a4486980a4
1745 wystapien w 291 plikach (backend, scripts, mobile). Dominowal jeden ksztalt, ' — ' laczace zdania, wiec poszedl przecinek; myslnik otwierajacy mysl zdjety; zakresy 0–5 i A–Z na dywiz. Podzial komentarz/kod robil skaner stanow, nie regex, zeby nie ruszyc myslnika stojacego w stringu albo w wyrazeniu regularnym. Potwierdzone maszynowo: po wycieciu komentarzy z wersji HEAD i z dysku obie sa identyczne we wszystkich 291 plikach, czyli poza komentarzami nie zmienilo sie nic. 233 pliki .py parsuja sie bez bledu, tsc ma te same 11 bledow w tych samych 3 plikach co przed zmiana. Dwie rzeczy wymagaly poprawki po automacie: wyrownane listy definicji, gdzie myslnik byl separatorem kolumny (37 miejsc, kolumna przywrocona), i trzy przeniesienia mysli do nowej linii, gdzie zostawal wiszacy przecinek na poczatku (poprawione recznie). Bundla nie republikuje: Hermes i tak nie niesie komentarzy, wiec dla uzytkownika to zero zmiany. Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
22 lines
662 B
Python
22 lines
662 B
Python
"""YouPorn.com, direct HTML scrape search results.
|
|
|
|
Search: `https://www.youporn.com/search/?query=<q>&page=<n>`
|
|
Scene URL: `https://www.youporn.com/watch/<id>/<slug>/`
|
|
"""
|
|
from __future__ import annotations
|
|
|
|
import re
|
|
|
|
from app.connectors.direct_scrapers._search_base import BaseSearchScraper
|
|
|
|
|
|
class YouPornScraper(BaseSearchScraper):
|
|
sitetag = "youporncom"
|
|
_search_url_template = "https://www.youporn.com/search/?query={query}&page={page}"
|
|
_scene_url_re = re.compile(
|
|
r'href="(?P<url>/watch/(?P<id>\d+)/(?P<slug>[a-z0-9_\-]+))/?"',
|
|
re.IGNORECASE,
|
|
)
|
|
|
|
def _slug_from_match(self, m, scene_url):
|
|
return m.group("slug")
|