Một parser Python liệt kê các tập của một podcast từ website công khai: số tập, tiêu đề, ngày, thời lượng và liên kết

Ví dụ kết quả

def product_links(list_url: str) -> Iterator[str]:
    """Liên kết trang sản phẩm từ mọi trang của danh sách, theo nút “Tiếp”."""
    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:
    """Một trang mở công khai, với tốc độ vừa phải: nghỉ giữa các lần truy cập và thử lại vài lần khi lỗi."""
    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 trả về %s, lần thử %d trên 3", url, response.status_code, attempt + 1)
    raise ScraperError(f"{url} không mở được sau 3 lần thử")

Về dịch vụ này

Người dẫn podcast chuyển sang website mới, biên tập viên ghi chú chương trình và nhà nghiên cứu dùng parser này để liệt kê các tập vào bảng: số tập, mùa, tiêu đề, ngày, thời lượng, mô tả ngắn, chủ đề hoặc thẻ, liên kết tới trang của tập và liên kết âm thanh khi trang có hiển thị. Parser đọc website công khai của chính chương trình, hoặc nguồn RSS công khai mà phần lớn podcast đều có. Hãy gửi trang danh sách tập, một trang tập và một hai trang đã lưu từ trình duyệt. Bạn nhận code Python, file cài đặt và README, và chạy trên máy tính của mình. Parser lưu liên kết, không lưu file âm thanh, và không có cột cho tên khách mời. Parser đọc với tốc độ vừa phải, không bao giờ đăng nhập hay vượt captcha hoặc cơ chế bảo vệ, và không đọc mạng xã hội hay ứng dụng nghe cần tài khoản. Bạn tự quyết định điều khoản của website có cho phép hay không; nếu sau này đổi bố cục thì parser cần được cập nhật.

Bao gồm những gì

• Bạn nhận được gìFile ZIP gồm code Python, file cài đặt và README hướng dẫn từng bước; code cũng được hiển thị trên trang đơn hàng.
• Các tập theo thứ tựSố tập, mùa và ngày ở các cột riêng
• Thời lượng tính bằng phútKhi trang hoặc nguồn RSS có hiển thị
• Liên kết tập và liên kết âm thanhChỉ liên kết, không có file âm thanh
• Tốc độ vừa phảiNghỉ giữa các trang, chỉnh trong file cài đặt
• Chạy trên máy tính của bạnWindows, macOS hoặc Linux, có Python

Cách hoạt động

1. 1
   Chương trìnhBạn gửi danh sách tập hoặc nguồn RSS và một trang tập đã lưu
2. 2
   ParserChúng tôi viết code và hướng dẫn chạy
3. 3
   ChạyBạn chạy parser và so các tập mới nhất với website
4. 4
   Chỉnh sửaBạn yêu cầu chỉnh sửa trong phạm vi gói và gửi thông báo lỗi nếu có

Chúng tôi cần gì từ bạn

Website của podcast và liên kết tới danh sách tập, hoặc địa chỉ nguồn RSS công khai, một trang tập và ước chừng có bao nhiêu tập. Các trường theo thứ tự trong bảng, VD: số tập, mùa, tiêu đề, ngày, thời lượng, mô tả, thẻ, liên kết tập, liên kết âm thanh. Một hai trang đó lưu từ trình duyệt (File > Lưu trang thành) hoặc ảnh chụp màn hình. CSV, Excel hoặc JSON.

Chúng tôi sẽ hỏi bạn:

• Podcast nào?
• Các trường bạn cần
• Khoảng bao nhiêu tập?
• File kết quả

So sánh các gói

Hỏi đáp

Chưa tìm thấy câu trả lời? Hỏi chúng tôi