为上一篇分析如何保存网络广播的博文追加一个脚本

在 上一篇博文 中，只是给出了提取“響”上的广播的 mms 协议地址的脚本，这些地址使用某雷来下载就可以了。但是其中有一节提到音泉上的广播是可以直接提取到 mp3 的地址的，这就意味着可以直接使用 http 协议来下载。

于是我今天下午写了一个辅助的 python 脚本出来，方便自己用。

直接上代码：

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

from bs4 import BeautifulSoup
import argparse
import urllib2
import sys
import json


def download_audio(name, proxy):

    print("collecting information...")
    try:
        respose = urllib2.urlopen(u"http://www.onsen.ag/data/api/getMovieInfo/{name}".format(name=name), timeout=60)
        bangumi = json.loads((respose.read())[9:-3])
    except Exception, e:
        print("Error:{0}".format(e))
        return

    path = bangumi["moviePath"]["pc"]
    filename = path[path.rindex("/")+1:]

    print("downloading...")
    if proxy is None:
        import urllib
        urllib.urlretrieve(path, filename=filename)
    else:
        if proxy[0] == "http":
            # not sure whether this works...
            import urllib
            urllib.request.install_opener(urllib.request.build_opener(urllib.request.ProxyHandler({"http": proxy[1]})))
            urllib.request.urlretrieve(path, filename=filename)
        elif proxy[0] == "socks":
            proxy_ip, proxy_port = proxy[1].split(":")
            import socks
            import socket
            socks.setdefaultproxy(socks.PROXY_TYPE_SOCKS5, proxy_ip, int(proxy_port))
            socket.socket = socks.socksocket
            import urllib
            urllib.urlretrieve(path, filename=filename)


def download_images(name):
    print("collecting information...")
    soup = BeautifulSoup(urllib2.urlopen(u"http://www.onsen.ag/program/{name}/".format(name=name), timeout=60))
    print("downloading...")
    for pic in soup.select(".newProgramLeft > img"):
        path = pic["src"]
        filename = path[path.rindex("/")+1:]
        import urllib
        urllib.urlretrieve(u"http://www.onsen.ag/program/{name}/".format(name=name) + path, filename=filename)


def process(option, proxy):
    print("processing...{0}".format(option.name))

    if option.image:
        print("download images:")
        download_images(option.name)

    if option.audio:
        print("download audio:")
        download_audio(option.name, proxy)

    print("Completed.")


if __name__ == "__main__":
    parser = argparse.ArgumentParser(version="1.0")

    parser.add_argument("-i", "--image", action="store_true", dest="image", help="download images")
    parser.add_argument("-a", "--audio", action="store_true", dest="audio", help="download audio")
    proxy_group = parser.add_mutually_exclusive_group()
    proxy_group.add_argument("--NOPROXY", action="store_true")
    proxy_group.add_argument("-p", "--proxy", nargs=2, action="store", dest="proxy", help="set the proxy address", metavar=("http/socks", "PROXY_ADDRESS"))
    parser.add_argument("name", action="store", help="list of bangumi name, name")

    SUPPORT_PROXY = ["http", "socks"]

    try:
        args = parser.parse_args(sys.argv[1:])
    except argparse.ArgumentError, e:
        print("bad options: {0}".format(e))
    except argparse.ArgumentTypeError, e:
        print("bad option value: {0}".format(e))
    else:
        if args.NOPROXY:
            process(args.name, None)
        else:
            if args.proxy[0] not in SUPPORT_PROXY:
                print("proxy type {0} is not supported!".format(args.proxy[0]))
            else:
                process(args, args.proxy)

脚本没什么好解释的，流程就是解析参数→执行 process 函数→调用图片下载函数 / 音频下载函数。其中的过程不过是上一篇文章中分析的结果而已。

注意这个脚本需要配合 SocksiPy 来使用，就是一个 socks.py 的文件而已，点击下载。

为什么这么蛋疼，因为 urllib 不支持 socks 代理…… 而我使用的日本代理就是用 socks 的……

我没有日本 ip 的 http 代理，所以无法测试 http 代理是否有效。如果有好心人测试一下，出问题的话请给我发邮件：draco.knight0#gmail.com

最后再说说怎么用吧，方便那些连命令行都不会打的人。

一般来说，如果你要下载一个广播，比如新番玻璃之唇的广播，那么你在访问这个广播在音泉上的主页，网址就是：http://www.onsen.ag/program/glasslip/

看到 “program/” 后面的 “glasslip” 了吗？这个是广播的标识。

那么你就在控制台运行：

python onsen.py -a -i --NOPROXY glasslip

• 参数 -a 代表下载音频，也可以用长参数 --audio
• 参数 -i 代表下载图片，也可以用长参数 --image
• 参数 --NOPROXY 表示不使用代理

而因为音泉限制日本 ip，所以我花了大力气来支持代理的下载。

比如你有一个使用 socks 协议的代理，本机开启的端点是 127.0.0.1:8080。

那么就这样用：

python onsen.py -a -i -p socks 127.0.0.1:8080 glasslip

运行完之后大概会输出这么的东西：

processing...glasslip
download images:
collecting information...
downloading...
download audio:
collecting information...
downloading...
Completed.

就表示搞掂了，在脚本目录下找图片和 mp3 吧。

一时忘了怎么用，直接加 -h 参数就可以了。

python onsen.py -h