Version stable : Synthèse 3 cinémas avec affiches et horaires

2026-02-19 14:06:46 +01:00
commit 7fb82310e7
15 changed files with 1013 additions and 0 deletions
@@ -0,0 +1,73 @@
+import os, logging, requests, re
+from flask import Flask, render_template
+from bs4 import BeautifulSoup
+
+app = Flask(__name__)
+logging.basicConfig(level=logging.INFO, format='%(message)s')
+logger = logging.getLogger("ABC_Scraper")
+
+HEADERS = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/121.0.0.0 Safari/537.36'}
+
+def scrape_abc():
+    url = "https://abc-toulouse.fr/horaires.html"
+    logger.info(f"\n[DEBUG] Scraping ABC (Sélecteurs précis) sur : {url}")
+
+    movies_list = []
+    try:
+        r = requests.get(url, headers=HEADERS, timeout=15)
+        soup = BeautifulSoup(r.content, 'html.parser')
+
+        # 1. On cherche tous les blocs de films
+        # D'après ton code source, chaque film commence par cette div
+        movie_blocks = soup.find_all('div', class_='table_infos')
+        logger.info(f"[DEBUG] {len(movie_blocks)} blocs 'table_infos' trouvés.")
+
+        for block in movie_blocks:
+            # 2. Extraction du Titre (dans le h2)
+            title_tag = block.find('h2')
+            if not title_tag: continue
+            title = title_tag.get_text().strip()
+
+            # 3. Extraction de l'Affiche (dans col_poster)
+            img_tag = block.find('img')
+            img_url = ""
+            if img_tag:
+                img_url = img_tag.get('src')
+                if img_url and not img_url.startswith('http'):
+                    img_url = "https://abc-toulouse.fr" + img_url
+
+            # 4. Extraction des Horaires
+            # Les séances (bulles bleues) sont souvent dans la div suivante 
+            # ou un frère direct du bloc table_infos.
+            # On cherche les horaires (00:00) dans le texte qui suit immédiatement le bloc.
+            next_div = block.find_next_sibling()
+            showtimes_text = next_div.get_text(" ") if next_div else ""
+            
+            # Si on ne trouve rien dans le frère, on cherche dans le bloc lui-même 
+            # (au cas où la structure varierait)
+            if not re.search(r'\d{2}:\d{2}', showtimes_text):
+                showtimes_text = block.get_text(" ")
+
+            times = re.findall(r'(\d{2}:\d{2})', showtimes_text)
+            unique_times = sorted(list(set(times)))
+
+            if unique_times:
+                logger.info(f"✅ TROUVÉ : {title} | {len(unique_times)} séances.")
+                movies_list.append({
+                    "title": title,
+                    "img": img_url,
+                    "times": unique_times
+                })
+
+    except Exception as e:
+        logger.error(f"❌ Erreur : {e}")
+
+    return movies_list
+
+@app.route('/')
+def index():
+    films = scrape_abc()
+    return render_template('index.html', films=films)
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=5000)