connecteur WooCommerce : sitemaps Yoast/AIOSEO et permaliens personnalisés

- locs() : ne garder que les <loc> du namespace sitemap (les sitemaps
  Yoast/AIOSEO embarquent des <image:loc> wp-content qui polluaient la liste),
  avec repli filtré pour les sitemaps sans namespace
- inventaire : accepter les bases de permalien personnalisées
  (ex. /project/ sur mobilierurbain.ca) en plus de /produit|/product
- sync : si la route liste est cassée (500 fatal) mais les fiches unitaires
  répondent, repli sitemap + fiches par slug (_sitemap_slug_fallback)

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

Simon-Pierre Boucher committed 1 mo ago (Aug 23, 2026) parent 037494b

1 changed file +19 −3

modified fabrika/connectors/woocommerce.py +19 −3

		`@@ -207,8 +207,15 @@ class WooCommerceConnector(BaseConnector):`
207	207	try:
208	208	r = self.get(url)
209	209	root = ET.fromstring(r.content)
210		− return [e.text.strip() for e in root.iter()
211		− if e.tag.endswith("loc") and e.text]
	210	+ # <loc> du namespace sitemap seulement : les sitemaps Yoast/AIOSEO
	211	+ # embarquent aussi des <image:loc> (URLs wp-content à exclure)
	212	+ out = [e.text.strip() for e in root.iter(
	213	+ "{http://www.sitemaps.org/schemas/sitemap/0.9}loc") if e.text]
	214	+ if not out:
	215	+ out = [e.text.strip() for e in root.iter()
	216	+ if e.tag.endswith("loc") and e.text
	217	+ and "/wp-content/" not in e.text]
	218	+ return out
212	219	except Exception:
213	220	return []
214	221
		`@@ -224,8 +231,12 @@ class WooCommerceConnector(BaseConnector):`
224	231	if sm in seen:
225	232	continue
226	233	seen.add(sm)
	234	+ # base de permalien standard (/produit/, /product/) OU personnalisée
	235	+ # (ex. /project/ sur mobilierurbain.ca) : les sitemaps candidats ne
	236	+ # listent que des produits, on accepte tout URL /base/slug/
227	237	product_urls += [u for u in locs(sm)
228		− if re.search(r"/(?:produit\|product)/[^/]+/?$", u)]
	238	+ if re.search(r"/(?:produit\|product)/[^/]+/?$", u)
	239	+ or re.fullmatch(r"https?://[^/]+/[^/]+/[^/]+/?", u)]
229	240	slugs = []
230	241	slug_seen: set[str] = set()
231	242	for u in product_urls:
		`@@ -267,6 +278,11 @@ class WooCommerceConnector(BaseConnector):`
267	278	html_out = self._html_fallback()
268	279	if html_out:
269	280	return html_out
	281	+ # Route liste cassée (500 fatal) mais fiches unitaires parfois
	282	+ # saines (ex. mobilierurbain.ca) : tenter sitemap + fiches par slug
	283	+ slug_out = self._sitemap_slug_fallback()
	284	+ if slug_out:
	285	+ return slug_out
270	286	raise first_page_exc
271	287
272	288	if not out and first_page_exc is None:
273	289