Adicionar segmentador para o diário da Associação de Municípios do Ceará

[trevineju]

Para o Querido Diário ter os municípios da Associação de Municípios do Ceará é necessário:

• ✅: Ter o raspador para coletar os documentos no site da associação
• Pendente: Ter, neste repositório, o segmentador para tratar os arquivos, fatiando um documento agregado em partes individuais para cada um dos municípios da associação

Tarefa

Esta associação usa um padrão conhecido e já em uso no repositório para a Associação de Alagoas. Então o caminho de implementação já existe, faltando criar o segmentador específico.

Modificações necessárias

1. No diretório segmentation/segmenters/, criar um novo segmentador, que implementa o segmentador base AssociationSegmenter, como faz o al_associacao_municipios.py
2. Adicionar um novo item em territory_to_segmenter_class do arquivo factory.py usando o mesmo TERRITORY_ID do raspador.

Como testar

Será necessário executar o raspador da associação para processar os documentos. Para isso, configure o repositório de raspadores e o data-processing de acordo com a documentação de configuração de ponta-a-ponta do QD.

Seu parser deve ser capaz de segmentar cada documento por prefeitura (atos de consórcios, associações, etc. devem ser ignorados por enquanto) e gerar novos arquivos .txt para cada uma.

Valide se os arquivos .txt gerados correspondem à segmentação esperada utilizando amostras.