- _get_performance_text_blocks : cible les éléments CSS spécifiques au site
(section-spectacle-dates-date) plutôt que le texte brut de la page,
évitant la contamination par le calendrier de navigation du site
- match_series_to_catalog : remplace le matching LLM (trop imprécis avec
les titres poétiques) par un recoupement de dates entre PDF et site
- cluster_notes_into_series : passe les événements complets (avec dates)
au lieu des notes seules → le LLM identifie correctement les répétitions
partielles (ex: STRAUSS/PREVIN = même série que BEETHOVEN/STRAUSS/PREVIN)
Résultat : Beethoven/Strauss/Previn→"Là où bat le cœur",
Chostakovitch/Salonen/Prokofiev→"Virtuosité et destin", etc.
Scraping réduit de 143 à 9 requêtes HTTP pour mars+avril.
Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
sylvain
325eff5ede