[PYTHON] Obtenez les résultats de la recherche de balises de la vidéo Nico Nico au format XML. (Aucune connexion requise)

Aperçu

Obtenez les résultats de la recherche de balises de la vidéo Nico Nico au format XML. Il semble qu'il existe une API de recherche existante, mais elle est difficile à utiliser car une connexion est requise. (→ Article de référence: Spécifications de l'API de recherche pour Nico Nico Video) J'ai écrit du code Python à utiliser sans connexion.

• Vous ne pouvez pas obtenir plus de 51 pages avec l'API de recherche existante, mais il semble que vous puissiez l'obtenir avec cette méthode.

code

nc2xml.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-

# nc2xml.py
# Copyright (c) 2014 nezuq
# This software is released under the MIT License.
# http://opensource.org/licenses/mit-license.php

import sys
import time
import datetime
import urllib
import urllib2
from lxml import etree

argvs = sys.argv
argc = len(argvs)

#Mot-clé de recherche
KEYWORD = u'Kimashitawa'
if 1 < argc:
    KEYWORD = argvs[1].decode('utf-8')

#Critères de tri
#SORT_TYPE = 'n' #Date et heure de publication du dernier commentaire
#SORT_TYPE = 'v' #Vues
#SORT_TYPE = 'm' #Ma liste
#SORT_TYPE = 'r' #Nombre de commentaires
SORT_TYPE = 'f' #Date et heure de publication
#SORT_TYPE = 'l' #Temps de lecture
if 2 < argc:
    SORT_TYPE = argvs[2]

#Numéro de page cible(Page de démarrage de l'acquisition d'ID)
MIN_PAGENUMBER = 1
if 3 < argc:
    MIN_PAGENUMBER = int(argvs[3])

#Numéro de page cible(Page de fin d'acquisition d'identifiant)
MAX_PAGENUMBER = 3
if 4 < argc:
    MAX_PAGENUMBER = int(argvs[4])

#méthode de récupération
SEARCH_TYPE = 'tag' #Recherche de tag

def main():
    keyword = urllib2.quote(KEYWORD.encode("utf-8"))
    ids = []
    nrow_bef = -1
    npage = MIN_PAGENUMBER - 1
    while ((nrow_bef != len(ids)) and (npage < MAX_PAGENUMBER)):
        npage += 1
        uri = 'http://www.nicovideo.jp/%s/%s?sort=%s&rss=2.0&page=%d' % (SEARCH_TYPE, keyword, SORT_TYPE, npage)
        print u'Demande d'ID vidéo:' + uri
        time.sleep(1)
        res = urllib2.urlopen(uri)
        rss = etree.fromstring(res.read())
        nrow_bef = len(ids)
        ids += map((lambda x: x.text.rsplit('/', 1)[1]), rss.findall('./channel/item/link'))
    query = 'http://i.nicovideo.jp/v3/video.array?v=' + ','.join(ids)
    print u'Acquérir des données vidéo:' + query
    d = datetime.datetime.today()
    #* Si la demande prend plus de 20 secondes, elle expirera et le nombre sera 0.
    #* L'émission d'une requête à forte charge peut être un bloc IP ou un bloc API, donc c'est NG.
    time.sleep(1)
    urllib.urlretrieve(query, u'%s_%s.xml' % (KEYWORD, d.strftime('%y%m%d%H%M%S')))
    print 'end!'

if __name__ == '__main__':
    main()

nc2xml.Exécutez py.

python nc2xml.py "lis" m 1 3

Image de sortie

http://i.nicovideo.jp/v3/video.array?v=sm9720246,sm19673281

Impressions

Je dois analyser les données pour le développement de la culture Yuri ... (sens de la mission)

Page de référence

-> Spécifications de l'API de recherche vidéo Niko Niko organisées -> Comparaison de l'API i.nicovideo.jp et de l'API getthumbinfo -> J'ai vérifié l'API de recherche des vidéos Nico Nico, j'ai donc pris une note -> Obtenir les résultats de recherche de tags de la vidéo Nico Nico par RSS