Добавил асинхронную версию getStaticPage
This commit is contained in:
+2
-1
@@ -6,4 +6,5 @@ __pycache__
|
||||
|
||||
ideas.md
|
||||
*copy*
|
||||
venv/
|
||||
venv/
|
||||
.idea/
|
||||
|
||||
+82
-31
@@ -6,6 +6,8 @@ from bs4 import BeautifulSoup
|
||||
from pprint import pprint
|
||||
from time import sleep
|
||||
from typing import Any, Optional
|
||||
import asyncio
|
||||
import aiohttp
|
||||
import requests
|
||||
from os import mkdir, listdir
|
||||
from os.path import exists
|
||||
@@ -69,7 +71,6 @@ class Pars:
|
||||
self.__validation(schema, expected)
|
||||
|
||||
|
||||
# Открываем файл и возвращаем объяект bs4 на его основе
|
||||
with open(pathToFile, encoding=encoding) as file:
|
||||
src = file.read()
|
||||
soup = BeautifulSoup(src, parser)
|
||||
@@ -95,7 +96,6 @@ class Pars:
|
||||
for item in arr:
|
||||
data = item.text
|
||||
|
||||
# Удаляем пробелы в начале и конце строки, табуляцию, переносы строки
|
||||
if needFix:
|
||||
data = data.strip()
|
||||
data = data.replace('\t', '')
|
||||
@@ -151,27 +151,8 @@ class Pars:
|
||||
writeMethod: метод записи данных в файл. "w" записывает текст, "wb" — байты
|
||||
headers: заголовки запроса к серверу'''
|
||||
|
||||
# Устанавливаем случайный user-agent если пользователь не указал свой
|
||||
if headers is None:
|
||||
software_names = [
|
||||
SoftwareName.FIREFOX.value,
|
||||
SoftwareName.CHROME.value,
|
||||
SoftwareName.EDGE.value,
|
||||
SoftwareName.SAFARI.value,
|
||||
SoftwareName.YANDEX.value,
|
||||
]
|
||||
operating_systems = [
|
||||
OperatingSystem.WINDOWS.value,
|
||||
OperatingSystem.LINUX.value,
|
||||
OperatingSystem.IOS.value,
|
||||
OperatingSystem.MACOS.value,
|
||||
]
|
||||
user_agent_rotator = UserAgent(software_names=software_names, operating_systems=operating_systems, limit=10)
|
||||
user_agent = user_agent_rotator.get_random_user_agent()
|
||||
headers = {
|
||||
"Accept": "*/*",
|
||||
"User-Agent": user_agent
|
||||
}
|
||||
headers = self.__makeHeaders()
|
||||
|
||||
|
||||
schema = {
|
||||
@@ -185,11 +166,9 @@ class Pars:
|
||||
|
||||
|
||||
try:
|
||||
# Отправляем запрос
|
||||
req = requests.get(url, headers=headers)
|
||||
req.raise_for_status()
|
||||
|
||||
# Записываем данные
|
||||
if writeMethod == 'w':
|
||||
src = req.text
|
||||
with open(pathToSaveFile, 'w', encoding='utf-8') as file:
|
||||
@@ -202,7 +181,7 @@ class Pars:
|
||||
else:
|
||||
raise ValueError(f"Неподдерживаемый метод записи: {writeMethod}")
|
||||
|
||||
return req.status_code # Возвращаем статус ответа от сервера
|
||||
return req.status_code
|
||||
|
||||
except requests.exceptions.HTTPError as httpErr:
|
||||
raise RuntimeError(f"HTTP ошибка: {httpErr}") from httpErr
|
||||
@@ -211,14 +190,11 @@ class Pars:
|
||||
|
||||
|
||||
def __scrollAndSave(self, driver: webdriver.Chrome, timeSleep: int, pathToSaveFile: str) -> None:
|
||||
# Прокручиваем страницу до самого низа
|
||||
'''Прокручиваем страницу до самого низа'''
|
||||
lastHeight = driver.execute_script("return document.body.scrollHeight")
|
||||
while True:
|
||||
# Прокручиваем до низа страницы
|
||||
driver.execute_script("window.scrollTo(0, document.body.scrollHeight);")
|
||||
# Ждем загрузки страницы
|
||||
sleep(timeSleep)
|
||||
# Вычисляем новую высоту страницы
|
||||
newHeight = driver.execute_script("return document.body.scrollHeight")
|
||||
if newHeight == lastHeight:
|
||||
break
|
||||
@@ -247,12 +223,10 @@ class Pars:
|
||||
self.__validation(schema, expected)
|
||||
|
||||
|
||||
# Ставим настройку на запуск баузера в фоновом режиме, если closeWindow = True
|
||||
options = Options()
|
||||
if closeWindow:
|
||||
options.add_argument('--headless')
|
||||
|
||||
# открываем браузер
|
||||
with webdriver.Chrome(options=options) as driver:
|
||||
driver.get(url)
|
||||
self.__scrollAndSave(driver, timeSleep, pathToSaveFile)
|
||||
@@ -280,3 +254,80 @@ class Pars:
|
||||
driver.get(url)
|
||||
a = input('Нажми ENTER когда окажешься на нужной тебе странице')
|
||||
self.__scrollAndSave(driver, timeSleep, pathToSaveFile)
|
||||
|
||||
|
||||
def __makeHeaders(self) -> dict:
|
||||
'''Генерирует случайный User-Agent для запроса'''
|
||||
software_names = [
|
||||
SoftwareName.FIREFOX.value,
|
||||
SoftwareName.CHROME.value,
|
||||
SoftwareName.EDGE.value,
|
||||
SoftwareName.SAFARI.value,
|
||||
SoftwareName.YANDEX.value,
|
||||
]
|
||||
operating_systems = [
|
||||
OperatingSystem.WINDOWS.value,
|
||||
OperatingSystem.LINUX.value,
|
||||
OperatingSystem.IOS.value,
|
||||
OperatingSystem.MACOS.value,
|
||||
]
|
||||
user_agent_rotator = UserAgent(software_names=software_names, operating_systems=operating_systems, limit=10)
|
||||
return {
|
||||
'Accept': '*/*',
|
||||
'User-Agent': user_agent_rotator.get_random_user_agent()
|
||||
}
|
||||
|
||||
|
||||
async def getStaticPageAsync(
|
||||
self,
|
||||
pathToSaveFile: str,
|
||||
url: str,
|
||||
writeMethod: str = 'w',
|
||||
headers: Optional[dict] = None,
|
||||
session: Optional[aiohttp.ClientSession] = None,
|
||||
) -> int:
|
||||
'''Асинхронно сохраняет статическую страницу и возвращает статус ответа
|
||||
|
||||
pathToSaveFile: путь, куда сохранится полученный файл
|
||||
url: ссылка на данные
|
||||
writeMethod: метод записи. "w" — текст, "wb" — байты (для картинок)
|
||||
headers: заголовки запроса. Если None — подставится случайный User-Agent
|
||||
session: aiohttp.ClientSession для переиспользования соединений'''
|
||||
|
||||
if headers is None:
|
||||
headers = self.__makeHeaders()
|
||||
|
||||
schema = {
|
||||
'pathToSaveFile': {'type': 'string'},
|
||||
'url': {'type': 'string'},
|
||||
'writeMethod': {'type': 'string', 'allowed': ['w', 'wb']},
|
||||
'headers': {'type': 'dict'},
|
||||
}
|
||||
self.__validation(schema, {'pathToSaveFile': pathToSaveFile, 'url': url, 'writeMethod': writeMethod, 'headers': headers})
|
||||
|
||||
close_session = session is None
|
||||
if close_session:
|
||||
session = aiohttp.ClientSession()
|
||||
|
||||
try:
|
||||
async with session.get(url, headers=headers) as response:
|
||||
response.raise_for_status()
|
||||
|
||||
if writeMethod == 'w':
|
||||
text = await response.text(encoding='utf-8')
|
||||
with open(pathToSaveFile, 'w', encoding='utf-8') as file:
|
||||
file.write(text)
|
||||
elif writeMethod == 'wb':
|
||||
content = await response.read()
|
||||
with open(pathToSaveFile, 'wb') as file:
|
||||
file.write(content)
|
||||
|
||||
return response.status
|
||||
|
||||
except aiohttp.ClientResponseError as httpErr:
|
||||
raise RuntimeError(f'HTTP ошибка: {httpErr}') from httpErr
|
||||
except Exception as e:
|
||||
raise RuntimeError(e) from e
|
||||
finally:
|
||||
if close_session:
|
||||
await session.close()
|
||||
|
||||
Reference in New Issue
Block a user