Un parseur Python qui rassemble dans un tableau les événements et concerts publics : date, lieu, ville, prix et lien

Exemple de résultat

def product_links(list_url: str) -> Iterator[str]:
    """Liens des fiches produits de chaque page de la liste, en suivant « Suivant »."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Une page publique, à un rythme raisonnable : une pause entre les requêtes et quelques essais en cas d’erreur."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s a répondu %s, essai %d sur 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} ne s’est pas ouverte après 3 essais")

À propos de ce service

Guides urbains, salles et organisateurs utilisent ce parseur pour réunir les agendas d’événements publics dans un seul tableau : titre de l’événement, catégorie, date et heure de début, lieu, ville, prix à partir de, limite d’âge, lien de billetterie et lien de l’image. Envoyez la page d’agenda du site, comme celle d’une salle, d’un guide de ville ou d’un site de billetterie, une page d’événement et une ou deux pages enregistrées depuis votre navigateur. Nous écrivons le code en Python ; vous le recevez avec un fichier de paramètres et un README et le lancez sur votre ordinateur avant de mettre à jour votre propre agenda. Il n’achète pas de billets, ne vérifie pas les places libres et ne collecte aucune donnée personnelle des organisateurs ou du public. Il lit les pages publiques à un rythme raisonnable et ne se connecte jamais, ne contourne ni captcha ni protection. C’est à vous de juger si les conditions du site le permettent, et un changement ultérieur de sa mise en page demande une mise à jour.

Ce qui est inclus

• Ce que vous recevezUne archive ZIP avec le code Python, un fichier de paramètres et un README avec des instructions pas à pas ; le code est aussi affiché sur la page de la commande.
• Des dates triablesDate et heure dans un seul format, pour trier le tableau par jour
• Liens de billetterieUn lien vers la page de l’événement ou sa billetterie
• Liens des imagesLes affiches en liens ; ne les utilisez que si vous en avez le droit
• Rythme raisonnableUne pause entre les pages, réglée dans les paramètres
• Tourne sur votre ordinateurWindows, macOS ou Linux, avec Python

Comment ça marche

1. 1
   AgendaVous donnez la page d’agenda et une page d’événement enregistrée
2. 2
   ParseurNous écrivons le code et le guide pour le lancer
3. 3
   LancementVous le lancez et vérifiez les dates des premiers événements
4. 4
   RetouchesVous demandez des retouches selon votre formule et envoyez les éventuels messages d’erreur

Ce dont nous avons besoin

Le site et les pages précises : un lien vers l’agenda et vers une page d’événement, et le nombre approximatif d’événements. Les champs voulus dans l’ordre de votre tableau, ex. : titre, catégorie, date, heure, lieu, ville, prix à partir de, lien. Une ou deux de ces pages enregistrées depuis votre navigateur (Fichier > Enregistrer la page sous) ou des captures d’écran. Le format de date voulu et CSV ou Excel.

Nous vous demanderons :

• Quel site et quelles pages ?
• Les champs voulus
• Combien d’événements environ ?
• Seulement certains événements ?

Comparer les formules

Questions et réponses

Vous n’avez pas trouvé la réponse ? Posez-nous la question