new spider São Sebastião/SP

[almeidadm]

AO ABRIR um Pull Request de um novo raspador (spider), marque com um X cada um dos items do checklist
abaixo. NÃO ABRA um novo Pull Request antes de completar todos os items abaixo.

Checklist - Novo spider

• Você executou uma extração completa do spider localmente e os dados retornados estavam corretos.
• Você executou uma extração por período (start_date e end_date definidos) ao menos uma vez e os dados retornados estavam corretos.
• Você verificou que não existe nenhum erro nos logs (log_count/ERROR igual a zero).
• Você definiu o atributo de classe start_date no seu spider com a data do Diário Oficial mais antigo disponível na página da cidade.
• Você garantiu que todos os campos que poderiam ser extraídos foram extraídos de acordo com a documentação.

Descrição

Os boletins podem ser consultados em https://www.saosebastiao.sp.gov.br/doem.asp.

O erro 404 encontrado no log é devido o boletim nº 29
https://www.saosebastiao.sp.gov.br/doem/DOEM_029_20170522.pdf

Logs

log_sp_sao_sebastiao.csv

log_sp_sao_sebastiao.txt

resolve #1071

[victorfernandesraton]

Eu acho que ficaria mais claro em termos de legibilidade apenas colocar a extração dentro da condição if

Suggested change

	if not self.start_date <= parsed_date <= self.end_date:
	continue
	gazette_number = re.findall("DOEM_(\d+)_", gazette_url)[0]
	yield Gazette(
	date=parsed_date,
	edition_number=gazette_number,
	is_extra_edition=False,
	power="executive_legislative",
	file_urls=[gazette_url],
	)
	if self.start_date <= parsed_date <= self.end_date:
	gazette_number = re.findall("DOEM_(\d+)_", gazette_url)[0]
	yield Gazette(
	date=parsed_date,
	edition_number=gazette_number,
	is_extra_edition=False,
	power="executive_legislative",
	file_urls=[gazette_url],
	)