Ubuntu-gr Forum

Ξεκίνησα το http://www.greeksubtitles.info/
ορίστε ο κώδικας (θα τον ανεβάσω στο github μάλλον άυριο )

ουσιαστικά την μέθοδο querry θέλει να φτιάξεις

(και με λίγο Beautifulsoup γίνεται η παϊθωνόσουπα )

(Επιστρέφει ένα dictionary με τα links προς την σελίδα για κατέβασμα
δεν ξέρω αν αυτό πρέπει να επιστρέφει αλλά
δεν το έκανα να κατεβάζει ακόμα τα zips ούτε να κοιτάει πέρα από το όνομα (τίτλο)) *




και η σκέτη συνάρτηση για scraping στο greeksubtitles.info

Κώδικας: Επιλογή όλων

import urllib, urllib2,re
from BeautifulSoup import BeautifulSoup
from collections import defaultdict

def scrap4subs (name, host = "http://www.greeksubtitles.info/"):


User_Agent = "Mozilla/5.0 (X11; Ubuntu; Linux i686; rv:10.0) Gecko/20100101 Firefox/10.0"
Headers = { 'User-Agent' : User_Agent }
values = { 'name' : name }
data = urllib.urlencode( values )
req = urllib2.Request( host, data, Headers )
responce = urllib2.urlopen(req)
HTML = responce.read()
responce.close()
soup = BeautifulSoup(HTML)
tdSoup = soup.findAll('td',attrs = {'class' : "result_top"})
results =set()
resDict = defaultdict(list)
for td in tdSoup:
a = td.findAll('a')[0]
results.add( (a.contents[0], host + dict(a.attrs)[u'href']) )
[resDict[k].append(v) for k,v in list(results)]
return resDic


Και μια ερώτηση
Η querry μέθοδος τι πιστευέτε ότι ακριβώς πρέπει να επιστρέφει
τα links προς τις σελίδες του κάθε υπότιτλου ή
τα links προς τα zip αρχεία με τους υπότιτλους ;
Φαντάζομαι το δεύτερο
εσείς;


* Είδα στο SubtitleDatabase.py module (που γράφει) ότι
κάποια στιγμή θα το μετρατρέψον με το ABC module που βοηθάει στην συνέπεια του άλλων προγραμματιστών
στις απαιτήσεις του κύριου προγράμματος πχ όταν κάποιος θέλει να φτιάξει plugin
περισσότερα και ΑΠΛΟΥΣΤΕΡΑ για αυτό εδώ
http://pysnippet.blogspot.com/2010/05/a ... asses.html
http://www.doughellmann.com/PyMOTW/abc/