Parser Python yang mendaftar episode podcast dari situs terbukanya: nomor, judul, tanggal, durasi, dan tautan

Contoh hasil

def product_links(list_url: str) -> Iterator[str]:
    """Tautan halaman produk dari setiap halaman daftar, mengikuti tombol 'Berikutnya'."""
    url: str | None = list_url
    while url:
        page = fetch(url)
        for card in page.select("div.product-card a.title"):
            yield urljoin(url, card["href"])
        next_link = page.select_one("a.pagination-next")
        url = urljoin(url, next_link["href"]) if next_link else None


def fetch(url: str) -> BeautifulSoup:
    """Satu halaman terbuka, dengan kecepatan sopan: jeda antarpermintaan dan beberapa kali coba saat error."""
    for attempt in range(3):
        time.sleep(settings.delay_seconds)
        response = session.get(url, timeout=30)
        if response.status_code == 200:
            return BeautifulSoup(response.text, "html.parser")
        log.warning("%s menjawab %s, percobaan %d dari 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} tidak terbuka setelah 3 percobaan")

Tentang layanan ini

Host podcast yang pindah ke situs baru, editor show notes, dan peneliti memakai parser ini untuk mendaftar episode dalam tabel: nomor, musim, judul, tanggal, durasi, deskripsi singkat, topik atau tag, tautan ke halaman episode, dan tautan audio jika halaman menampilkannya. Parser membaca situs terbuka milik acara itu sendiri, atau feed RSS terbukanya, yang dimiliki sebagian besar podcast. Kirimkan halaman daftar episode, satu halaman episode, dan satu atau dua halaman yang disimpan dari browser Anda. Anda menerima kode Python, file pengaturan, dan README, lalu menjalankannya di komputer Anda. Parser menyimpan tautan, bukan file audio, dan tidak punya kolom untuk nama tamu. Parser membaca dengan kecepatan sopan, tidak pernah login atau mengakali captcha maupun perlindungan, dan tidak membaca media sosial atau aplikasi pendengar yang membutuhkan akun. Anda yang memutuskan apakah ketentuan situs mengizinkannya; perubahan tata letak di kemudian hari membutuhkan pembaruan.

Yang termasuk

• Yang Anda dapatkanArsip ZIP berisi kode Python, file pengaturan, dan README dengan petunjuk langkah demi langkah; kodenya juga ditampilkan di halaman pesanan.
• Episode berurutanNomor, musim, dan tanggal di kolom terpisah
• Durasi dalam menitJika halaman atau feed menampilkannya
• Tautan episode dan audioHanya tautan, tanpa file audio
• Kecepatan sopanJeda antarhalaman, diatur di pengaturan
• Berjalan di komputer AndaWindows, macOS, atau Linux, dengan Python

Cara kerja

1. 1
   AcaraAnda mengirim daftar episode atau feed dan satu halaman episode yang disimpan
2. 2
   ParserKami menulis kode dan panduan menjalankannya
3. 3
   JalankanAnda menjalankannya dan mencocokkan episode terbaru dengan situsnya
4. 4
   RevisiAnda meminta revisi sesuai paket dan mengirim pesan error jika ada

Yang kami butuhkan dari Anda

Situs podcast dan tautan ke daftar episodenya, atau alamat feed RSS terbukanya, satu halaman episode, dan kira-kira berapa banyak episodenya. Field sesuai urutan tabel Anda, mis. nomor, musim, judul, tanggal, durasi, deskripsi, tag, tautan episode, tautan audio. Satu atau dua halaman tersebut yang disimpan dari browser Anda (File > Save page as) atau screenshot. CSV, Excel, atau JSON.

Kami akan menanyakan:

• Podcast yang mana?
• Field yang Anda butuhkan
• Kira-kira berapa banyak episode?
• File hasil

Bandingkan paket

Tanya jawab

Tidak menemukan jawabannya? Tanyakan kepada kami