[Novo spider]: Arraial do Cabo - RJ

[trevineju]

URL da forma de consulta

https://portal.arraial.rj.gov.br/diarios_oficiais_web

Período de publicação

é o atual local de publicação, porém confuso

Formato da publicação

Os diários oficiais são publicados em PDF (texto)

Conteúdo da publicação

Diário único: documento publicado é uma edição completa do diário oficial

Detalhes do site de publicação

Possui paginação

Observações

O raspador para rj_arraial_do_cabo parou de funcionar em 2024-08-22. O motivo foi migração da URL.

Parece que os diários do site anterior foram migrados, porém a data que consta no site não é a data do documento, mas sim a data em que foi adicionado ao site. Isso fica mais evidente ao navegar na paginação (por exemplo, na página 7) todos os diários são de 16/agosto, enquanto, ao abrir os documentos, aparece outra data.

Não existe uma issue aberta para esse município

• Eu verifiquei que não existe uma issue aberta ou marcada com incompatible para o mesmo município.

Info

Município retirado de produção até a manutenção do raspador

[trevineju]

@ogecece o que você acha que fazemos aqui?

podemos invalidar esse município pela falta de consistência das datas ou então - como temos toda a série histórica anterior - poderíamos ignorar isso e considerar que, nesse site, os raspadores começam em 2024-08-22.

[ogecece]

Seria bem ineficiente pra raspagem completa, mas a busca com data início + data fim pro mesmo dia retorna os diários daquele dia direitinho. Desse jeito dá pra integrar

[trevineju]

inicialmente, tive a impressão que o filtro por data não estava funcionando também, mas realmente... Beleza, então, obrigada!

[trevineju]

e @slfabio este é um dos municípios que vocês acompanham? (fiquei em dúvida se adicionava ao quadro ou não)

[slfabio]

e @slfabio este é um dos municípios que vocês acompanham? (fiquei em dúvida se adicionava ao quadro ou não)

É sim, @trevineju. Do Estado do Rio de Janeiro, o único que não acompanhamos é a capital.
Se quiser, pode adicionar no quadro.

[jjpaulo2]

Acho que não vai ser uma boa se confiar no filtro de datas do site. As vezes esse filtro não funciona da forma esperada.

Por exemplo, essa publicação do dia 28 Sep 2023 tá sendo exibida na listagem geral.

Mas se eu filtrar apenas os registros do dia 28/09/2023, não vem nada.

URL com filtro:

https://portal.arraial.rj.gov.br/diarios_oficiais_web?filter%5Btext%5D=&filter%5Bdaterange%5D=28%2F09%2F2023+-+28%2F09%2F2023

[jjpaulo2]

Subi o PR #1275 com essa implementação.