Atuvu.ca — calendrier culturel (atuvu)
Fiche générée le 2026-08-25 19:01 EDT par
scripts/gen_connector_docs.py— ne pas éditer à la main, relancer le script.
Statut : actif · Type : agregateur · Connecteur : sortika/connectors/atuvu.py
Description
- Source : Atuvu.ca — calendrier culturel
- Couverture : Sorties culturelles, Grand Montréal
- Extraction : sitemaps XML publics + fiches HTML en GET direct (repli Scrapfly seulement sur défi Cloudflare) — cache versionné v2 : heure précise (92 % des fiches v2), tarifs après mise en vente (46 %), séances multiples le même jour suffixées -HHMM ; re-visite roulante 14 j des fiches à venir, plafond ATUVU_MAX_FETCH/sync
Accès
- Type : agregateur
- Endpoint (
SITEMAP_INDEX) :https://atuvu.ca/atuvu_sitemap_index.xml - Auth : Aucune côté source ;
SCRAPFLY_API_KEYrequis pour le backend Scrapfly - Pagination : parcours de sitemap XML
- Backend : Scrapfly (anti-bot / rendu JS) via
base.get_scrapfly() - Throttle : 1.0 s entre requêtes
- Accès légal : robots.txt : Allow / + sitemap public
En-tête documentaire du connecteur
connectors/atuvu.py : connecteur Atuvu.ca — calendrier culturel (Grand Montréal +) Source : atuvu.ca (théâtre, musique, humour, danse, expositions…) Extraction: GET direct d'abord (vérifié 200 depuis le nœud de prod, 2026-08-25 ; escalade anti-bot auto du BaseConnector), repli SCRAPFLY si défi Cloudflare — sitemaps XML publics (evenements_N_2000.xml, lastmod par fiche) puis pages fiche (h1, blocs .event-play : date FR + HEURE, salle, ville, prix). INCRÉMENTAL avec cache disque (data/atuvu_cache.json), version de parse « v » (patron lavitrine) : fiches nouvelles/modifiées d'abord, backfill v<2 (rows figés sans heure/prix par un parseur antérieur — constaté 2026-08-25), puis re-visite roulante 14 j des fiches à venir (les tarifs apparaissent souvent APRÈS la mise en vente, sans bump de lastmod), plafonné à ATUVU_MAX_FETCH pages/sync. Accès : robots.txt « User-Agent: * / Allow: / » + sitemap public. Prix : bloc .price-reg de la fiche (prix régulier) → price_min ; « Invitation gratuite » = offre membre, PAS gratuité → ignorée. Séances : 2 représentations le même jour = 2 événements (suffixe -HHMM dès la 2ᵉ séance du jour ; la 1ʳᵉ garde l'id historique).
Champs récupérés → schéma
Complétude mesurée sur les 227 événements actifs de la source ; exemples tirés d'un événement réel (atuvu:requiem-de-mozart-2026-11-07).
Champ (events.*) |
Description | Complétude | Exemple réel |
|---|---|---|---|
title — Titre |
titre de l'événement | 100 % | Requiem de Mozart |
description — Description |
texte descriptif (source ou fiche détail) | 0 % | ∅ |
url — URL |
lien vers la fiche originale / billetterie | 100 % | https://atuvu.ca/billets-spectacle/requiem-de-mozart |
categories — Catégories |
taxonomie canonique Sorti-Ka (JSON) | 100 % | ["musique", "cinema"] |
venue — Salle (venue) |
nom du lieu | 100 % | Basilique Notre-Dame de Montréal |
address — Adresse |
adresse civique | 0 % | ∅ |
city — Ville |
municipalité | 98 % | Montréal |
region — Région |
région administrative | 96 % | Montréal |
lat — GPS (lat/lng) |
coordonnées géographiques | 82 % | 45.5044365, -73.5559901 |
start_date — Date début |
date locale AAAA-MM-JJ | 100 % | 2026-11-07 |
end_date — Date fin |
date locale AAAA-MM-JJ | 100 % | 2026-11-07 |
start_time — Heure (start_time) |
heure locale HH:MM (Québec) | 56 % | 14:00 |
end_time — Heure de fin (end_time) |
heure locale HH:MM (Québec) | 0 % | ∅ |
status — Statut |
cancelled / postponed / soldout (NULL = prévu) | 0 % | ∅ |
is_free — Gratuité (is_free) |
1 gratuit / 0 payant / NULL inconnu | 19 % | 0 |
price_min — Prix min |
tarif minimal réel ($) | 22 % | 54.58 |
price_label — Libellé prix |
étiquette tarifaire affichable | 19 % | 54.58 $ (prix régulier atuvu.ca) |
artists — Artistes |
têtes d'affiche / lineup (JSON) | 0 % | [] |
organizer — Organisateur |
promoteur / organisme | 0 % | ∅ |
image — Image |
visuel (og:image ou média source) | 100 % | https://atuvu.ca/uploads/images/2026/08/requiem-mozart.jpg |
website — Site web |
site officiel de l'événement | 0 % | ∅ |
Fréquence & budgets
- Cadence : horaire (watcher PM2, incrémental)
- Budgets / plafonds (variables d'environnement) :
| Variable | Défaut | Rôle |
|---|---|---|
ATUVU_MAX_FETCH |
120 |
fiches/sync (coût Scrapfly) |
- Budget global : géocodage Nominatim plafonné à
SORTIKA_GEOCODE_MAX(défaut 120) requêtes réseau/cycle, toutes sources confondues (sortika/geocode.py, cache disque).
Volumétrie & complétude live
(mesuré le 2026-08-25 19:01 EDT dans data/sortika.db)
- Événements en base : 273 (dont 227 actifs)
- GPS : 187/227 actifs (82 %)
- Prix : 49/227 actifs (22 %)
- Heure (start_time) : 127/227 actifs (56 %)
- Heure de fin : 0/227 actifs (0 %)
- Statut (annulé/reporté/complet) : 0/227 actifs (0 %)
- Artistes : 0/227 actifs (0 %)
- Image : 227/227 actifs (100 %)
- Salle (venue) : 227/227 actifs (100 %)
- Dernier sync : 2026-08-25 17:59 — fetched 274, +3 ajoutés, ~12 mis à jour, -0 retirés
- Syncs enregistrés (sync_log) : 175
Erreurs & dépannage
Aucune erreur dans sync_log pour cette source. ✅
- Source derrière anti-bot/JS lourd → backend Scrapfly requis : vérifier
SCRAPFLY_API_KEYdans.envet le solde de crédits Scrapfly si le connecteur ne rapporte plus rien. - Rejouer un sync isolé :
python3 run.py sync --source atuvu(ou via le watcher PM2) ; inspecter ensuitesync_log:sqlite3 data/sortika.db "SELECT * FROM sync_log WHERE source='atuvu' ORDER BY ts DESC LIMIT 5;"
Licence / attribution
- robots.txt : Allow / + sitemap public
Historique
- 2026-08-18 — Vague 1 d'enrichissement (commit
7d9d1b0) : géocodage Nominatim des salles (sortika/geocode.py, cache disque, plafondSORTIKA_GEOCODE_MAX), fiches détail lepointdevente (description, heure, tarifs réels/plugins/rates/<id>), contacts Tourinsoft (SITQ), heure locale Montréal via JSON-LD. - 2026-08-18 — Vague 2 d'enrichissement (commit
65d2d33) : colonnes additivesevents.start_time(HH:MM locale QC) etevents.artists(JSON) + migration auto ; heure captée partout où la source la publie (lepointdevente, evenko, Laval, Sherbrooke, Montréal, atuvu) ; artistes (headliners evenko, lineup Bandsintown, attractions Ticketmaster, patrons sûrs sur les titres) ; 3 nouveaux connecteurs (brossard, ticketmaster, bandsintown). - 2026-08-19 — Phase 2 (travail de moine) : colonnes additives
end_time,status(annulé/reporté/complet) etquarantine(règles anti-aberrations, non publié mais réintégrable) ; règle d'ARCHIVAGE des événements terminés à chaque cycle (jamais supprimés) ; dedup_key inclut désormais l'heure (les séances multiples d'un même jour ne sont plus écrasées à l'affichage) ; alerte « 0 événement futur / chute > 80 % » par source (data/future_counts.json + /api/sources) ; heure et description La Vitrine ; end_time/organisateur/statut Eventbrite ; og:description Atuvu ; premières parties + portes + tournée evenko ; offres billets Bandsintown ; taxonomie type-event + description intégrale Brossard ; image Longueuil ; géocodage par ADRESSE CIVIQUE prioritaire ; villes normalisées au Répertoire MAMH (data/villes_canon.json) ; laval consignée « morte-a-la-source ».
Commits touchant sortika/connectors/atuvu.py :
85714fd2026-08-19 Phase 2 — connecteurs : heure+description La Vitrine, statuts, end_time, offres, taxonomies65d2d332026-08-18 Vague 2 d'enrichissement : heure précise, artistes, 3 nouveaux connecteurs91644562026-08-17 Sorti·Ka v1 — agrégateur de sorties & événements du Québec