Salles de spectacle — moteur générique JSON-LD Event (sallesjsonld)
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 : salle-de-spectacle · Connecteur : sortika/connectors/sallesjsonld.py
Description
- Source : Salles de spectacle — moteur générique JSON-LD Event
- Couverture : Longue traîne des salles de spectacle QC (amorce : Grand Théâtre de Québec, Trident, Capitole — Capitale-Nationale)
- Extraction : par salle configurée : page(s) de programmation → liens de fiche (motif regex) → fiches incrémentales (cache data/sallesjsonld_cache.json, SALLES_FICHE_MAX/sync partagé, re-visite 7 j) → blocs JSON-LD @type Event (nom, dates horodatées, salle, adresse, offres → prix, statut, image) ; heure « T00:00:00 » traitée comme placeholder. Vague 2 2026-08-25 : 17 salles configurées (+13 validées live : Théâtre Denise-Pelletier, MBAM, MNBAQ, Musée de la civilisation, Pointe-à-Callière, Cinémathèque québécoise, TOHU, Spect'Art Rimouski, Hector-Charland, Amphithéâtre Cogeco, Premier Acte, Maison de la littérature, Chasse-galerie Lavaltrie) ; liste du Trident réparée (page d'accueil) ; ~40 salles sondées et écartées (sans JSON-LD, heures faussées ou SSR intermittent — consignées dans le _comment de la config)
Accès
- Type : salle-de-spectacle
- Endpoint : voir URL source (https://grandtheatre.qc.ca/programmation)
- Auth : Aucune (accès public, identification honnête par User-Agent)
- Pagination : aucune (flux unique)
- Backend : GET direct
requests(throttlé, UASortiKa/1.0identifié) - Throttle : 0.8 s entre requêtes
- Accès légal : robots.txt vérifié PAR SALLE avant ajout à la config (consigné dans data/salles_jsonld.json) — GET throttlés 0,8 s, identification honnête, lien fiche originale
En-tête documentaire du connecteur
connectors/sallesjsonld.py : moteur générique « schema.org/Event » (Phase 3) La LONGUE TRAÎNE des salles de spectacle : beaucoup de sites de salles embarquent un bloc JSON-LD Event complet (dates horodatées, salle, offres, statut) sur chaque fiche. Ce connecteur prend une LISTE DE SALLES configurable (data/salles_jsonld.json, patron stores.json de fabri-ka) : chaque entrée = page(s) de programmation + motif des liens de fiche + ville/salle par défaut. Ajouter une salle = 1 bloc de config, 0 code. Extraction: page liste (1 GET/salle) → fiches incrémentales (cache data/sallesjsonld_cache.json, SALLES_FICHE_MAX/sync partagé, re-visite 7 j) → TOUS les blocs JSON-LD @type Event de la fiche (une fiche multi-dates = plusieurs séances). Salles d'amorce validées 2026-08-19 (Event JSON-LD réel constaté) : Grand Théâtre de Québec, Théâtre du Trident, Théâtre Capitole (Gestev). Accès : robots.txt vérifié PAR SALLE avant l'ajout à la config (consigné dans docs/connecteurs/sallesjsonld.md) ; GET throttlés 0,8 s, identification honnête, lien fiche originale.
Champs récupérés → schéma
Complétude mesurée sur les 685 événements actifs de la source ; exemples tirés d'un événement réel (sallesjsonld:mnbaq-art-moderne-2026-10-05-2000).
Champ (events.*) |
Description | Complétude | Exemple réel |
|---|---|---|---|
title — Titre |
titre de l'événement | 100 % | Revendiquer. Art moderne du Québec |
description — Description |
texte descriptif (source ou fiche détail) | 94 % | ∅ |
url — URL |
lien vers la fiche originale / billetterie | 100 % | https://www.mnbaq.org/programmation/expositions/art-moderne |
categories — Catégories |
taxonomie canonique Sorti-Ka (JSON) | 100 % | ["autre"] |
venue — Salle (venue) |
nom du lieu | 100 % | Musée national des beaux-arts du Québec |
address — Adresse |
adresse civique | 73 % | ∅ |
city — Ville |
municipalité | 100 % | Québec |
region — Région |
région administrative | 100 % | Capitale-Nationale |
lat — GPS (lat/lng) |
coordonnées géographiques | 98 % | 46.7995475, -71.2247544 |
start_date — Date début |
date locale AAAA-MM-JJ | 100 % | 2026-10-05 |
end_date — Date fin |
date locale AAAA-MM-JJ | 100 % | 2026-10-06 |
start_time — Heure (start_time) |
heure locale HH:MM (Québec) | 90 % | 20:00 |
end_time — Heure de fin (end_time) |
heure locale HH:MM (Québec) | 57 % | 19:59 |
status — Statut |
cancelled / postponed / soldout (NULL = prévu) | 0 % | ∅ |
is_free — Gratuité (is_free) |
1 gratuit / 0 payant / NULL inconnu | 87 % | 0 |
price_min — Prix min |
tarif minimal réel ($) | 86 % | ∅ |
price_label — Libellé prix |
étiquette tarifaire affichable | 87 % | Museum admission required $ |
artists — Artistes |
têtes d'affiche / lineup (JSON) | 0 % | [] |
organizer — Organisateur |
promoteur / organisme | 0 % | ∅ |
image — Image |
visuel (og:image ou média source) | 53 % | https://s3.ca-central-1.amazonaws.com/mnbaq-assets/production/Programmation/Expositions/Art-mode… |
website — Site web |
site officiel de l'événement | 100 % | https://www.mnbaq.org/programmation/expositions/art-moderne |
Fréquence & budgets
- Cadence : horaire (watcher PM2, incrémental)
- Budgets / plafonds (variables d'environnement) :
| Variable | Défaut | Rôle |
|---|---|---|
SALLES_FICHE_MAX |
40 |
total, toutes salles |
- 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 : 775 (dont 685 actifs)
- GPS : 670/685 actifs (98 %)
- Prix : 596/685 actifs (87 %)
- Heure (start_time) : 615/685 actifs (90 %)
- Heure de fin : 388/685 actifs (57 %)
- Statut (annulé/reporté/complet) : 1/685 actifs (0 %)
- Artistes : 0/685 actifs (0 %)
- Image : 363/685 actifs (53 %)
- Salle (venue) : 685/685 actifs (100 %)
- Dernier sync : 2026-08-25 18:53 — fetched 768, +295 ajoutés, ~0 mis à jour, -0 retirés
- Syncs enregistrés (sync_log) : 139
Erreurs & dépannage
Aucune erreur dans sync_log pour cette source. ✅
- Rejouer un sync isolé :
python3 run.py sync --source sallesjsonld(ou via le watcher PM2) ; inspecter ensuitesync_log:sqlite3 data/sortika.db "SELECT * FROM sync_log WHERE source='sallesjsonld' ORDER BY ts DESC LIMIT 5;"
Licence / attribution
- robots.txt vérifié PAR SALLE avant ajout à la config (consigné dans data/salles_jsonld.json) — GET throttlés 0,8 s, identification honnête, lien fiche originale
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/sallesjsonld.py :
0b8a6f82026-08-19 Phase 3 — 9 nouveaux connecteurs + déroulage des périodes SITQ (fiches d évaluation avant connexion)