Feature - Novo spider para Arraial do Cabo - RJ [Fixes #1261]

[jjpaulo2]

Layout do site publicador de diários oficiais

Marque apenas um dos itens a seguir:

• [x] O layout não se parece com nenhum caso da lista de layouts padrão

Código da(s) spider(s)

• [x] O(s) raspador(es) adicionado(s) tem os atributos de classe exigidos.
• [x] O(s) raspador(es) adicionado(s) cria(m) objetos do tipo Gazette coletando todos os metadados necessários.
• [x] O atributo de classe start_date foi preenchido com a data da edição de diário oficial mais antiga disponível no site.
• [x] Explicitar o atributo de classe end_date não se fez necessário.
• [x] Não utilizo custom_settings em meu raspador.

Testes

• [x] Uma coleta-teste da última edição foi feita. O arquivo de .log deste teste está anexado na PR.
• [x] Uma coleta-teste por intervalo arbitrário foi feita. Os arquivos de .loge .csv deste teste estão anexados na PR.
• [x] Uma coleta-teste completa foi feita. Os arquivos de .log e .csv deste teste estão anexados na PR.

Verificações

• [x] Eu experimentei abrir alguns arquivos de diários oficiais coletados pelo meu raspador e verifiquei eles conforme a documentação não encontrando problemas.
• [x] Eu verifiquei os arquivos .csv gerados pela minha coleta conforme a documentação não encontrando problemas.
• [x] Eu verifiquei os arquivos de .log gerados pela minha coleta conforme a documentação não encontrando problemas.

Descrição

Novo spider customizado para Arraial do Cabo, conforme #1261. Eu mudei a data de início pois o registro mais antigo que eu consegui encontrar manualmente no site foi em 07/05/2019.

Anexos

Coleta última edição

scrapy crawl rj_arraial_do_cabo -a start_date=2024-09-20 -s LOG_FILE=rj_arraial_do_cabo.log -o rj_arraial_do_cabo.csv

• rj_arraial_do_cabo.csv
• rj_arraial_do_cabo.log

Coleta intervalo

scrapy crawl rj_arraial_do_cabo -a start_date=2024-09-01 -a end_date=2024-09-20 -s LOG_FILE=rj_arraial_do_cabo.log -o rj_arraial_do_cabo.csv

• rj_arraial_do_cabo.csv
• rj_arraial_do_cabo.log

Coleta completa

scrapy crawl rj_arraial_do_cabo -s LOG_FILE=rj_arraial_do_cabo.log -o rj_arraial_do_cabo.csv

• rj_arraial_do_cabo.csv
• rj_arraial_do_cabo.log