Fix comments for clarity in main.py

main.py

@@ -1,153 +1,8 @@
-from typing import cast
+from sys import stderr
+from typing import cast, Any, Dict, Optional
 from requests import Response, Session
 from bs4 import BeautifulSoup, Tag
-from collections import OrderedDict
+from json import JSONDecodeError, loads
-from json import loads
-
-
-class _ScraperData:
-    def __init__(self, data: dict[str, object]) -> None:
-        self._data: dict[str, object] = data
-
-    def _getcontent(self) -> dict[str, object] | None:
-        """_summary_
-
-        Returns:
-            dict[str, object]: _description_
-        """
-        current_data: dict[str, object] = self._data
-        for key in ["initialReduxState", "product", "content"]:
-            new_data: object | None = current_data.get(key)
-            if new_data is None:
-                return None
-            current_data: dict[str, object] = cast(dict[str, object], new_data)
-
-        return current_data
-
-    def _getattributes(self) -> dict[str, object] | None:
-        """_summary_
-
-        Returns:
-            dict[str, object]: _description_
-        """
-        current_data: object = self._getcontent()
-        if current_data is None:
-            return None
-        return cast(dict[str, object], current_data.get("attributes"))
-
-    def prix(self) -> float | None:
-        """
-        Retourne le prix unitaire d'une bouteille (75cl).
-
-        Si aucun prix n'est disponible, retourne None.
-        """
-
-        content = self._getcontent()
-        if content is None:
-            return None
-
-        items = content.get("items")
-
-        # Vérifie que items existe et n'est pas vide
-        if not isinstance(items, list) or len(items) == 0:
-            return None
-
-        prix_calcule: float | None = None
-
-        for item in items:
-
-            if not isinstance(item, dict):
-                continue
-
-            p = item.get("offerPrice")
-            attrs = item.get("attributes", {})
-
-            nbunit = attrs.get("nbunit", {}).get("value")
-            equivbtl = attrs.get("equivbtl", {}).get("value")
-
-            if not isinstance(p, (int, float)) or not nbunit or not equivbtl:
-                continue
-
-            nb = float(nbunit)
-            eq = float(equivbtl)
-
-            if nb <= 0 or eq <= 0:
-                continue
-
-            if nb == 1 and eq == 1:
-                return float(p)
-
-            prix_calcule = round(float(p) / (nb * eq), 2)
-
-        return prix_calcule
-
-    def appellation(self) -> str | None:
-        """_summary_
-
-        Returns:
-            str: _description_
-        """
-        attrs: dict[str, object] | None = self._getattributes()
-
-        if attrs is not None:
-            app_dict: object | None = attrs.get("appellation")
-            if isinstance(app_dict, dict):
-                return cast(str, app_dict.get("value"))
-        return None
-
-    def _getcritiques(self, name: str) -> str | None:
-        """_summary_
-
-        Args:
-            name (str): _description_
-
-        Returns:
-            str | None: _description_
-        """
-
-        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(name)
-            )
-            if not app_dict:
-                return None
-
-            val = cast(str, app_dict.get("value")).rstrip("+").split("-")
-            if len(val) > 1:
-                val[0] = str((int(val[0]) + int(val[1])) / 2)
-
-            return val[0]
-        return None
-
-    def parker(self) -> str | None:
-        return self._getcritiques("note_rp")
-
-    def robinson(self) -> str | None:
-        return self._getcritiques("note_jr")
-
-    def suckling(self) -> str | None:
-        return self._getcritiques("note_js")
-
-    def getdata(self) -> dict[str, object]:
-        return self._data
-
-    def informations(self) -> str:
-        """
-        Retourne toutes les informations sous la forme :
-        "Appelation,Parker,J.Robinson,J.Suckling,Prix"
-        """
-
-        appellation = self.appellation()
-        parker = self.parker()
-        robinson = self.robinson()
-        suckling = self.suckling()
-        try:
-            prix = self.prix()
-        except ValueError:
-            prix = None
-            
-        return f"{appellation},{parker},{robinson},{suckling},{prix}"
 
 
 class Scraper:
@@ -158,130 +13,98 @@ class Scraper:
     """
 
     def __init__(self) -> None:
-        """
-        Initialise la session de scraping.
-        """
         self._url: str = "https://www.millesima.fr/"
-        # Très utile pour éviter de renvoyer toujours les mêmes handshake
-        # TCP et d'avoir toujours une connexion constante avec le server
         self._session: Session = Session()
-        # 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_soups: OrderedDict[str, BeautifulSoup] = OrderedDict[
-            str, BeautifulSoup
-        ]()
 
     def _request(self, subdir: str) -> Response:
-        """
-        Effectue une requête GET sur le serveur Millesima.
-
-        Args:
-            subdir (str): Le sous-répertoire ou chemin de l'URL (ex: "/vins").
-
-        Returns:
-            Response: L'objet réponse de la requête.
-
-        Raise:
-            HTTPError: Si le serveur renvoie un code d'erreur (4xx, 5xx).
-        """
         target_url: str = self._url + subdir.lstrip("/")
         response: Response = self._session.get(url=target_url, timeout=10)
         response.raise_for_status()
         return response
 
-    def getresponse(self, subdir: str = "", use_cache: bool = True) -> Response:
+    def getresponse(self, subdir: str = "") -> Response:
-        """
+        rq_subdir, rq_response = self._latest_request
-        Récupère la réponse d'une page, en utilisant le cache si possible.
+        if rq_response is None or subdir != rq_subdir:
-
+            request: Response = self._request(subdir)
-        Args:
-            subdir (str, optional): Le chemin de la page.
-            use_cache (bool, optional): Utilise la donnée deja sauvegarder ou
-                                    écrase la donnée utilisé avec la nouvelle
-
-        Returns:
-            Response: L'objet réponse (cache ou nouvelle requête).
-
-        Raise:
-            HTTPError: Si le serveur renvoie un code d'erreur (4xx, 5xx).
-        """
-
-        # si dans le cache, latest_request existe
-        if use_cache and self._latest_request is not None:
-            rq_subdir, rq_response = self._latest_request
-
-            # si c'est la meme requete et que use_cache est true,
-            # on renvoie celle enregistrer
-            if subdir == rq_subdir:
-                return rq_response
-
-        request: Response = self._request(subdir)
-        # on recrée la structure pour le systeme de cache si activer
-        if use_cache:
             self._latest_request = (subdir, request)
+            return request
+        return rq_response
 
-        return request
+    def getsoup(self, subdir: str = "") -> BeautifulSoup:
-
-    def getsoup(self, subdir: str, use_cache: bool = True) -> BeautifulSoup:
-        """
-        Récupère le contenu HTML d'une page et le transforme en objet BeautifulSoup.
-
-        Args:
-            subdir (str, optional): Le chemin de la page.
-
-        Returns:
-            BeautifulSoup: L'objet parsé pour extraction de données.
-
-        Raise:
-            HTTPError: Si le serveur renvoie un code d'erreur (4xx, 5xx).
-        """
-
-        if use_cache and subdir in self._latest_soups:
-            return self._latest_soups[subdir]
-
         markup: str = self.getresponse(subdir).text
-        soup: BeautifulSoup = BeautifulSoup(markup, features="html.parser")
+        return BeautifulSoup(markup, features="html.parser")
 
-        if use_cache:
+    def getjsondata(self, subdir: str = "", id: str = "__NEXT_DATA__") -> dict[str, object]:
-            self._latest_soups[subdir] = soup
-
-            if len(self._latest_soups) > 10:
-                _ = self._latest_soups.popitem(last=False)
-
-        return soup
-
-    def getjsondata(self, subdir: str, id: str = "__NEXT_DATA__") -> _ScraperData:
-        """
-        Extrait les données JSON contenues dans la balise __NEXT_DATA__ du site.
-        Beaucoup de sites modernes (Next.js) stockent leur état initial dans
-        une balise <script> pour l'hydratation côté client.
-
-        Args:
-            subdir (str): Le chemin de la page.
-            id (str, optional): L'identifiant de la balise script (par défaut __NEXT_DATA__).
-
-        Raises:
-            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.
-            ValueError: Soulevée manuellement si l'une des clés attendues (props, pageProps, etc.)
-                        est absente de la structure JSON.
-
-        Returns:
-            dict[str, object]: Un dictionnaire contenant les données utiles
-                                 ou un dictionnaire vide en cas d'erreur.
-        """
         soup: BeautifulSoup = self.getsoup(subdir)
         script: Tag | None = soup.find("script", id=id)
 
-        if script is None or not script.string:
+        if isinstance(script, Tag) and script.string:
-            raise ValueError(f"le script id={id} est introuvable")
+            try:
+                current_data: object = loads(script.string)
+                keys: list[str] = ["props", "pageProps", "initialReduxState", "product", "content"]
+                for key in keys:
+                    if isinstance(current_data, dict) and key in current_data:
+                        current_data = current_data[key]
+                    else:
+                        raise ValueError(f"Clé manquante dans le JSON : {key}")
 
-        current_data: object = cast(object, loads(script.string))
+                if isinstance(current_data, dict):
+                    return cast(dict[str, object], current_data)
 
-        for key in ["props", "pageProps"]:
+            except (JSONDecodeError, ValueError) as e:
-            if isinstance(current_data, dict) and key in current_data:
+                print(f"Erreur lors de l'extraction JSON : {e}", file=stderr)
-                current_data = cast(object, current_data[key])
+        return {}
+
+    def prix(self, subdir: str) -> float:
+        """
+            Retourne le prix d'une bouteille (75cl).
+            Les données récupérées depuis le site contiennent plusieurs formats
+            de vente dans la liste "items" :
+            - bouteille seule si nbunit=1 et equivbtl=1 
+                -> prix direct (format vendu à l'unité).
+            - caisse de plusieurs bouteilles si nbunit=1
+                -> prix direct (format vendu à l'unité).
+            - formats spéciaux (magnum, impériale, etc.)sinon 
+                -> calcul du prix unitaire :  offerPrice / (nbunit * equivbtl)
+
+            Chaque item possède notamment :
+                - offerPrice : prix total du format proposé
+                - nbunit : nombre d'unités dans le format
+                - equivbtl : équivalent en nombre de bouteilles standard (75cl)
+                            
+        """
+        data = self.getjsondata(subdir)
+
+        items = data.get("items")
+        if not isinstance(items, list) or len(items) == 0:
+            raise ValueError("Aucun prix disponible (items vide).")
+
+        # 1) bouteille 75cl (nbunit=1 et equivbtl=1)
+        for item in items:
+            if not isinstance(item, dict):
                 continue
-            raise ValueError(f"Clé manquante dans le JSON : {key}")
+            attrs = item.get("attributes", {})
+            nbunit = attrs.get("nbunit", {}).get("value")
+            equivbtl = attrs.get("equivbtl", {}).get("value")
 
-        return _ScraperData(cast(dict[str, object], current_data))
+            if nbunit == "1" and equivbtl == "1":
+                p = item.get("offerPrice")
+                if isinstance(p, (int, float)):
+                    return float(p)
 
+        # 2) calcul depuis caisse
+        for item in items:
+            if not isinstance(item, dict):
+                continue
+            p = item.get("offerPrice")
+            attrs = item.get("attributes", {})
+            nbunit = attrs.get("nbunit", {}).get("value")
+            equivbtl = attrs.get("equivbtl", {}).get("value")
+
+            if isinstance(p, (int, float)) and nbunit and equivbtl:
+                denom = float(nbunit) * float(equivbtl)
+                if denom > 0:
+                    return round(float(p) / denom, 2)
+
+        raise ValueError("Impossible de trouver le prix unitaire.")

requirements.txt

@@ -1,3 +1,2 @@
 requests>=2.32.5
-requests-mock>=1.12.1
 beautifulsoup4>=4.14.3

test_main.py

@@ -1,244 +1,35 @@
-from json import dumps
+import json
-from bs4 import Tag
-import pytest
-from requests_mock import Mocker
 from main import Scraper
 
 
-@pytest.fixture(autouse=True)
+def test_json():
-def mock_site():
+    scraper = Scraper()
-    with Mocker() as m:
-        m.get(
-            "https://www.millesima.fr/",
-            text=f"""
-            <html>
-                <body>
-                    <script id="__NEXT_DATA__" type="application/json">
-                    {dumps({
-                        "props": {
-                            "pageProps": {
-                                "initialReduxState": {
-                                    "product": {
-                                        "content": {
-                                            "items": [],
-                                            "attributes": {}
-                                        }
-                                    }
-                                }
-                            }
-                        }
-                    })}
-                    </script>
-                </body>
-            </html>
-            """,
-        )
 
-        m.get(
+    data = scraper.getjsondata("/chateau-gloria-2016.html")
-            "https://www.millesima.fr/poubelle",
-            text=f"""
-            <html>
-                <body>
-                    <h1>POUBELLE</h1>
-                    <script id="__NEXT_DATA__" type="application/json">
-                    {dumps({
-                        "props": {
-                            "pageProps": {
-                            }
-                        }
-                    })}
-                    </script>
-                </body>
-            </html>
-            """,
-        )
 
-        json_data = {
+    print("JSON récupéré :")
-            "props": {
+    print(json.dumps(data, indent=4, ensure_ascii=False))
-                "pageProps": {
-                    "initialReduxState": {
-                        "product": {
-                            "content": {
-                                "_id": "J4131/22-11652",
-                                "partnumber": "J4131/22",
-                                "productName": "Nino Negri : 5 Stelle Sfursat 2022",
-                                "productNameForSearch": "Nino Negri : 5 Stelle Sfursat 2022",
-                                "storeId": "11652",
-                                "seoKeyword": "nino-negri-5-stelle-sfursat-2022.html",
-                                "title": "Nino Negri : 5 Stelle Sfursat 2022",
-                                "items": [
-                                    {
-                                        "_id": "J4131/22/C/CC/6-11652",
-                                        "partnumber": "J4131/22/C/CC/6",
-                                        "taxRate": "H",
-                                        "listPrice": 390,
-                                        "offerPrice": 390,
-                                        "seoKeyword": "nino-negri-5-stelle-sfursat-2022-c-cc-6.html",
-                                        "shortdesc": "Un carton de 6 Bouteilles (75cl)",
-                                        "attributes": {
-                                            "promotion_o_n": {
-                                                "valueId": "0",
-                                                "name": "En promotion",
-                                                "value": "Non",
-                                                "sequence": 80,
-                                                "displayable": "False",
-                                                "type": "CHECKBOX",
-                                                "isSpirit": False,
-                                            },
-                                            "in_stock": {
-                                                "valueId": "L",
-                                                "name": "En stock",
-                                                "value": "Livrable",
-                                                "sequence": 65,
-                                                "displayable": "true",
-                                                "type": "CHECKBOX",
-                                                "isSpirit": False,
-                                            },
-                                            "equivbtl": {
-                                                "valueId": "1",
-                                                "name": "equivbtl",
-                                                "value": "1",
-                                                "isSpirit": False,
-                                            },
-                                            "nbunit": {
-                                                "valueId": "6",
-                                                "name": "nbunit",
-                                                "value": "6",
-                                                "isSpirit": False,
-                                            },
-                                        },
-                                        "stock": 12,
-                                        "availability": "2026-02-05",
-                                        "isCustomizable": False,
-                                        "gtin_cond": "",
-                                        "gtin_unit": "",
-                                        "stockOrigin": "EUR",
-                                        "isPrevSale": False,
-                                    }
-                                ],
-                                "attributes": {
-                                    "appellation": {
-                                        "valueId": "433",
-                                        "name": "Appellation",
-                                        "value": "Sforzato di Valtellina",
-                                        "url": "sforzato-di-valtellina.html",
-                                        "isSpirit": False,
-                                        "groupIdentifier": "appellation_433",
-                                    },
-                                    "note_rp": {
-                                        "valueId": "91",
-                                        "name": "Parker",
-                                        "value": "91",
-                                        "isSpirit": False,
-                                    },
-                                    "note_jr": {
-                                        "valueId": "17+",
-                                        "name": "J. Robinson",
-                                        "value": "17+",
-                                        "isSpirit": False,
-                                    },
-                                    "note_js": {
-                                        "valueId": "93-94",
-                                        "name": "J. Suckling",
-                                        "value": "93-94",
-                                        "isSpirit": False,
-                                    },
-                                },
-                            }
-                        }
-                    }
-                }
-            }
-        }
 
-        html_product = f"""
+    assert isinstance(data, dict)
-        <html>
+    assert "items" in data
-            <body>    
-                <h1>MILLESIMA</h1>
-                <script id="__NEXT_DATA__" type="application/json">
-                    {dumps(json_data)}
-                </script>
-            </body>
-        </html>
-        """
-        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
-        yield m
 
 
-@pytest.fixture
+def test_prix():
-def scraper() -> Scraper:
+    scraper = Scraper()
-    return Scraper()
+
+    try:
+        p = scraper.prix("/chateau-saint-pierre-2011.html")
+        print("Prix unitaire =", p)
+
+        assert isinstance(p, float)
+        assert p > 0
+
+    except ValueError:
+        # le vin n'est pas disponible à la vente
+        print("OK : aucun prix (vin indisponible, items vide)")
 
 
-def test_soup(scraper: Scraper):
+if __name__ == "__main__":
-    vide = scraper.getsoup("")
+    test_json()
-    poubelle = scraper.getsoup("poubelle")
+    test_prix()
-    contenu = scraper.getsoup("nino-negri-5-stelle-sfursat-2022.html")
+    print("\nTous les tests terminés")
-    assert vide.find("h1") is None
-    assert str(poubelle.find("h1")) == "<h1>POUBELLE</h1>"
-    assert str(contenu.find("h1")) == "<h1>MILLESIMA</h1>"
-
-
-def test_appellation(scraper: Scraper):
-    vide = scraper.getjsondata("")
-    poubelle = scraper.getjsondata("poubelle")
-    contenu = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
-    assert vide.appellation() is None
-    assert poubelle.appellation() is None
-    assert contenu.appellation() == "Sforzato di Valtellina"
-
-
-def test_fonctionprivee(scraper: Scraper):
-    vide = scraper.getjsondata("")
-    poubelle = scraper.getjsondata("poubelle")
-    contenu = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
-    assert vide._getattributes() is not None
-    assert vide._getattributes() == {}
-    assert vide._getcontent() is not None
-    assert vide._getcontent() == {"items": [], "attributes": {}}
-    assert poubelle._getattributes() is None
-    assert poubelle._getcontent() is None
-    assert contenu._getcontent() is not None
-    assert contenu._getattributes() is not None
-
-
-
-def test_critiques(scraper: Scraper):
-    vide = scraper.getjsondata("")
-    poubelle = scraper.getjsondata("poubelle")
-    contenu = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
-    assert vide.parker() is None
-    assert vide.robinson() is None
-    assert vide.suckling() is None
-    assert vide._getcritiques("test_ts") is None
-    assert poubelle.parker() is None
-    assert poubelle.robinson() is None
-    assert poubelle.suckling() is None
-    assert poubelle._getcritiques("test_ts") is None
-    assert contenu.parker() == "91"
-    assert contenu.robinson() == "17"
-    assert contenu.suckling() == "93.5"
-    assert contenu._getcritiques("test_ts") is None
-
-
-def test_prix(scraper: Scraper):
-    vide = scraper.getjsondata("")
-    poubelle = scraper.getjsondata("poubelle")
-    contenu = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
-    assert vide.prix() is None
-    assert poubelle.prix() is None
-    assert contenu.prix() == 65.0
-    
-    
-def test_informations(scraper: Scraper):
-    contenu = scraper.getjsondata("nino-negri-5-stelle-sfursat-2022.html")
-    assert contenu.informations() == "Sforzato di Valtellina,91,17,93.5,65.0"
-    vide = scraper.getjsondata("")
-    poubelle = scraper.getjsondata("poubelle")
-    assert vide.informations() == "None,None,None,None,None"
-    assert poubelle.informations() == "None,None,None,None,None"