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 +1,106 @@
+import os, json, logging, requests, re, time
+from datetime import datetime
+from flask import Flask, render_template, redirect, url_for
+from bs4 import BeautifulSoup
+
+app = Flask(__name__)
+# Logs en mode "Info" pour voir le suivi dans le terminal
+logging.basicConfig(level=logging.INFO, format='%(message)s')
+logger = logging.getLogger("Cratere_Scraper")
+
+CACHE_FILE = "/data/movies_cache.json"
+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 get_cratere_date():
+    """Génère le format 'Jeu. 19/02' correspondant au site"""
+    jours_courts = ["Lun", "Mar", "Mer", "Jeu", "Ven", "Sam", "Dim"]
+    now = datetime.now()
+    day_short = jours_courts[now.weekday()]
+    return f"{day_short}. {now.day:02d}/{now.month:02d}"
+
+def scrape_cratere_only():
+    url_main = "https://www.cinemalecratere.fr/films"
+    target_date = get_cratere_date()
+    
+    logger.info(f"\n[DEBUG] --- DÉBUT SCRAPING LE CRATÈRE ---")
+    logger.info(f"[DEBUG] Date cible : {target_date}")
+
+    movies_today = []
+    session = requests.Session()
+
+    try:
+        r = session.get(url_main, headers=HEADERS, timeout=15)
+        soup = BeautifulSoup(r.content, 'html.parser')
+
+        # On cherche les div avec l'attribut data-search (vu sur ta capture)
+        items = soup.find_all('div', attrs={'data-search': True})
+        logger.info(f"[DEBUG] {len(items)} blocs trouvés sur la page principale.")
+
+        # Dictionnaire pour éviter de scraper deux fois le même film s'il y a 2 séances
+        seen_movies = {}
+
+        for item in items:
+            data_search = item['data-search']
+            
+            if target_date in data_search:
+                # 1. Extraction Titre
+                title_tag = item.find('span', class_='uk-text-bold')
+                title = title_tag.get_text(strip=True) if title_tag else "Titre inconnu"
+                
+                # 2. Extraction Heure (ex: 16h00)
+                time_match = re.search(r'(\d{2}h\d{2})', data_search)
+                show_time = time_match.group(0).replace('h', ':') if time_match else "Séance"
+
+                if title not in seen_movies:
+                    # 3. On suit le lien pour l'affiche
+                    img_url = ""
+                    link_tag = item.find('a', href=True)
+                    
+                    if link_tag:
+                        detail_url = "https://www.cinemalecratere.fr" + link_tag['href']
+                        logger.info(f"[DEBUG] -> Visite page détail : {title}")
+                        
+                        try:
+                            r_detail = session.get(detail_url, headers=HEADERS, timeout=10)
+                            soup_detail = BeautifulSoup(r_detail.content, 'html.parser')
+                            # Sélecteur précis : img avec la classe el-image (vu sur ta capture)
+                            img_tag = soup_detail.find('img', class_='el-image')
+                            if img_tag:
+                                img_url = img_tag.get('src')
+                                # Gérer les chemins relatifs
+                                if img_url and not img_url.startswith('http'):
+                                    img_url = "https://www.cinemalecratere.fr" + img_url
+                        except Exception as e:
+                            logger.error(f"[DEBUG] Erreur page détail {title}: {e}")
+
+                    seen_movies[title] = {
+                        "title": title,
+                        "img": img_url,
+                        "times": [show_time],
+                        "cinema": "Le Cratère"
+                    }
+                    # Petit délai pour ne pas brusquer le serveur
+                    time.sleep(0.3)
+                else:
+                    # Si on a déjà vu le film (autre séance), on ajoute juste l'heure
+                    if show_time not in seen_movies[title]["times"]:
+                        seen_movies[title]["times"].append(show_time)
+
+        movies_today = list(seen_movies.values())
+
+    except Exception as e:
+        logger.error(f"[DEBUG] Erreur critique : {e}")
+
+    logger.info(f"[DEBUG] FIN : {len(movies_today)} films trouvés pour aujourd'hui.")
+    return movies_today
+
+@app.route('/')
+def index():
+    # Force le rafraîchissement au chargement pour tester
+    films = scrape_cratere_only()
+    # Tri par heure de la première séance
+    films = sorted(films, key=lambda x: x['times'][0])
+    return render_template('index.html', films=films)
+
+if __name__ == '__main__':
+    app.run(host='0.0.0.0', port=5000)