「利用者:夜泣き/スクリプト」の版間の差分
ナビゲーションに移動
検索に移動
→コード: v4.1.6
>Fet-Fe (→コード: v4.1.5 _get_tweet_loopでself._pageがnullになる問題の修正) |
>Fet-Fe (→コード: v4.1.6) |
||
| 11行目: | 11行目: | ||
"""Twitter自動収集スクリプト | """Twitter自動収集スクリプト | ||
ver4.1. | ver4.1.6 2023/11/6恒心 | ||
当コードは恒心停止してしまった https://rentry.co/7298g の降臨ショーツイート自動収集スクリプトの復刻改善版です | 当コードは恒心停止してしまった https://rentry.co/7298g の降臨ショーツイート自動収集スクリプトの復刻改善版です | ||
| 70行目: | 70行目: | ||
from datetime import datetime | from datetime import datetime | ||
from enum import Enum | from enum import Enum | ||
from re import Match, Pattern | from re import Match, Pattern | ||
from time import sleep | from time import sleep | ||
| 91行目: | 90行目: | ||
logging.basicConfig(format='{asctime} [{levelname:.4}] : {message}', style='{') | logging.basicConfig(format='{asctime} [{levelname:.4}] : {message}', style='{') | ||
logger: Final[Logger] = getLogger(__name__) | logger: Final[logging.Logger] = logging.getLogger(__name__) | ||
logger.setLevel(logging.INFO) # basicConfigで設定するとモジュールのDEBUGログなども出力される | logger.setLevel(logging.INFO) # basicConfigで設定するとモジュールのDEBUGログなども出力される | ||
| 114行目: | 113行目: | ||
"""Final[int]: HTTPリクエスト成功失敗関わらず待機時間。 | """Final[int]: HTTPリクエスト成功失敗関わらず待機時間。 | ||
1秒待つだけで行儀がいいクローラーだそうなので既定では1秒。 | Note: | ||
1秒待つだけで行儀がいいクローラーだそうなので既定では1秒。 | |||
しかし日本のポリホーモは1秒待っていても捕まえてくるので注意 [1]_。 | |||
References: | |||
.. [1] 岡崎市立中央図書館事件. (2022, June 21). In Wikipedia. | |||
https://ja.wikipedia.org/wiki/?curid=2187212&oldid=79121945 | |||
""" | """ | ||
| 184行目: | 187行目: | ||
"""コンストラクタ。 | """コンストラクタ。 | ||
""" | """ | ||
self._proxies: dict[str, str] | None = | # Ｔorに必要なプロキシをセット | ||
self._proxies: dict[str, str] | None = self._choose_tor_proxies() | |||
def _execute(self, | def _execute(self, url: str) -> requests.models.Response: | ||
"""引数のURLにRequestsモジュールでHTTP接続する。 | """引数のURLにRequestsモジュールでHTTP接続する。 | ||
| 838行目: | 839行目: | ||
"""Final[str]: archive.todayの魚拓のクリアネットドメイン。 | """Final[str]: archive.todayの魚拓のクリアネットドメイン。 | ||
Wiki上の記事にはクリアネット用のarchive.todayリンクを貼る。 | |||
Note: | Note: | ||
| 973行目: | 974行目: | ||
# 日付取得 | # 日付取得 | ||
timeline_item: Final[Tag | NavigableString | None] = BeautifulSoup( | timeline_item: Final[Tag | NavigableString | None] = BeautifulSoup( | ||
self._page, 'html.parser').find( | self._page, 'html.parser' | ||
).find(class_='timeline-item') | |||
assert isinstance(timeline_item, Tag) | assert isinstance(timeline_item, Tag) | ||
date: Final[datetime] = self._tweet_date(timeline_item) | date: Final[datetime] = self._tweet_date(timeline_item) | ||
| 1,007行目: | 1,008行目: | ||
['which', 'ffmpeg'], | ['which', 'ffmpeg'], | ||
stdout=subprocess.DEVNULL, | stdout=subprocess.DEVNULL, | ||
stderr=subprocess.DEVNULL).returncode == 0 | stderr=subprocess.DEVNULL | ||
).returncode == 0 | |||
def _check_nitter_instance( | def _check_nitter_instance( | ||
| 1,211行目: | 1,213行目: | ||
'-acodec', 'copy', '-vcodec', 'copy', mp4_filename | '-acodec', 'copy', '-vcodec', 'copy', mp4_filename | ||
], | ], | ||
stdout=subprocess.DEVNULL).returncode | stdout=subprocess.DEVNULL | ||
).returncode | |||
if ts2mp4_returncode == 0: | if ts2mp4_returncode == 0: | ||
return FfmpegStatus.MP4 | return FfmpegStatus.MP4 | ||
| 1,336行目: | 1,339行目: | ||
return media_txt | return media_txt | ||
def _get_tweet_quote( | def _get_tweet_quote(self, tweet: Tag, accessor: AccessorHandler) -> str: | ||
"""引用リツイートの引用元へのリンクを取得する。 | """引用リツイートの引用元へのリンクを取得する。 | ||
| 1,412行目: | 1,412行目: | ||
return poll_txt | return poll_txt | ||
def _get_timeline_items( | def _get_timeline_items(self, soup: BeautifulSoup) -> list[Tag]: | ||
"""タイムラインのツイートを取得。 | """タイムラインのツイートを取得。 | ||
| 1,438行目: | 1,436行目: | ||
return timeline_item_list | return timeline_item_list | ||
def _archive_soup( | def _archive_soup(self, tag: Tag, accessor: AccessorHandler) -> None: | ||
"""ツイート内のaタグをテンプレートArchiveの文字列に変化させる。 | """ツイート内のaタグをテンプレートArchiveの文字列に変化させる。 | ||
| 1,691行目: | 1,686行目: | ||
return False | return False | ||
new_page_soup: Final[BeautifulSoup] = BeautifulSoup(res, 'html.parser') | new_page_soup: Final[BeautifulSoup] = BeautifulSoup(res, 'html.parser') | ||
if new_page_soup.find( | if new_page_soup.find(class_='timeline-end') is None: | ||
# ツイートの終端ではtimeline-endだけのページになるので判定 | # ツイートの終端ではtimeline-endだけのページになるので判定 | ||
logger.info(new_url + 'に移動しますを') | logger.info(new_url + 'に移動しますを') | ||
| 1,946行目: | 1,940行目: | ||
self._next_url(accessor, '16', 5) | self._next_url(accessor, '16', 5) | ||
See Also: | |||
* :const:`~TWEET_URL_PREFIX_DEFAULT`: `tweet_url_prefix` のデフォルト値。 | |||
* :const:`~INCREMENTED_NUM_DEFAULT`: `incremented_num` のデフォルト値。 | |||
""" | """ | ||
assert 0 <= incremented_num and incremented_num <= 9, \ | assert 0 <= incremented_num and incremented_num <= 9, \ | ||