Cria spider para rj_itaborai

[Gabriel-gag]

AO ABRIR uma Pull Request de um novo raspador (spider), marque com um X cada um dos items da checklist abaixo. Caso algum item não seja marcado, JUSTIFIQUE o motivo.

Layout do site publicador de diários oficiais

Marque apenas um dos itens a seguir:

• O layout não se parece com nenhum caso da lista de layouts padrão
• É um layout padrão e esta PR adiciona a spider base do padrão ao projeto junto com alguns municípios que fazem parte do padrão.
• É um layout padrão e todos os municípios adicionados usam a classe de spider base adequada para o padrão.

Código da(s) spider(s)

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

Testes

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

Verificações

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

Descrição

resolve #1196
Cria spider para rj_itaboraí

[slfabio]

Código revisado. Não tenho sugestões de melhorias.

[firefueled]

Opa @Gabriel-gag Valeu pelo PR!

O relatório de coleta completo tem o primeiro DO em 02/01/2020, mas tem DOs mais antigos que isso no site.
Será que tem algo diferente nestes DOs que precisa ser tratado?

• O Layout é novo mesmo
• atributos
  • name
  • TERRITORY_ID
  • allowed_domains
  • start_urls/start_requests()
  • start_date
  • não precisa de end_date
• código ok?
  • Gazette criado corretamente?
    • date
    • edition_number
    • is_extra_edition
    • power
• roda?
  • uma data
  • um intervalo
  • todos
• evidências
  • ultima
  • intervalo
  • completo

[firefueled]

O site tem o primeiro DO no dia 23/01/2019.
Parece que colocou a data errada, ou teve algum outro problema?

[Gabriel-gag]

Na issue estava comentada esta data, vou alterar.

[firefueled]

@Gabriel-gag Fechou por engano? Parece que fez uns commits que apagaram sua contribuição.

[Gabriel-gag]

Reabri o PR