 5 Stelle Sfursat 2022",
|
"productNameForSearch": "Nino Negri : 5 Stelle Sfursat 2022",
|
||||||
"storeId": "11652",
|
"storeId": "11652",
|
||||||
"longdesc": "<h2>Caractéristiques et conseils de dégustation du 5 Stelle Sfursat 2022 de Nino Negri</h2><p><strong>Dégustation</strong></p><p><em>Robe</em></p><p>La robe dévoile une couleur grenat d'intensité moyenne.</p><p><em>Nez</em></p><p>Le nez révèle des arômes singuliers de fruits mûrs accompagnés de notes d'épices douces.</p><p><em>Bouche</em></p><p>En bouche, ce vin séduit par son équilibre remarquable, sa richesse et son caractère corsé. La dégustation dévoile une concentration intense et vigoureuse, portée par un fond aristocratique de mûre bien mûre et d'épices. La finale se distingue par sa longueur et sa persistance.</p><p><strong>Accords mets et vins</strong></p><p>Ce vin de caractère accompagne parfaitement les viandes rouges braisées, le gibier en sauce ou encore les fromages affinés à pâte dure.</p><p><strong>Service et garde</strong></p><p>Le 5 Stelle Sfursat 2022 gagnera à être servi à une température comprise entre 16 et 18°C.</p><h2>Un Sforzato di Valtellina d'exception élaboré par la Maison Nino Negri</h2><p><strong>La propriété</strong></p><p>Fondée en 1897 par Nino Negri à Chiuro en Valteline, cette Maison lombarde représente aujourd'hui la plus importante cave de la région. Propriété du Gruppo Italiano Vini depuis 1986, elle cultive 38 hectares de vignobles en terrasses sur des pentes alpines aux sols granitiques et calcaires. Sous la houlette de l'œnologue Danilo Drocco, <a href=\"/producteur-nino-negri.html\">Nino Negri</a> perpétue l'excellence du nebbiolo valtelin, notamment à travers son emblématique Sforzato élaboré selon la méthode traditionnelle d'appassimento.</p><p><strong>Le vignoble</strong></p><p>Le 5 Stelle Sfursat est issu de l'appellation <a href=\"/sforzato-di-valtellina.html\">Sforzato di Valtellina</a> DOCG, territoire d'exception où le nebbiolo s'épanouit sur des terrasses alpines escarpées. Les raisins proviennent de vignobles implantés sur des pentes granitiques et calcaires, bénéficiant d'une exposition optimale permettant une maturation idéale du nebbiolo.</p><p><strong>Vinification et élevage</strong></p><p>Le 5 Stelle Sfursat 2022 est produit uniquement lors des saisons les plus favorables. Les raisins sont récoltés manuellement et disposés en couche unique dans des caisses de 4 kg. Ils sont ensuite soumis à un séchage naturel dans un grenier pendant environ trois mois avant la vinification, selon la méthode traditionnelle de l'appassimento. Ce processus permet aux baies de perdre près de 30 % de leur poids, concentrant ainsi les arômes et les sucres naturels.</p><p><strong>Cépage</strong></p><p>Ce <a href=\"/lombardie.html\">vin de Lombardie</a> est un 100 % nebbiolo</p>",
|
|
||||||
"image": "J4131_2022NM_c.png",
|
|
||||||
"seoKeyword": "nino-negri-5-stelle-sfursat-2022.html",
|
"seoKeyword": "nino-negri-5-stelle-sfursat-2022.html",
|
||||||
"title": "Nino Negri : 5 Stelle Sfursat 2022",
|
"title": "Nino Negri : 5 Stelle Sfursat 2022",
|
||||||
"metaDesc": "Nino Negri : 5 Stelle Sfursat 2022 : Vente en ligne, Grand vin d'origine garantie en provenance directe de la propriété - ✅ Qualité de stockage",
|
|
||||||
"items": [
|
"items": [
|
||||||
{
|
{
|
||||||
"_id": "J4131/22/C/CC/6-11652",
|
"_id": "J4131/22/C/CC/6-11652",
|
||||||
@@ -66,7 +63,17 @@ def mock_site():
|
|||||||
"stockOrigin": "EUR",
|
"stockOrigin": "EUR",
|
||||||
"isPrevSale": False,
|
"isPrevSale": False,
|
||||||
}
|
}
|
||||||
],
|
],
|
||||||
|
"attributes": {
|
||||||
|
"appellation": {
|
||||||
|
"valueId": "433",
|
||||||
|
"name": "Appellation",
|
||||||
|
"value": "Sforzato di Valtellina",
|
||||||
|
"url": "sforzato-di-valtellina.html",
|
||||||
|
"isSpirit": False,
|
||||||
|
"groupIdentifier": "appellation_433",
|
||||||
|
},
|
||||||
|
},
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
}
|
}
|
||||||
@@ -82,7 +89,10 @@ def mock_site():
|
|||||||
</body>
|
</body>
|
||||||
</html>
|
</html>
|
||||||
"""
|
"""
|
||||||
m.get("https://www.millesima.fr/nino-negri-5-stelle-sfursat-2022.html", text=html_product)
|
m.get(
|
||||||
|
"https://www.millesima.fr/nino-negri-5-stelle-sfursat-2022.html",
|
||||||
|
text=html_product,
|
||||||
|
)
|
||||||
|
|
||||||
# on return m sans fermer le server qui simule la page
|
# on return m sans fermer le server qui simule la page
|
||||||
yield m
|
yield m
|
||||||
@@ -100,8 +110,16 @@ def test_soup(scraper: Scraper):
|
|||||||
assert h1.text == "MILLESIMA"
|
assert h1.text == "MILLESIMA"
|
||||||
|
|
||||||
|
|
||||||
def test_getProductName(scraper: Scraper):
|
# def test_getProductName(scraper: Scraper):
|
||||||
jsondata = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
|
# jsondata = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
|
||||||
assert jsondata["productName"] == "Nino Negri : 5 Stelle Sfursat 2022"
|
# assert jsondata["productName"] == "Nino Negri : 5 Stelle Sfursat 2022"
|
||||||
assert len(jsondata["items"]) > 0
|
# assert isinstance(jsondata["items"], list)
|
||||||
assert jsondata["items"][0]["offerPrice"] == 390
|
# assert len(jsondata["items"]) > 0
|
||||||
|
# assert jsondata["items"][0]["offerPrice"] == 390
|
||||||
|
|
||||||
|
|
||||||
|
def test_appellation(scraper: Scraper):
|
||||||
|
appellation: ScraperData = scraper.getjsondata(
|
||||||
|
"nino-negri-5-stelle-sfursat-2022.html"
|
||||||
|
)
|
||||||
|
assert appellation.appellation() == "Sforzato di Valtellina"
|
||||||
|
|||||||
Reference in New Issue
Block a user