Al maragogi (#1290)

#### 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](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/lista-sistemas-replicaveis.html)
- [ ] 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](https://github.com/okfn-brasil/querido-diario/tree/main/data_collection/gazette/spiders/base)
adequada para o padrão.

#### Código da(s) spider(s)
- [x] O(s) raspador(es) adicionado(s) tem os [atributos de classe
exigidos](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#UFMunicipioSpider).
- [x] O(s) raspador(es) adicionado(s) cria(m) objetos do tipo Gazette
coletando todos [os metadados
necessários](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#Gazette).
- [x] O atributo de classe
[start_date](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#UFMunicipioSpider.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](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#UFMunicipioSpider.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 `.log`e `.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](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#diarios-oficiais-coletados)
não encontrando problemas.
- [x] Eu verifiquei os arquivos `.csv` gerados pela minha coleta
[conforme a
documentação](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#arquivos-auxiliares)
não encontrando problemas.
- [x] Eu verifiquei os arquivos de `.log` gerados pela minha coleta
[conforme a
documentação](https://docs.queridodiario.ok.org.br/pt-br/latest/contribuindo/raspadores.html#arquivos-auxiliares)
não encontrando problemas.

#### Descrição

Reimplementação do raspador do município de Maragogi AL , anteriormente
citado nesta issue
#1176 e feito
parcialmente nesta PR
#1186, porém o mesmo
ficou muito tempo esperando retorno do desenvolvedor, visto que houve
mudanças drásticas no site dos diários oficiais em questão, decidi abrir
esta nova PR para facilitar o fluxo de revisão


- Logs e outputs de uma extração completa:

[output-all.log](https://github.com/user-attachments/files/17197804/output-all.log)

[output-all.csv](https://github.com/user-attachments/files/17197805/output-all.csv)

- Logs e outputs de uma extração com data aleatória (2024-05-10 até
2024-08-23):

[output-date.csv](https://github.com/user-attachments/files/17197810/output-date.csv)

[output-date.log](https://github.com/user-attachments/files/17197809/output-date.log)

data_collection/gazette/spiders/al/al_maragogi.py

@@ -0,0 +1,74 @@
+import re
+from datetime import date
+from urllib.parse import parse_qs
+
+import dateparser
+from scrapy import FormRequest
+
+from gazette.items import Gazette
+from gazette.spiders.base import BaseGazetteSpider
+
+
+class AlMaragogiSpider(BaseGazetteSpider):
+    name = "al_maragogi"
+    TERRITORY_ID = "2704500"
+    allowed_domains = ["diario.maragogi.al.gov.br"]
+    start_date = date(2024, 4, 17)
+    BASE_URL = "https://diario.maragogi.al.gov.br"
+
+    def start_requests(self):
+        yield FormRequest(
+            url=f"{self.BASE_URL}/busca",
+            formdata=self.__create_params(),
+            method="GET",
+        )
+
+    def parse(self, response, current_page=1):
+        publications = response.css("div.publicacao > div.box-publicacao")
+        for publication in publications:
+            title_element = publication.css("h4 a::text")
+            extra_edition = "extra" in title_element.get().lower()
+            edition_number = title_element.re_first(r"nº (\d+)/", re.IGNORECASE)
+
+            date_raw = publication.css("div div div::text").getall()[1].strip()
+            item_date = dateparser.parse(date_raw, languages=["pt"]).date()
+
+            file_id = publication.css("h4 > a::attr(href)").get().strip().split("/")[-1]
+            url = f"{self.BASE_URL}/diario-oficial/versao-pdf/{file_id}"
+
+            yield Gazette(
+                date=item_date,
+                edition_number=edition_number,
+                is_extra_edition=extra_edition,
+                file_urls=[url],
+                power="executive",
+            )
+
+        if current_page > 1:
+            return
+
+        last_page = self.__get_total_pages(response)
+        for page in range(2, last_page + 1):
+            yield FormRequest(
+                url=f"{self.BASE_URL}/busca",
+                formdata={"page": str(page), **self.__create_params()},
+                method="GET",
+                cb_kwargs={"current_page": page},
+            )
+
+    def __create_params(self) -> dict:
+        return {
+            "BuscaSearch[data_inicio]": self.start_date.strftime("%Y-%m-%d"),
+            "BuscaSearch[data_fim]": self.end_date.strftime("%Y-%m-%d"),
+            "BuscaSearch[sort]": "data_new",
+            "BuscaSearch[modulo]": "diario-oficial",
+        }
+
+    @staticmethod
+    def __get_total_pages(response) -> int:
+        query = response.css("div.publicacao ul > li.last > a::attr(href)").get()
+        if not query:
+            return 0
+
+        params = parse_qs(query.split("?")[-1])
+        return int(params.get("page", ["0"])[0])