@tricoteuses/senat 3.1.23 → 3.1.24

package/lib/src/index.d.ts

@@ -39,3 +39,4 @@ export type { Session, SessionOrAll } from "./other_types/sessions.js";
 export { UNDEFINED_SESSION, sessionOptions, sessionOptionsOrAll, getSessionsFromStart } from "./other_types/sessions.js";
 export { DivisionType } from "./other_types/texte.js";
 export type { DivisionTag, Version, DocumentMetadata, FlatTexte, Step, Division, Article, DivisionContent, Alinea, ExposeDesMotifs, } from "./other_types/texte.js";
+export type { CollaborateurSenat } from "./other_types/collaborateurs.js";

package/lib/src/parsers/collaborateurs.d.ts

@@ -1,44 +1,44 @@
 /**
- * Fonctions pures de parsing du PDF DRH des collaborateurs de sénateurs
+ * Pure functions for parsing the HR PDF listing senators' collaborators
  * (https://www.senat.fr/pubagas/liste_senateurs_collaborateurs.pdf).
  *
- * Le PDF est un tableau à deux colonnes par page :
- *  - "Employeur" (le sénateur) à gauche, ex. "Mme AESCHLIMANN Marie-Do" ;
- *  - "Nom Collaborateur" à droite, ex. "M. CHAREF Dahmane".
- * Une ligne sans employeur prolonge le sénateur précédent.
+ * The PDF is a two-column table per page:
+ *  - "Employeur" (the senator) on the left, e.g. "Mme AESCHLIMANN Marie-Do" ;
+ *  - "Nom Collaborateur" on the right, e.g. "M. CHAREF Dahmane".
+ * A line without an employer extends the previous senator.
  *
- * Pièges traités ici : aucun matricule dans le PDF, prénoms de sénateurs tronqués
- * ("Marie-Do"), noms composés ("DI FOLCO", "MAZENOT CHAPPUY"), accents.
+ * Edge cases handled here: no matricule in the PDF, truncated senator first names
+ * ("Marie-Do"), compound names ("DI FOLCO", "MAZENOT CHAPPUY"), accents.
  */
-/** Élément de texte positionné extrait du PDF (x croissant vers la droite, y croissant vers le haut). */
+/** Positioned text element extracted from the PDF (x goes right, y goes up). */
 export type PdfTextItem = {
     str: string;
     x: number;
     y: number;
     page: number;
 };
-export type PersonneNom = {
+export type PersonName = {
     civilite: string;
     nom: string;
     prenom: string;
 };
-export type LigneCollaborateur = {
-    senateur: PersonneNom;
-    collaborateur: PersonneNom;
+export type CollaboratorRow = {
+    senateur: PersonName;
+    collaborateur: PersonName;
 };
-/** Normalise un texte pour la comparaison : majuscules, sans accents, espaces compactés. */
-export declare function normaliserPourComparaison(valeur: string): string;
+/** Normalizes a string for comparison: uppercase, no accents, compacted spaces. */
+export declare function normalizeForComparison(value: string): string;
 /**
- * Sépare une cellule "Civilité NOM(S) Prénom" en {civilite, nom, prenom}.
- * Les jetons en majuscules de tête forment le nom (gère les noms composés), le reste le prénom.
- * Renvoie null si la cellule n'est pas un nom de personne exploitable.
+ * Splits a "Civility LAST_NAME(S) FirstName" cell into {civilite, nom, prenom}.
+ * Uppercase head tokens form the name (handles compound names), the rest is the first name.
+ * Returns null if the cell is not a usable person name.
  */
-export declare function parseCellulePersonne(cellule: string): PersonneNom | null;
-/** Extrait la date d'édition imprimée en pied de page ("Edition du JJ/MM/AAAA"). */
-export declare function extraireDateEdition(strings: string[]): Date | null;
+export declare function parsePersonCell(cell: string): PersonName | null;
+/** Extracts the edition date printed in the footer ("Edition du JJ/MM/AAAA"). */
+export declare function extractEditionDate(strings: string[]): Date | null;
 /**
- * Reconstruit la liste {sénateur, collaborateur} à partir des éléments de texte positionnés.
- * Parcourt les pages puis les lignes de haut en bas ; mémorise le sénateur courant et lui
- * rattache les collaborateurs des lignes suivantes tant qu'aucun nouvel employeur n'apparaît.
+ * Reconstructs the {senator, collaborator} list from positioned text items.
+ * Iterates pages then lines top to bottom; tracks the current senator and
+ * attaches collaborators from subsequent lines until a new employer appears.
  */
-export declare function construireLignesCollaborateurs(items: PdfTextItem[]): LigneCollaborateur[];
+export declare function buildCollaboratorRows(items: PdfTextItem[]): CollaboratorRow[];

package/lib/src/parsers/collaborateurs.js

@@ -1,22 +1,22 @@
 /**
- * Fonctions pures de parsing du PDF DRH des collaborateurs de sénateurs
+ * Pure functions for parsing the HR PDF listing senators' collaborators
  * (https://www.senat.fr/pubagas/liste_senateurs_collaborateurs.pdf).
  *
- * Le PDF est un tableau à deux colonnes par page :
- *  - "Employeur" (le sénateur) à gauche, ex. "Mme AESCHLIMANN Marie-Do" ;
- *  - "Nom Collaborateur" à droite, ex. "M. CHAREF Dahmane".
- * Une ligne sans employeur prolonge le sénateur précédent.
+ * The PDF is a two-column table per page:
+ *  - "Employeur" (the senator) on the left, e.g. "Mme AESCHLIMANN Marie-Do" ;
+ *  - "Nom Collaborateur" on the right, e.g. "M. CHAREF Dahmane".
+ * A line without an employer extends the previous senator.
  *
- * Pièges traités ici : aucun matricule dans le PDF, prénoms de sénateurs tronqués
- * ("Marie-Do"), noms composés ("DI FOLCO", "MAZENOT CHAPPUY"), accents.
+ * Edge cases handled here: no matricule in the PDF, truncated senator first names
+ * ("Marie-Do"), compound names ("DI FOLCO", "MAZENOT CHAPPUY"), accents.
  */
-// Bandes horizontales des deux colonnes (mesurées sur le PDF : employeur ≈ 147, collaborateur ≈ 285).
-const COLONNE_EMPLOYEUR = { min: 130, max: 225 };
-const COLONNE_COLLABORATEUR = { min: 255, max: 360 };
-const CIVILITES = ["Mme", "M.", "Mlle", "M"];
-// Particules nobiliaires/patronymiques en minuscules, qui font partie du nom quand elles le précèdent
-// (ex. "de CIDRAC", "de LA GONTRIE", "de LEGGE"). Le référentiel Sénat les conserve dans Nom_usuel.
-const PARTICULES = new Set([
+// Horizontal bands of the two columns (measured on the PDF: employer ≈ 147, collaborator ≈ 285).
+const EMPLOYER_COLUMN = { min: 130, max: 225 };
+const COLLABORATOR_COLUMN = { min: 255, max: 360 };
+const CIVILITIES = ["Mme", "M.", "Mlle", "M"];
+// Lowercase nobiliary/patronymic particles that are part of the name when they precede it
+// (e.g. "de CIDRAC", "de LA GONTRIE", "de LEGGE"). The Senate reference keeps them in Nom_usuel.
+const PARTICLES = new Set([
     "de",
     "du",
     "des",
@@ -33,8 +33,8 @@ const PARTICULES = new Set([
     "del",
     "dos",
 ]);
-// Lignes d'en-tête / pied de page à ignorer.
-const LIGNES_IGNOREES = [
+// Header / footer lines to ignore.
+const IGNORED_LINES = [
     /liste des collaborateurs/i,
     /^employeur$/i,
     /^nom collaborateur$/i,
@@ -43,9 +43,9 @@ const LIGNES_IGNOREES = [
     /congé non rémunéré/i,
     /^-\s*\d+\s*-$/,
 ];
-/** Normalise un texte pour la comparaison : majuscules, sans accents, espaces compactés. */
-export function normaliserPourComparaison(valeur) {
-    return valeur
+/** Normalizes a string for comparison: uppercase, no accents, compacted spaces. */
+export function normalizeForComparison(value) {
+    return value
         .normalize("NFD")
         .replace(/\p{Diacritic}/gu, "")
         .toUpperCase()
@@ -53,105 +53,105 @@ export function normaliserPourComparaison(valeur) {
         .replace(/\s+/g, " ")
         .trim();
 }
-function estIgnoree(str) {
+function isIgnored(str) {
     const t = str.trim();
     if (!t)
         return true;
-    return LIGNES_IGNOREES.some((re) => re.test(t));
+    return IGNORED_LINES.some((re) => re.test(t));
 }
 /**
- * Sépare une cellule "Civilité NOM(S) Prénom" en {civilite, nom, prenom}.
- * Les jetons en majuscules de tête forment le nom (gère les noms composés), le reste le prénom.
- * Renvoie null si la cellule n'est pas un nom de personne exploitable.
+ * Splits a "Civility LAST_NAME(S) FirstName" cell into {civilite, nom, prenom}.
+ * Uppercase head tokens form the name (handles compound names), the rest is the first name.
+ * Returns null if the cell is not a usable person name.
  */
-export function parseCellulePersonne(cellule) {
-    const brut = cellule
+export function parsePersonCell(cell) {
+    const raw = cell
         .replace(/\(\*\)/g, "")
         .replace(/\s+/g, " ")
         .trim();
-    if (!brut)
+    if (!raw)
         return null;
     let civilite = "";
-    let reste = brut;
-    for (const civ of CIVILITES) {
-        if (brut === civ)
+    let rest = raw;
+    for (const civ of CIVILITIES) {
+        if (raw === civ)
             return null;
-        if (brut.startsWith(`${civ} `)) {
+        if (raw.startsWith(`${civ} `)) {
             civilite = civ;
-            reste = brut.slice(civ.length + 1).trim();
+            rest = raw.slice(civ.length + 1).trim();
             break;
         }
     }
-    if (!reste)
+    if (!rest)
         return null;
-    const jetons = reste.split(" ");
-    const estMajuscule = (jeton) => {
-        const lettres = jeton.replace(/[^A-Za-zÀ-ÿ]/g, "");
-        return lettres.length > 0 && lettres === lettres.toUpperCase();
+    const tokens = rest.split(" ");
+    const isUppercase = (token) => {
+        const letters = token.replace(/[^A-Za-zÀ-ÿ]/g, "");
+        return letters.length > 0 && letters === letters.toUpperCase();
     };
-    const jetonsNom = [];
+    const nameTokens = [];
     let i = 0;
-    // Particules de tête en minuscules (ex. "de", "de la") faisant partie du nom.
-    while (i < jetons.length && PARTICULES.has(jetons[i].toLowerCase())) {
-        jetonsNom.push(jetons[i]);
+    // Leading lowercase particles (e.g. "de", "de la") that are part of the name.
+    while (i < tokens.length && PARTICLES.has(tokens[i].toLowerCase())) {
+        nameTokens.push(tokens[i]);
         i++;
     }
-    // Puis les jetons du nom en majuscules.
-    while (i < jetons.length && estMajuscule(jetons[i])) {
-        jetonsNom.push(jetons[i]);
+    // Then uppercase name tokens.
+    while (i < tokens.length && isUppercase(tokens[i])) {
+        nameTokens.push(tokens[i]);
         i++;
     }
-    // Une particule seule sans nom en majuscules n'est pas un nom valide : on rétablit.
-    if (jetonsNom.length > 0 && jetonsNom.every((j) => PARTICULES.has(j.toLowerCase()))) {
-        jetonsNom.length = 0;
+    // A lone particle without an uppercase name is not valid: reset.
+    if (nameTokens.length > 0 && nameTokens.every((j) => PARTICLES.has(j.toLowerCase()))) {
+        nameTokens.length = 0;
         i = 0;
     }
-    // Si aucun jeton majuscule (cas inattendu), on prend le premier comme nom.
-    if (jetonsNom.length === 0 && jetons.length > 0) {
-        jetonsNom.push(jetons[0]);
+    // If no uppercase token (unexpected case), take the first as name.
+    if (nameTokens.length === 0 && tokens.length > 0) {
+        nameTokens.push(tokens[0]);
         i = 1;
     }
-    const nom = jetonsNom.join(" ");
-    const prenom = jetons.slice(i).join(" ");
+    const nom = nameTokens.join(" ");
+    const prenom = tokens.slice(i).join(" ");
     if (!nom)
         return null;
     return { civilite, nom, prenom };
 }
-/** Extrait la date d'édition imprimée en pied de page ("Edition du JJ/MM/AAAA"). */
-export function extraireDateEdition(strings) {
+/** Extracts the edition date printed in the footer ("Edition du JJ/MM/AAAA"). */
+export function extractEditionDate(strings) {
     for (const s of strings) {
         const m = s.match(/Edition du\s+(\d{2})\/(\d{2})\/(\d{4})/i);
         if (m) {
-            const [, jj, mm, aaaa] = m;
-            return new Date(Date.UTC(Number(aaaa), Number(mm) - 1, Number(jj)));
+            const [, dd, mm, yyyy] = m;
+            return new Date(Date.UTC(Number(yyyy), Number(mm) - 1, Number(dd)));
         }
     }
     return null;
 }
 /**
- * Reconstruit la liste {sénateur, collaborateur} à partir des éléments de texte positionnés.
- * Parcourt les pages puis les lignes de haut en bas ; mémorise le sénateur courant et lui
- * rattache les collaborateurs des lignes suivantes tant qu'aucun nouvel employeur n'apparaît.
+ * Reconstructs the {senator, collaborator} list from positioned text items.
+ * Iterates pages then lines top to bottom; tracks the current senator and
+ * attaches collaborators from subsequent lines until a new employer appears.
  */
-export function construireLignesCollaborateurs(items) {
-    const utiles = items.filter((it) => !estIgnoree(it.str));
-    // Tri lecture : page croissante, puis y décroissant (haut → bas), puis x croissant (gauche → droite).
-    const tries = [...utiles].sort((a, b) => a.page - b.page || b.y - a.y || a.x - b.x);
-    const lignes = [];
-    let senateurCourant = null;
-    for (const it of tries) {
-        const dansEmployeur = it.x >= COLONNE_EMPLOYEUR.min && it.x <= COLONNE_EMPLOYEUR.max;
-        const dansCollaborateur = it.x >= COLONNE_COLLABORATEUR.min && it.x <= COLONNE_COLLABORATEUR.max;
-        if (dansEmployeur) {
-            const personne = parseCellulePersonne(it.str);
-            if (personne)
-                senateurCourant = personne;
+export function buildCollaboratorRows(items) {
+    const useful = items.filter((it) => !isIgnored(it.str));
+    // Reading order: increasing page, then decreasing y (top → bottom), then increasing x (left → right).
+    const sorted = [...useful].sort((a, b) => a.page - b.page || b.y - a.y || a.x - b.x);
+    const rows = [];
+    let currentSenator = null;
+    for (const it of sorted) {
+        const inEmployer = it.x >= EMPLOYER_COLUMN.min && it.x <= EMPLOYER_COLUMN.max;
+        const inCollaborator = it.x >= COLLABORATOR_COLUMN.min && it.x <= COLLABORATOR_COLUMN.max;
+        if (inEmployer) {
+            const person = parsePersonCell(it.str);
+            if (person)
+                currentSenator = person;
         }
-        else if (dansCollaborateur && senateurCourant) {
-            const collaborateur = parseCellulePersonne(it.str);
+        else if (inCollaborator && currentSenator) {
+            const collaborateur = parsePersonCell(it.str);
             if (collaborateur)
-                lignes.push({ senateur: senateurCourant, collaborateur });
+                rows.push({ senateur: currentSenator, collaborateur });
         }
     }
-    return lignes;
+    return rows;
 }

package/lib/src/rich_types/sens.d.ts

@@ -79,6 +79,11 @@ export interface SenateurResult {
     siege: string | null;
     url_hatvp: string | null;
     urls: UrlRow[];
+    collaborateurs?: Array<{
+        civilite: string;
+        nom: string;
+        prenom: string;
+    }>;
 }
 export interface CirconscriptionResult {
     article: string | null;

package/lib/src/scripts/data-download.js

@@ -18,3 +18,4 @@ runScript(`cross-env TZ='Etc/UTC' tsx src/scripts/retrieve_agenda.ts ${args} --p
 runScript(`tsx src/scripts/retrieve_cr_seance.ts ${args} --parseDebats --silent`);
 runScript(`tsx src/scripts/retrieve_cr_commission.ts ${args} --parseDebats --silent`);
 runScript(`tsx src/scripts/retrieve_videos.ts ${args} --silent`);
+runScript(`tsx src/scripts/retrieve_collaborateurs.ts ${args} --silent`);

package/lib/src/scripts/retrieve_collaborateurs.js

@@ -1,51 +1,51 @@
 import fs from "fs-extra";
 import path from "path";
 import { getDocumentProxy } from "unpdf";
-import { construireLignesCollaborateurs, extraireDateEdition, normaliserPourComparaison, } from "../parsers/collaborateurs.js";
+import { buildCollaboratorRows, extractEditionDate, normalizeForComparison, } from "../parsers/collaborateurs.js";
 import { assertExistingDirectory } from "./shared/cli_helpers.js";
 import { iterFilePaths } from "../server/loaders.js";
-const URL_PDF_DEFAUT = "https://www.senat.fr/pubagas/liste_senateurs_collaborateurs.pdf";
+const DEFAULT_PDF_URL = "https://www.senat.fr/pubagas/liste_senateurs_collaborateurs.pdf";
 const USER_AGENT = "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120 Safari/537.36";
-async function telechargerPdf(url) {
+async function downloadPdf(url) {
     const cookies = new Map();
-    let courant = url;
+    let current = url;
     for (let i = 0; i < 8; i += 1) {
         const headers = { "User-Agent": USER_AGENT };
         if (cookies.size > 0) {
             headers["Cookie"] = [...cookies].map(([k, v]) => `${k}=${v}`).join("; ");
         }
-        const reponse = await fetch(courant, { redirect: "manual", headers });
-        for (const brut of reponse.headers.getSetCookie?.() ?? []) {
-            const [paire] = brut.split(";");
-            const idx = paire.indexOf("=");
+        const response = await fetch(current, { redirect: "manual", headers });
+        for (const raw of response.headers.getSetCookie?.() ?? []) {
+            const [pair] = raw.split(";");
+            const idx = pair.indexOf("=");
             if (idx > 0)
-                cookies.set(paire.slice(0, idx).trim(), paire.slice(idx + 1).trim());
+                cookies.set(pair.slice(0, idx).trim(), pair.slice(idx + 1).trim());
         }
-        if (reponse.status >= 300 && reponse.status < 400) {
-            const location = reponse.headers.get("location");
+        if (response.status >= 300 && response.status < 400) {
+            const location = response.headers.get("location");
             if (!location)
-                throw new Error(`Redirection sans en-tête Location (HTTP ${reponse.status})`);
-            courant = new URL(location, courant).toString();
+                throw new Error(`Redirect without Location header (HTTP ${response.status})`);
+            current = new URL(location, current).toString();
             continue;
         }
-        if (!reponse.ok)
-            throw new Error(`Téléchargement du PDF échoué : HTTP ${reponse.status}`);
-        const buffer = Buffer.from(await reponse.arrayBuffer());
+        if (!response.ok)
+            throw new Error(`PDF download failed: HTTP ${response.status}`);
+        const buffer = Buffer.from(await response.arrayBuffer());
         if (buffer.subarray(0, 5).toString("latin1") !== "%PDF-") {
-            throw new Error("Le contenu téléchargé n'est pas un PDF");
+            throw new Error("Downloaded content is not a PDF");
         }
         return buffer;
     }
-    throw new Error("Trop de redirections lors du téléchargement du PDF DRH");
+    throw new Error("Too many redirects during HR PDF download");
 }
-async function extraireItemsPdf(buffer) {
+async function extractPdfItems(buffer) {
     const pdf = await getDocumentProxy(new Uint8Array(buffer));
     const items = [];
     const strings = [];
     for (let p = 1; p <= pdf.numPages; p += 1) {
         const page = await pdf.getPage(p);
-        const contenu = await page.getTextContent();
-        for (const item of contenu.items) {
+        const content = await page.getTextContent();
+        for (const item of content.items) {
             if (typeof item.str !== "string" || !item.str.trim() || !item.transform)
                 continue;
             items.push({ str: item.str, x: item.transform[4], y: item.transform[5], page: p });
@@ -54,110 +54,110 @@ async function extraireItemsPdf(buffer) {
     }
     return { items, strings };
 }
-function chargerSenateurs(dataDir) {
-    const senateursDir = path.join(dataDir, "sens", "senateurs");
+function loadSenators(dataDir) {
+    const senatorsDir = path.join(dataDir, "sens", "senateurs");
     const files = new Map();
-    const indexParNom = new Map();
-    if (!fs.existsSync(senateursDir))
-        return { files, indexParNom };
-    for (const filePath of iterFilePaths(senateursDir)) {
+    const indexByName = new Map();
+    if (!fs.existsSync(senatorsDir))
+        return { files, indexByName };
+    for (const filePath of iterFilePaths(senatorsDir)) {
         const senator = JSON.parse(fs.readFileSync(filePath, "utf-8"));
         files.set(senator.matricule, senator);
-        const cle = normaliserPourComparaison(senator.nom_usuel);
-        const liste = indexParNom.get(cle);
-        if (liste)
-            liste.push(senator);
+        const key = normalizeForComparison(senator.nom_usuel);
+        const list = indexByName.get(key);
+        if (list)
+            list.push(senator);
         else
-            indexParNom.set(cle, [senator]);
+            indexByName.set(key, [senator]);
     }
-    return { files, indexParNom };
+    return { files, indexByName };
 }
 async function main() {
     const dataDir = process.argv[2];
     assertExistingDirectory(dataDir, "dataDir");
-    // 1. Téléchargement + parsing du PDF
-    console.log(`Téléchargement du PDF DRH : ${URL_PDF_DEFAUT}`);
-    const buffer = await telechargerPdf(URL_PDF_DEFAUT);
-    const { items, strings } = await extraireItemsPdf(buffer);
-    const lignes = construireLignesCollaborateurs(items);
-    const dateEdition = extraireDateEdition(strings);
-    console.log(`PDF lu : ${lignes.length} lignes collaborateur, édition ${dateEdition?.toISOString().slice(0, 10) ?? "inconnue"}`);
-    if (lignes.length === 0) {
-        throw new Error("Aucune ligne collaborateur extraite du PDF : format inattendu, abandon sans modification.");
+    // 1. Download + parse PDF
+    console.log(`Downloading HR PDF: ${DEFAULT_PDF_URL}`);
+    const buffer = await downloadPdf(DEFAULT_PDF_URL);
+    const { items, strings } = await extractPdfItems(buffer);
+    const rows = buildCollaboratorRows(items);
+    const editionDate = extractEditionDate(strings);
+    console.log(`PDF parsed: ${rows.length} collaborator rows, edition ${editionDate?.toISOString().slice(0, 10) ?? "unknown"}`);
+    if (rows.length === 0) {
+        throw new Error("No collaborator rows extracted from PDF: unexpected format, aborting without changes.");
     }
-    // 2. Charger les fichiers sénateurs existants
-    const { indexParNom } = chargerSenateurs(dataDir);
-    if (indexParNom.size === 0) {
-        throw new Error("Aucun fichier sénateur trouvé. Lancez d'abord data:download pour générer les fichiers.");
+    // 2. Load existing senator files
+    const { indexByName } = loadSenators(dataDir);
+    if (indexByName.size === 0) {
+        throw new Error("No senator files found. Run data:download first to generate the files.");
     }
-    // 3. Résoudre les sénateurs du PDF → fichiers
-    let nbEnrichis = 0;
-    let nbNonResolus = 0;
-    // Grouper les collaborateurs par matricule de sénateur
-    const collabsParMatricule = new Map();
-    const nomsNonResolus = new Set();
-    for (const ligne of lignes) {
-        const cleNom = normaliserPourComparaison(ligne.senateur.nom);
-        const candidats = indexParNom.get(cleNom);
-        if (!candidats || candidats.length === 0) {
-            nomsNonResolus.add(`${ligne.senateur.civilite} ${ligne.senateur.nom} ${ligne.senateur.prenom}`.trim());
-            nbNonResolus += 1;
+    // 3. Resolve PDF senators → files
+    let nbEnriched = 0;
+    let nbUnresolved = 0;
+    // Group collaborators by senator matricule
+    const collabsByMatricule = new Map();
+    const unresolvedNames = new Set();
+    for (const row of rows) {
+        const nameKey = normalizeForComparison(row.senateur.nom);
+        const candidates = indexByName.get(nameKey);
+        if (!candidates || candidates.length === 0) {
+            unresolvedNames.add(`${row.senateur.civilite} ${row.senateur.nom} ${row.senateur.prenom}`.trim());
+            nbUnresolved += 1;
             continue;
         }
-        // Désambiguïsation par préfixe de prénom
-        const prenomCible = normaliserPourComparaison(ligne.senateur.prenom);
-        const parPrenom = candidats.filter((c) => normaliserPourComparaison(c.prenom_usuel).startsWith(prenomCible));
+        // Disambiguation by first name prefix
+        const targetFirstName = normalizeForComparison(row.senateur.prenom);
+        const byFirstName = candidates.filter((c) => normalizeForComparison(c.prenom_usuel).startsWith(targetFirstName));
         let senator = null;
-        if (candidats.length === 1) {
-            senator = candidats[0];
+        if (candidates.length === 1) {
+            senator = candidates[0];
         }
-        else if (parPrenom.length === 1) {
-            senator = parPrenom[0];
+        else if (byFirstName.length === 1) {
+            senator = byFirstName[0];
         }
         else {
-            nomsNonResolus.add(`${ligne.senateur.civilite} ${ligne.senateur.nom} ${ligne.senateur.prenom}`.trim());
-            nbNonResolus += 1;
+            unresolvedNames.add(`${row.senateur.civilite} ${row.senateur.nom} ${row.senateur.prenom}`.trim());
+            nbUnresolved += 1;
             continue;
         }
-        let collabs = collabsParMatricule.get(senator.matricule);
+        let collabs = collabsByMatricule.get(senator.matricule);
         if (!collabs) {
             collabs = [];
-            collabsParMatricule.set(senator.matricule, collabs);
+            collabsByMatricule.set(senator.matricule, collabs);
         }
-        // Dédoublonnage
-        const nNom = normaliserPourComparaison(ligne.collaborateur.nom);
-        const nPrenom = normaliserPourComparaison(ligne.collaborateur.prenom);
-        if (!collabs.some((c) => normaliserPourComparaison(c.nom) === nNom && normaliserPourComparaison(c.prenom) === nPrenom)) {
+        // Deduplication
+        const nName = normalizeForComparison(row.collaborateur.nom);
+        const nFirstName = normalizeForComparison(row.collaborateur.prenom);
+        if (!collabs.some((c) => normalizeForComparison(c.nom) === nName && normalizeForComparison(c.prenom) === nFirstName)) {
             collabs.push({
-                civilite: ligne.collaborateur.civilite,
-                nom: ligne.collaborateur.nom,
-                prenom: ligne.collaborateur.prenom,
+                civilite: row.collaborateur.civilite,
+                nom: row.collaborateur.nom,
+                prenom: row.collaborateur.prenom,
             });
         }
     }
-    // 4. Écrire les collaborateurs dans les fichiers sénateurs
-    for (const [matricule, collaborateurs] of collabsParMatricule) {
-        const cheminFichier = path.join(dataDir, "sens", "senateurs", `${matricule}.json`);
-        if (!fs.existsSync(cheminFichier))
+    // 4. Write collaborators into senator files
+    for (const [matricule, collaborateurs] of collabsByMatricule) {
+        const filePath = path.join(dataDir, "sens", "senateurs", `${matricule}.json`);
+        if (!fs.existsSync(filePath))
             continue;
-        const senator = JSON.parse(fs.readFileSync(cheminFichier, "utf-8"));
+        const senator = JSON.parse(fs.readFileSync(filePath, "utf-8"));
         senator.collaborateurs = collaborateurs;
-        fs.writeFileSync(cheminFichier, JSON.stringify(senator, null, 2) + "\n");
-        nbEnrichis += 1;
+        fs.writeFileSync(filePath, JSON.stringify(senator, null, 2) + "\n");
+        nbEnriched += 1;
     }
-    // 5. Nettoyer les collaborateurs des sénateurs absents du PDF
-    const matriculesEnrichis = new Set(collabsParMatricule.keys());
-    const { files: tousLesFichiers } = chargerSenateurs(dataDir);
-    for (const [matricule, senator] of tousLesFichiers) {
-        if (!matriculesEnrichis.has(matricule) && senator.collaborateurs) {
+    // 5. Clean collaborators from senators absent from the PDF
+    const enrichedMatricules = new Set(collabsByMatricule.keys());
+    const { files: allFiles } = loadSenators(dataDir);
+    for (const [matricule, senator] of allFiles) {
+        if (!enrichedMatricules.has(matricule) && senator.collaborateurs) {
             delete senator.collaborateurs;
-            const cheminFichier = path.join(dataDir, "sens", "senateurs", `${matricule}.json`);
-            fs.writeFileSync(cheminFichier, JSON.stringify(senator, null, 2) + "\n");
+            const filePath = path.join(dataDir, "sens", "senateurs", `${matricule}.json`);
+            fs.writeFileSync(filePath, JSON.stringify(senator, null, 2) + "\n");
         }
     }
-    console.log(`${nbEnrichis} sénateur(s) enrichi(s) avec leurs collaborateurs`);
-    if (nomsNonResolus.size > 0) {
-        console.warn(`${nbNonResolus} sénateur(s) du PDF non rattaché(s) : ${[...nomsNonResolus].slice(0, 10).join(", ")}${nomsNonResolus.size > 10 ? "…" : ""}`);
+    console.log(`${nbEnriched} senator(s) enriched with their collaborators`);
+    if (unresolvedNames.size > 0) {
+        console.warn(`${nbUnresolved} PDF senator(s) could not be matched: ${[...unresolvedNames].slice(0, 10).join(", ")}${unresolvedNames.size > 10 ? "…" : ""}`);
     }
 }
 main().catch((error) => {

package/lib/tests/collaborateurs.test.js

@@ -1,84 +1,84 @@
 import { describe, expect, it } from "vitest";
-import { construireLignesCollaborateurs, extraireDateEdition, normaliserPourComparaison, parseCellulePersonne, } from "../src/parsers/collaborateurs.js";
-// Bandes x mesurées sur le vrai PDF : employeur ≈ 147, collaborateur ≈ 285.
-const X_EMPLOYEUR = 147;
-const X_COLLABORATEUR = 285;
-/** Construit une page synthétique : pour chaque ligne, [employeur?, collaborateur]. */
-function pageItems(lignes, page = 1) {
+import { buildCollaboratorRows, extractEditionDate, normalizeForComparison, parsePersonCell, } from "../src/parsers/collaborateurs.js";
+// X bands measured on the real PDF: employer ≈ 147, collaborator ≈ 285.
+const X_EMPLOYER = 147;
+const X_COLLABORATOR = 285;
+/** Builds a synthetic page: for each row, [employer?, collaborator]. */
+function pageItems(rows, page = 1) {
     const items = [];
     let y = 700;
-    for (const [employeur, collaborateur] of lignes) {
-        if (employeur)
-            items.push({ str: employeur, x: X_EMPLOYEUR, y, page });
-        items.push({ str: collaborateur, x: X_COLLABORATEUR, y, page });
+    for (const [employer, collaborator] of rows) {
+        if (employer)
+            items.push({ str: employer, x: X_EMPLOYER, y, page });
+        items.push({ str: collaborator, x: X_COLLABORATOR, y, page });
         y -= 15;
     }
     return items;
 }
-describe("parseCellulePersonne", () => {
-    it("sépare civilité, nom et prénom", () => {
-        expect(parseCellulePersonne("M. CHAREF Dahmane")).toEqual({ civilite: "M.", nom: "CHAREF", prenom: "Dahmane" });
-        expect(parseCellulePersonne("Mme OLIVIER Béatrice")).toEqual({
+describe("parsePersonCell", () => {
+    it("splits civility, last name and first name", () => {
+        expect(parsePersonCell("M. CHAREF Dahmane")).toEqual({ civilite: "M.", nom: "CHAREF", prenom: "Dahmane" });
+        expect(parsePersonCell("Mme OLIVIER Béatrice")).toEqual({
             civilite: "Mme",
             nom: "OLIVIER",
             prenom: "Béatrice",
         });
     });
-    it("gère les noms composés (plusieurs jetons en majuscules)", () => {
-        expect(parseCellulePersonne("Mme MAZENOT CHAPPUY Sophie")).toEqual({
+    it("handles compound names (multiple uppercase tokens)", () => {
+        expect(parsePersonCell("Mme MAZENOT CHAPPUY Sophie")).toEqual({
             civilite: "Mme",
             nom: "MAZENOT CHAPPUY",
             prenom: "Sophie",
         });
-        expect(parseCellulePersonne("M. DI FOLCO Camille")).toEqual({ civilite: "M.", nom: "DI FOLCO", prenom: "Camille" });
+        expect(parsePersonCell("M. DI FOLCO Camille")).toEqual({ civilite: "M.", nom: "DI FOLCO", prenom: "Camille" });
     });
-    it("gère les particules nobiliaires en tête de nom (de, de la)", () => {
-        expect(parseCellulePersonne("Mme de CIDRAC Marta")).toEqual({ civilite: "Mme", nom: "de CIDRAC", prenom: "Marta" });
-        expect(parseCellulePersonne("Mme de LA GONTRIE Marie-Pierre")).toEqual({
+    it("handles nobiliary particles at the start of the name (de, de la)", () => {
+        expect(parsePersonCell("Mme de CIDRAC Marta")).toEqual({ civilite: "Mme", nom: "de CIDRAC", prenom: "Marta" });
+        expect(parsePersonCell("Mme de LA GONTRIE Marie-Pierre")).toEqual({
             civilite: "Mme",
             nom: "de LA GONTRIE",
             prenom: "Marie-Pierre",
         });
-        expect(parseCellulePersonne("M. de LEGGE Dominique")).toEqual({
+        expect(parsePersonCell("M. de LEGGE Dominique")).toEqual({
             civilite: "M.",
             nom: "de LEGGE",
             prenom: "Dominique",
         });
-        expect(parseCellulePersonne("Mme APOURCEAU-POLY Cathy")).toEqual({
+        expect(parsePersonCell("Mme APOURCEAU-POLY Cathy")).toEqual({
             civilite: "Mme",
             nom: "APOURCEAU-POLY",
             prenom: "Cathy",
         });
     });
-    it("conserve un prénom tronqué tel quel", () => {
-        expect(parseCellulePersonne("Mme AESCHLIMANN Marie-Do")).toEqual({
+    it("keeps a truncated first name as-is", () => {
+        expect(parsePersonCell("Mme AESCHLIMANN Marie-Do")).toEqual({
             civilite: "Mme",
             nom: "AESCHLIMANN",
             prenom: "Marie-Do",
         });
     });
-    it("ignore le marqueur (*) de congé non rémunéré", () => {
-        expect(parseCellulePersonne("M. DURAND (*) Paul")).toEqual({ civilite: "M.", nom: "DURAND", prenom: "Paul" });
+    it("ignores the (*) unpaid leave marker", () => {
+        expect(parsePersonCell("M. DURAND (*) Paul")).toEqual({ civilite: "M.", nom: "DURAND", prenom: "Paul" });
     });
-    it("renvoie null pour une cellule vide ou une civilité seule", () => {
-        expect(parseCellulePersonne("")).toBeNull();
-        expect(parseCellulePersonne("M.")).toBeNull();
+    it("returns null for an empty cell or civility-only", () => {
+        expect(parsePersonCell("")).toBeNull();
+        expect(parsePersonCell("M.")).toBeNull();
     });
 });
-describe("construireLignesCollaborateurs", () => {
-    it("rattache plusieurs collaborateurs au sénateur courant (report quand l'employeur est vide)", () => {
+describe("buildCollaboratorRows", () => {
+    it("attaches multiple collaborators to the current senator (carry-forward when employer is empty)", () => {
         const items = pageItems([
             ["Mme AESCHLIMANN Marie-Do", "M. CHAREF Dahmane"],
             [null, "M. POURQUERY Alexandre"],
             [null, "M. SEBRIER Valentin"],
             ["M. ALLIZARD Pascal", "Mme OLIVIER Béatrice"],
         ]);
-        const lignes = construireLignesCollaborateurs(items);
-        expect(lignes).toHaveLength(4);
-        expect(lignes.slice(0, 3).every((l) => l.senateur.nom === "AESCHLIMANN")).toBe(true);
-        expect(lignes[3].senateur.nom === "ALLIZARD" && lignes[3].collaborateur.nom === "OLIVIER").toBe(true);
+        const rows = buildCollaboratorRows(items);
+        expect(rows).toHaveLength(4);
+        expect(rows.slice(0, 3).every((r) => r.senateur.nom === "AESCHLIMANN")).toBe(true);
+        expect(rows[3].senateur.nom === "ALLIZARD" && rows[3].collaborateur.nom === "OLIVIER").toBe(true);
     });
-    it("ignore en-têtes, pieds de page et numéros, et gère plusieurs pages", () => {
+    it("ignores headers, footers and page numbers, and handles multiple pages", () => {
         const items = [
             { str: "Liste des collaborateurs par Sénateur", x: 208, y: 760, page: 1 },
             { str: "Employeur", x: 193, y: 740, page: 1 },
@@ -88,28 +88,28 @@ describe("construireLignesCollaborateurs", () => {
             { str: "- 1 -", x: 296, y: 30, page: 1 },
             ...pageItems([["Mme BÉLIM Audrey", "M. BOUCHER Thibault"]], 2),
         ];
-        const lignes = construireLignesCollaborateurs(items);
-        expect(lignes).toHaveLength(2);
-        expect(lignes[0].senateur.nom).toBe("BACCI");
-        expect(lignes[1].senateur.nom).toBe("BÉLIM");
+        const rows = buildCollaboratorRows(items);
+        expect(rows).toHaveLength(2);
+        expect(rows[0].senateur.nom).toBe("BACCI");
+        expect(rows[1].senateur.nom).toBe("BÉLIM");
     });
-    it("n'émet rien tant qu'aucun employeur n'a été rencontré", () => {
-        const orphelin = [{ str: "M. ORPHELIN Jean", x: X_COLLABORATEUR, y: 700, page: 1 }];
-        expect(construireLignesCollaborateurs(orphelin)).toHaveLength(0);
+    it("emits nothing until an employer has been encountered", () => {
+        const orphan = [{ str: "M. ORPHELIN Jean", x: X_COLLABORATOR, y: 700, page: 1 }];
+        expect(buildCollaboratorRows(orphan)).toHaveLength(0);
     });
 });
-describe("extraireDateEdition", () => {
-    it("extrait la date d'édition du pied de page", () => {
-        const date = extraireDateEdition(["…", "Edition du 24/06/2026", "(*) Congé non rémunéré"]);
+describe("extractEditionDate", () => {
+    it("extracts the edition date from the footer", () => {
+        const date = extractEditionDate(["…", "Edition du 24/06/2026", "(*) Congé non rémunéré"]);
         expect(date?.toISOString().slice(0, 10)).toBe("2026-06-24");
     });
-    it("renvoie null si absente", () => {
-        expect(extraireDateEdition(["rien ici"])).toBeNull();
+    it("returns null if absent", () => {
+        expect(extractEditionDate(["nothing here"])).toBeNull();
     });
 });
-describe("normaliserPourComparaison", () => {
-    it("met en majuscules, retire les accents et compacte les espaces", () => {
-        expect(normaliserPourComparaison("  Béatrice   ")).toBe("BEATRICE");
-        expect(normaliserPourComparaison("Bélim")).toBe("BELIM");
+describe("normalizeForComparison", () => {
+    it("uppercases, removes accents and compacts spaces", () => {
+        expect(normalizeForComparison("  Béatrice   ")).toBe("BEATRICE");
+        expect(normalizeForComparison("Bélim")).toBe("BELIM");
     });
 });

package/package.json

@@ -1,6 +1,6 @@
 {
   "name": "@tricoteuses/senat",
-  "version": "3.1.23",
+  "version": "3.1.24",
   "description": "Handle French Sénat's open data",
   "keywords": [
     "France",
@@ -60,6 +60,7 @@
     "data:retrieve_cr_commission": "tsx src/scripts/retrieve_cr_commission.ts",
     "data:retrieve_documents": "tsx src/scripts/retrieve_documents.ts",
     "data:retrieve_open_data": "tsx src/scripts/retrieve_open_data.ts --all",
+    "data:retrieve_collaborateurs": "tsx src/scripts/retrieve_collaborateurs.ts",
     "data:retrieve_senateurs_photos": "tsx src/scripts/retrieve_senateurs_photos.ts --fetch",
     "data:retrieve_videos": "tsx src/scripts/retrieve_videos.ts",
     "data:validate_prefixed_tables": "tsx src/scripts/validate_prefixed_tables.ts",
@@ -88,6 +89,7 @@
     "pg": "^8.22.0",
     "pg-cursor": "^2.21.0",
     "slug": "^11.0.1",
+    "unpdf": "^1.8.0",
     "windows-1252": "^3.0.4",
     "zod": "^4.4.3"
   },