update to 1.0.2
This commit is contained in:
parent
b2f6d710b3
commit
5aadc4603a
GPG Key ID:
D8C9B59A9F04A70C
16
.editorconfig
Normal file
16
.editorconfig
Normal file
@ -0,0 +1,16 @@
|
||||
root = true
|
||||
|
||||
[*]
|
||||
indent_style = space
|
||||
indent_size = 4
|
||||
end_of_line = lf
|
||||
charset = utf-8
|
||||
trim_trailing_whitespace = true
|
||||
insert_final_newline = true
|
||||
|
||||
[*.py]
|
||||
indent_style = space
|
||||
indent_size = 4
|
||||
|
||||
[*.md]
|
||||
trim_trailing_whitespace = false
|
||||
1
.gitignore
vendored
1
.gitignore
vendored
@ -1,2 +1 @@
|
||||
venv/
|
||||
images/
|
||||
|
||||
165
stanis-tits.py
165
stanis-tits.py
@ -7,24 +7,30 @@ import requests
|
||||
from bs4 import BeautifulSoup
|
||||
|
||||
__author__ = "Alexander Popov"
|
||||
__version__ = "1.0.1"
|
||||
__version__ = "1.0.2"
|
||||
__license__ = "Unlicense"
|
||||
|
||||
DOWNLOAD_DIR = "./images"
|
||||
# Путь к директории для загрузки изображений
|
||||
DOWNLOAD_DIRECTORY = "./images"
|
||||
|
||||
|
||||
def checkResumeFile():
|
||||
def resume_load():
|
||||
"""Возвращает список последних 20 загруженных файлов"""
|
||||
|
||||
# Проверяет наличие файла .resume
|
||||
if not os.path.exists(
|
||||
"{0}/.resume".format(
|
||||
DOWNLOAD_DIR,
|
||||
DOWNLOAD_DIRECTORY,
|
||||
)
|
||||
):
|
||||
if not os.path.exists(DOWNLOAD_DIR):
|
||||
os.mkdir(DOWNLOAD_DIR)
|
||||
# Создаёт директорию для загрузки сисек
|
||||
if not os.path.exists(DOWNLOAD_DIRECTORY):
|
||||
os.mkdir(DOWNLOAD_DIRECTORY)
|
||||
|
||||
# Создаёт файл .resume и пишет в него 0
|
||||
with open(
|
||||
"{0}/.resume".format(
|
||||
DOWNLOAD_DIR,
|
||||
DOWNLOAD_DIRECTORY,
|
||||
),
|
||||
"w",
|
||||
) as f:
|
||||
@ -33,50 +39,64 @@ def checkResumeFile():
|
||||
else:
|
||||
with open(
|
||||
"{0}/.resume".format(
|
||||
DOWNLOAD_DIR,
|
||||
DOWNLOAD_DIRECTORY,
|
||||
),
|
||||
"r",
|
||||
) as f:
|
||||
lines = [line.split("\n")[0] for line in f][-20:]
|
||||
lines = [int(line.split("\n")[0]) for line in f][-20:]
|
||||
|
||||
return lines
|
||||
|
||||
|
||||
def saveResume(resumeList):
|
||||
resumeList.sort()
|
||||
def resume_save(donwloaded_list):
|
||||
"""Сохраняет список последних 20 загруженных файлов"""
|
||||
|
||||
donwloaded_list.sort()
|
||||
with open(
|
||||
"{0}/.resume".format(
|
||||
DOWNLOAD_DIR,
|
||||
DOWNLOAD_DIRECTORY,
|
||||
),
|
||||
"w",
|
||||
encoding="utf-8",
|
||||
) as f:
|
||||
for item in resumeList[-20:]:
|
||||
for item in donwloaded_list[-20:]:
|
||||
f.write("{0}\n".format(item))
|
||||
|
||||
|
||||
def getImagesLinks(page):
|
||||
URL = lambda page: "http://blog.stanis.ru/?back={0}".format(
|
||||
page,
|
||||
)
|
||||
COOKIES = dict(block="951")
|
||||
def get_images_links(page):
|
||||
"""В качестве аргумента получает номер страницы
|
||||
и возвращает списком адреса всех изображений"""
|
||||
|
||||
r = requests.get(URL(page), cookies=COOKIES)
|
||||
# На сайте фильтр изображений настроен через cookies
|
||||
# Так что устанавливаем их в нужное положение
|
||||
cookies = dict(block="951")
|
||||
|
||||
# Загружаем страницу и подсовываем её парсеру с необходимыми параметрами
|
||||
r = requests.get(
|
||||
"http://blog.stanis.ru/?back={0}".format(
|
||||
page,
|
||||
),
|
||||
cookies=cookies,
|
||||
)
|
||||
soup = BeautifulSoup(
|
||||
r.text.encode("cp1251"), "html.parser", from_encoding="windows-1251"
|
||||
)
|
||||
|
||||
imagesData = soup.findAll("img", src=re.compile("img/*"))
|
||||
# Получаем все теги <img> на странице
|
||||
img_tags = soup.findAll("img", src=re.compile("img/*"))
|
||||
|
||||
imagesUrl = list()
|
||||
# Получаем все адреса изображений и сохраняем их в список img_links
|
||||
img_links = list()
|
||||
for image in img_tags:
|
||||
img_links.append(image["src"].split("/")[1])
|
||||
|
||||
for image in imagesData:
|
||||
imagesUrl.append(image["src"].split("/")[1])
|
||||
|
||||
return imagesUrl
|
||||
return img_links
|
||||
|
||||
|
||||
def imageDownload(image):
|
||||
def image_download(image):
|
||||
"""В качестве аргумента получает уникальное имя изображения,
|
||||
скачивает и сохраняет его на диск"""
|
||||
|
||||
response = requests.get(
|
||||
"https://blog.stanis.ru/imgs/{0}".format(
|
||||
image,
|
||||
@ -84,33 +104,82 @@ def imageDownload(image):
|
||||
stream=True,
|
||||
)
|
||||
|
||||
with open("{0}/{1}".format(DOWNLOAD_DIR, image), "wb") as out_image:
|
||||
shutil.copyfileobj(
|
||||
response.raw,
|
||||
out_image,
|
||||
)
|
||||
image_size = int(response.headers.get("Content-Length", 0))
|
||||
|
||||
if (
|
||||
os.path.exists("{0}/{1}".format(DOWNLOAD_DIRECTORY, image))
|
||||
and int(os.path.getsize("{0}/{1}".format(DOWNLOAD_DIRECTORY, image)))
|
||||
== image_size
|
||||
):
|
||||
pass
|
||||
else:
|
||||
with open("{0}/{1}".format(DOWNLOAD_DIRECTORY, image), "wb") as out_image:
|
||||
shutil.copyfileobj(
|
||||
response.raw,
|
||||
out_image,
|
||||
)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
resumeFiles = checkResumeFile()
|
||||
"""Главный цикл программы"""
|
||||
|
||||
LOOP = True
|
||||
downloadPage = 0
|
||||
resume_files = resume_load()
|
||||
|
||||
while LOOP:
|
||||
imagesLinks = getImagesLinks(downloadPage)
|
||||
imagesLinks.sort()
|
||||
current_page = 0
|
||||
downloaded_counter = 0
|
||||
|
||||
for image in imagesLinks:
|
||||
if not image.split(".")[0] in resumeFiles:
|
||||
imageDownload(image)
|
||||
resumeFiles.insert(
|
||||
0,
|
||||
image.split(".")[0],
|
||||
)
|
||||
else:
|
||||
LOOP = False
|
||||
WHILE_BREAK = False
|
||||
|
||||
downloadPage += 1
|
||||
while True:
|
||||
try:
|
||||
# Получаем адреса изображений и сортируем их в порядке возрастания
|
||||
images = get_images_links(current_page)
|
||||
images.sort()
|
||||
|
||||
saveResume(resumeFiles)
|
||||
# Костыль
|
||||
if WHILE_BREAK:
|
||||
break
|
||||
|
||||
# По очереди скачиваем изображения
|
||||
for image in images:
|
||||
# На сайте могут обновляться изображения,
|
||||
# когда находятся варианты более лучшего
|
||||
# качества и разрешения.
|
||||
# К именам таких файлов добавляется _NUM,
|
||||
# где NUM - количество изменений,
|
||||
# например 1356_3.jpg
|
||||
|
||||
# Файл .resume хранит последние 20 загруженных файлов.
|
||||
# Бывает иногда, что изображение удаляется
|
||||
# и может получиться так, что сохраненное имя в .resume
|
||||
# будет отсутсвовать на странице, что будет в холостую
|
||||
# продолжать работу скрипта.
|
||||
|
||||
# Файлы на странице расположены в обратном порядке,
|
||||
# для этого перед их загрузкой и сохранением в .resume
|
||||
# списки сортируются от меньшего к большему.
|
||||
|
||||
# По этому было принято решение, удалять часть _NUM
|
||||
# из имени файла при сохранение в .resume.
|
||||
# Один хуй никто не будет парсить сайт с самого начала,
|
||||
# чтобы скачать сиськи в более высоком качестве.
|
||||
|
||||
# Если в списке resume присутствует текущий загружаемый файл
|
||||
# тогда цикл программы останавливается.
|
||||
# P.S. смотри на костыль WHILE_BREAK
|
||||
if not int(image.split(".")[0].split("_")[0]) in resume_files:
|
||||
image_download(image)
|
||||
resume_files.insert(
|
||||
0,
|
||||
int(image.split(".")[0].split("_")[0]),
|
||||
)
|
||||
downloaded_counter += 1
|
||||
resume_save(resume_files)
|
||||
else:
|
||||
WHILE_BREAK = True
|
||||
break
|
||||
|
||||
current_page += 1
|
||||
except KeyboardInterrupt:
|
||||
print("Загружено {0} файлов.".format(downloaded_counter))
|
||||
quit()
|
||||
|
||||
Loading…
Reference in New Issue
Block a user