Fix: déduplication des événements pour éviter les doublons

Ajout d'une clé (date, start_time, titre, note) pour éviter qu'un même
événement soit ajouté plusieurs fois (PDFs qui se chevauchent ou lignes
dupliquées par pdfplumber sur tables multi-pages).

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>

planning2ics.py

@@ -514,12 +514,18 @@ def main():
 
     # 1. Extraire tous les événements des PDFs
     all_events = []
+    seen = set()
     pdf_files = sorted(PDF_DIR.glob("*.pdf"))
     print(f"PDFs trouvés : {len(pdf_files)}")
     for pdf_path in pdf_files:
         events = extract_events_from_pdf(pdf_path)
-        print(f"  {pdf_path.name}: {len(events)} événements")
+        before = len(all_events)
-        all_events.extend(events)
+        for evt in events:
+            key = (evt['date'], evt['start_time'], evt['titre'], evt['note'])
+            if key not in seen:
+                seen.add(key)
+                all_events.append(evt)
+        print(f"  {pdf_path.name}: {len(events)} extraits, {len(all_events)-before} ajoutés")
     print(f"Total : {len(all_events)} événements")
 
     # 2. Scraper le site web (avec cache)

webapp/core.py

@@ -431,10 +431,15 @@ def process_pdfs(pdf_paths: list, config: dict, data_dir: Path,
     if log:
         log(f"Extraction de {len(pdf_paths)} PDF(s)...")
     all_events = []
+    seen = set()
     for i, pdf_path in enumerate(pdf_paths):
         if log:
             log(f"Extraction {i+1}/{len(pdf_paths)} : {pdf_path.name}")
-        all_events.extend(extract_events_from_pdf(pdf_path))
+        for evt in extract_events_from_pdf(pdf_path):
+            key = (evt['date'], evt['start_time'], evt['titre'], evt['note'])
+            if key not in seen:
+                seen.add(key)
+                all_events.append(evt)
     if log:
         log(f"{len(all_events)} événements extraits au total")