Ajustar regex de coleta de metadado #1187

[rochamatcomp]

Testes

• [x] Uma coleta-teste da última edição foi feita. O arquivo de .log deste teste está anexado na PR.
• [x] Uma coleta-teste por intervalo arbitrário foi feita. Os arquivos de .loge .csv deste teste estão anexados na PR.
• [x] Uma coleta-teste completa foi feita. Os arquivos de .log e .csv deste teste estão anexados na PR.

Verificações

• [x] Eu experimentei abrir alguns arquivos de diários oficiais coletados pelo meu raspador e verifiquei eles conforme a documentação não encontrando problemas.
• [x] Eu verifiquei os arquivos .csv gerados pela minha coleta conforme a documentação não encontrando problemas.
• [x] Eu verifiquei os arquivos de .log gerados pela minha coleta conforme a documentação não encontrando problemas.

Descrição

Resolve a issue #1187. Atualizar o código de adiarios_v1.py para que o fluxo de coleta dos metadados.

Classe base Adiarios V1:

• edition_number com valor padrão como string vazia;
• is_extra_edition verificada no título e também no texto.

Coletas

Foram feitas as coletas para os municípios com problemas encontrados na Validação #1185:

• pb_jacarau
• pb_marizopolis
• pb_piloezinhos
• pb_sertaozinho

:white_check_mark: Depois da correção esses municípios passaram sem error.

Coleta última edição

coleta_ultima_edicao_pb_sertaozinho.csv coleta_ultima_edicao_pb_sertaozinho.log coleta_ultima_edicao_pb_piloezinhos.csv coleta_ultima_edicao_pb_piloezinhos.log coleta_ultima_edicao_pb_marizopolis.csv coleta_ultima_edicao_pb_marizopolis.log coleta_ultima_edicao_pb_jacarau.log coleta_ultima_edicao_pb_jacarau.csv

Coleta intervalo

coleta_intervalo_pb_sertaozinho.csv coleta_intervalo_pb_sertaozinho.log coleta_intervalo_pb_piloezinhos.csv coleta_intervalo_pb_piloezinhos.log coleta_intervalo_pb_marizopolis.csv coleta_intervalo_pb_marizopolis.log coleta_intervalo_pb_jacarau.csv coleta_intervalo_pb_jacarau.log

Coleta completa

coleta_completa_pb_sertaozinho.csv coleta_completa_pb_sertaozinho.log coleta_completa_pb_piloezinhos.csv coleta_completa_pb_piloezinhos.log coleta_completa_pb_marizopolis.csv coleta_completa_pb_marizopolis.log coleta_completa_pb_jacarau.csv coleta_completa_pb_jacarau.log

[trevineju]

show, @rochamatcomp! Só atualizei o histórico da branch com a main