API tools faq
paste
Advertisement
Guest User

Untitled

a guest
Jul 13th, 2010
199
0
Never
Add comment
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
Perl 18.20 KB | None | 0 0
raw download clone embed print report
  1. package GCPlugins::GCfilms::GCAllocine;
  2.  
  3. ###################################################
  4. #
  5. #  Copyright 2005-2009 Tian
  6. #
  7. #  This file is part of GCstar.
  8. #
  9. #  GCstar is free software; you can redistribute it and/or modify
  10. #  it under the terms of the GNU General Public License as published by
  11. #  the Free Software Foundation; either version 2 of the License, or
  12. #  (at your option) any later version.
  13. #
  14. #  GCstar is distributed in the hope that it will be useful,
  15. #  but WITHOUT ANY WARRANTY; without even the implied warranty of
  16. #  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  17. #  GNU General Public License for more details.
  18. #
  19. #  You should have received a copy of the GNU General Public License
  20. #  along with GCstar; if not, write to the Free Software
  21. #  Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA
  22. #
  23. ###################################################
  24.  
  25. use strict;
  26. use utf8;
  27.  
  28. use GCPlugins::GCfilms::GCfilmsCommon;
  29.  
  30. {
  31.  
  32.     package GCPlugins::GCfilms::GCPluginAllocine;
  33.  
  34.     use base qw(GCPlugins::GCfilms::GCfilmsPluginsBase);
  35.  
  36.     sub start
  37.     {
  38.         my ($self, $tagname, $attr, $attrseq, $origtext) = @_;
  39.         $self->{inside}->{$tagname}++;
  40.  
  41.         if ($self->{parsingList})
  42.         {
  43.             if ($self->{insideResults} eq 1)
  44.             {
  45.                 if (   ($tagname eq "a")
  46.                     && ($attr->{href} =~ /^\/film\/fichefilm_gen_cfilm=/)
  47.                     && ($self->{isMovie} eq 0))
  48.                 {
  49.                     my $url = $attr->{href};
  50.                     $self->{isMovie} = 1;
  51.                     $self->{isInfo}  = 0;
  52.                     $self->{itemIdx}++;
  53.                     $self->{itemsList}[ $self->{itemIdx} ]->{url} = $url;
  54.                 }
  55.                 elsif (($tagname eq "td") && ($self->{isMovie} eq 1))
  56.                 {
  57.                     $self->{isMovie} = 2;
  58.                 }
  59.                 elsif (($tagname eq "a") && ($self->{isMovie} eq 2))
  60.                 {
  61.                     $self->{isMovie} = 3;
  62.                 }
  63.                 elsif (($tagname eq "br") && ($self->{isMovie} eq 3))
  64.                 {
  65.                     $self->{itemsList}[ $self->{itemIdx} ]->{title} =~ s/^\s*//;
  66.                     $self->{itemsList}[ $self->{itemIdx} ]->{title} =~ s/\s*$//;
  67.                     $self->{itemsList}[ $self->{itemIdx} ]->{title} =~ s/\s+/ /g;
  68.                     $self->{isMovie} = 4;
  69.                 }
  70.                 elsif (($tagname eq "span")
  71.                     && ($attr->{class}   eq "fs11")
  72.                     && ($self->{isMovie} eq 4))
  73.                 {
  74.                     $self->{isInfo}  = 1;
  75.                     $self->{isMovie} = 0;
  76.                 }
  77.                 elsif (($tagname eq "br") && ($self->{isInfo} eq 1))
  78.                 {
  79.                     $self->{isInfo} = 2;
  80.                 }
  81.                 elsif (($tagname eq "br") && ($self->{isInfo} eq 2))
  82.                 {
  83.                     $self->{isInfo} = 3;
  84.                 }
  85.             }
  86.         }
  87.         else
  88.         {
  89.             if (($tagname eq "span") && ($self->{insideDate} eq 1))
  90.             {
  91.                 $self->{insideDate} = 2;
  92.             }
  93.             elsif (($tagname eq "a") && ($self->{insideDirector} eq 1))
  94.             {
  95.                 $self->{insideDirector} = 2;
  96.             }
  97.             elsif (($tagname eq "a") && ($self->{insideDate} eq 1))
  98.             {
  99.                 $self->{insideDate} = 2;
  100.             }
  101.             elsif (($tagname eq "a") && ($self->{insideGenre} eq 1))
  102.             {
  103.                 $self->{insideGenre} = 2;
  104.             }
  105.             elsif (($tagname eq "em") && ($self->{insideOriginal} eq 1))
  106.             {
  107.                 $self->{insideOriginal} = 2;
  108.             }
  109.             elsif (($tagname eq "a") && ($self->{insideCountry} eq 1))
  110.             {
  111.                 $self->{insideCountry} = 2;
  112.             }
  113.             elsif (($tagname eq "div") && ($attr->{class} eq "poster"))
  114.             {
  115.                 $self->{insidePicture} = 1;
  116.             }
  117.             elsif (($tagname eq "img") && ($self->{insidePicture} == 1))
  118.             {
  119.                 my $src = $attr->{src};
  120.                 if (!$self->{curInfo}->{image})
  121.                 {
  122.                     # http://www.allocine.fr/film/fichefilm_gen_cfilm=17811.html
  123.                     if (($src =~ /r_160_214/) && !($src =~ /AffichetteAllocine\.gif/i))
  124.                     {
  125.                         ($src =~ s/r_160_214/r_760_x/g)
  126.                             if $self->{bigPics};
  127.                         $self->{curInfo}->{image} = $src;
  128.                     }
  129.                     else
  130.                     {
  131.                         $self->{curInfo}->{image} = "empty";
  132.                     }
  133.                 }
  134.             }
  135.             elsif ($tagname eq "actors")
  136.             {
  137.                 $self->{insideActors} = 1;
  138.                 $self->{insideCast}   = 0;
  139.                 $self->{insideActor}  = 0;
  140.                 $self->{insideRole}   = 0;
  141.             }
  142.             elsif (($tagname eq "h2") && ($self->{insideActors}))
  143.             {
  144.                 $self->{insideCast} = 1;
  145.             }
  146.             elsif (($tagname eq "h3") && ($self->{insideCast} == 1))
  147.             {
  148.                 $self->{insideActor} = 1;
  149.             }
  150.             elsif (($tagname eq "p") && ($self->{insideCast} == 1))
  151.             {
  152.                 $self->{insideRole} = 1;
  153.             }
  154.             elsif (($tagname eq "table")
  155.                 && ($attr->{class} =~ /castingdata/)
  156.                 && ($self->{insideActors}))
  157.             {
  158.                 # Alternate way the page lists cast
  159.                 $self->{insideCast} = 2;
  160.             }
  161.             elsif (($tagname eq "td") && ($self->{insideCast} == 2))
  162.             {
  163.                 $self->{insideRole} = 2;
  164.             }
  165.             elsif (($tagname eq "a") && ($self->{insideCast} == 3))
  166.             {
  167.                 $self->{insideActor} = 2;
  168.             }
  169.             elsif (($tagname eq "br") && ($self->{insideSynopsis} == 2))
  170.             {
  171.                 $self->{curInfo}->{synopsis} .= "\n";
  172.             }
  173.  
  174.         }
  175.     }
  176.  
  177.     sub end
  178.     {
  179.         my ($self, $tagname) = @_;
  180.         $self->{inside}->{$tagname}--;
  181.  
  182.         if (($tagname eq "span") && ($self->{insideSynopsis} eq 1))
  183.         {
  184.             $self->{insideSynopsis} = 2;
  185.         }
  186.         elsif ($tagname eq "span")
  187.         {
  188.             $self->{insideDirector} = 0;
  189.         }
  190.         elsif (($tagname eq "div") && ($self->{insidePressRating} eq 1))
  191.         {
  192.             # http://www.allocine.fr/film/fichefilm_gen_cfilm=5947.html
  193.             $self->{insidePressRating} = 0;
  194.             # http://www.allocine.fr/film/fichefilm_gen_cfilm=112274.html :
  195.             # Director become Gregory HoblitconnectéClothilde-Mathilde
  196.             # Because of "Dans les blogs" containing "Réalisé par"
  197.             $self->{insideInfo} = 0;
  198.         }
  199.         elsif ($tagname eq "div")
  200.         {
  201.             $self->{insidePicture} = 0;
  202.         }
  203.         elsif ($tagname eq "table")
  204.         {
  205.             $self->{insideResults} = 0;
  206.         }
  207.  
  208.         elsif ($tagname eq "actors")
  209.         {
  210.             $self->{insideActors} = 0;
  211.             $self->{insideCast}   = 0;
  212.             $self->{insideActor}  = 0;
  213.             $self->{insideRole}   = 0;
  214.         }
  215.         elsif ((($tagname eq "div") || ($tagname eq "table")) && ($self->{insideCast}))
  216.         {
  217.             $self->{insideCast} = 0;
  218.         }
  219.         elsif (($tagname eq "tr") && ($self->{insideCast} > 1))
  220.         {
  221.             $self->{insideActor} = 0;
  222.             $self->{insideRole}  = 0;
  223.         }
  224.         elsif (($tagname eq "a") && ($self->{insideActor}))
  225.         {
  226.             $self->{insideActor} = 0;
  227.         }
  228.         elsif ($tagname eq "p")
  229.         {
  230.             if ($self->{insideRole})
  231.             {
  232.                 $self->{insideRole} = 0;
  233.             }
  234.             elsif ($self->{insideSynopsis})
  235.             {
  236.                 $self->{insideSynopsis} = 0;
  237.             }
  238.         }
  239.     }
  240.  
  241.     sub text
  242.     {
  243.         my ($self, $origtext) = @_;
  244.  
  245.         if ($self->{parsingList})
  246.         {
  247.             if (($origtext =~ m/(\d+) r..?sultats? trouv..?s? dans les titres de films/) && ($1 > 0))
  248.             {
  249.                 $self->{insideResults} = 1;
  250.             }
  251.             if ($self->{isMovie} eq 3)
  252.             {
  253.                 $self->{itemsList}[ $self->{itemIdx} ]->{title} .= $origtext;
  254.             }
  255.             if ($self->{isInfo} eq 1)
  256.             {
  257.                 if ($origtext =~ /\s*([0-9]{4})/)
  258.                 {
  259.                     $self->{itemsList}[ $self->{itemIdx} ]->{date} = $1;
  260.                 }
  261.             }
  262.             elsif ($self->{isInfo} eq 2)
  263.             {
  264.                 if ($origtext =~ /^\s*de (.*)/)
  265.                 {
  266.                     $self->{itemsList}[ $self->{itemIdx} ]->{director} = $1;
  267.                 }
  268.             }
  269.             elsif ($self->{isInfo} eq 3)
  270.             {
  271.                 if (   ($origtext =~ m/^\s*avec (.*)/)
  272.                     && (!$self->{itemsList}[ $self->{itemIdx} ]->{actors}))
  273.                 {
  274.                     $self->{itemsList}[ $self->{itemIdx} ]->{actors} = $1;
  275.                 }
  276.                 $self->{isInfo} = 0;
  277.             }
  278.         }
  279.         else
  280.         {
  281.             $origtext =~ s/[\r\n]//g;
  282.             $origtext =~ s/^\s*//;
  283.             $origtext =~ s/\s*$//;
  284.             if (length($origtext) < 1)
  285.             {
  286.                 $self->{insideGenre} = 0;
  287.             }
  288.             elsif (($self->{inside}->{h1}) && !($self->{inside}->{script}))
  289.             {
  290.                 $self->{curInfo}->{title} = $origtext;
  291.                 $self->{insideInfo} = 1;
  292.             }
  293.             elsif ($self->{insideInfo} eq 1) {
  294.                 if (($self->{insideDate} eq 2) && (length($origtext) > 1))
  295.                 {
  296.                     # http://www.allocine.fr/film/fichefilm_gen_cfilm=140683.html
  297.                     $self->{curInfo}->{date} = $origtext
  298.                       if !($origtext =~ /inconnu/);
  299.                     $self->{insideDate} = 0;
  300.                 }
  301.                 elsif (($origtext =~ /^Date de sortie/)
  302.                     && (!$self->{curInfo}->{date}))
  303.                 {
  304.                     $self->{insideDate} = 1;
  305.                 }
  306.                 elsif (($origtext =~ /^Date de reprise/)
  307.                     && (!$self->{curInfo}->{date}))
  308.                 {
  309.                     $self->{insideDate} = 1;
  310.                 }
  311.                 elsif ($self->{insideDirector} eq 2)
  312.                 {
  313.                     $origtext = ", " if $origtext =~ m/^,/;
  314.                     $self->{curInfo}->{director} .= $origtext;
  315.                 }
  316.                 elsif ($origtext =~ /^R..?alis..? par/)
  317.                 {
  318.                     $self->{insideDirector} = 1;
  319.                 }
  320.                 elsif ($self->{insideOriginal} eq 2)
  321.                 {
  322.                     $self->{curInfo}->{original} = $origtext;
  323.                     $self->{insideOriginal} = 0;
  324.                 }
  325.                 elsif ($origtext =~ /^Titre original/)
  326.                 {
  327.                     $self->{insideOriginal} = 1;
  328.                 }
  329.                 # http://www.allocine.fr/film/fichefilm_gen_cfilm=46940.html
  330.                 elsif ($origtext =~ /^Interdit aux moins de (\d+) ans/)
  331.                 {
  332.                     $self->{curInfo}->{age} = $1;
  333.                 }
  334.                 elsif ($origtext =~ m/^[\s\n]*Dur..?e[\s\n]*:[\s\n]*(\S+)(.*)Ann/)
  335.                 {
  336.                     $self->{insideGenre} = 0;
  337.                     my $time = $1;
  338.                     $time =~ /(?:(\d+)h)?(\d+)min/;
  339.                     $self->{curInfo}->{time} = $1 * 60 + $2 . " ($time)";
  340.                    
  341.                     # http://www.allocine.fr/film/fichefilm_gen_cfilm=140683.html
  342.                     # A bit different, 2 info in the same tag
  343.                     if (!$self->{curInfo}->{date} && ($origtext =~ /Ann..?e de production/)) {
  344.                         $self->{insideDate} = 1;
  345.                     }
  346.                 }
  347.                 elsif ($self->{insideGenre} eq 2)
  348.                 {
  349.                     $origtext = ";" if $origtext =~ m/^,/;
  350.                     $self->{curInfo}->{genre} .= $origtext;
  351.                 }
  352.                 elsif ($origtext =~ /^[\s\n]*Genre/)
  353.                 {
  354.                     $self->{insideCountry} = 0;
  355.                     $self->{insideGenre}   = 1;
  356.                 }
  357.                 elsif ($self->{insideCountry} eq 2)
  358.                 {
  359.                     if ($origtext ne '.')
  360.                     {
  361.                         $origtext = ", " if $origtext =~ m/^,/;
  362.                         $self->{curInfo}->{country} .= $origtext;
  363.                     }
  364.                 }
  365.                 # http://www.allocine.fr/film/fichefilm_gen_cfilm=140683.html
  366.                 elsif ($origtext =~ /(Court|Long)-m..?trage/)
  367.                 {
  368.                     $self->{insideCountry} = 1;
  369.                 }
  370.                 elsif ($self->{insideSynopsis} eq 2)
  371.                 {
  372.                     $self->{curInfo}->{synopsis} .= $origtext;
  373.                 }
  374.                 elsif (($origtext =~ /^Synopsis ./) && !($self->{curInfo}->{synopsis}))
  375.                 {
  376.                     $self->{insideSynopsis} = 1;
  377.                 }
  378.                 elsif ($origtext =~ /^Presse$/)
  379.                 {
  380.                     $self->{insidePressRating} = 1;
  381.                 }
  382.                 elsif (($origtext =~ /^\((.*)\)/) && ($self->{insidePressRating} == 1))
  383.                 {
  384.                     my $rating = $1;
  385.                     $rating =~ s/,/\./g;
  386.                     $self->{curInfo}->{ratingpress} = ($rating / 4) * 10;
  387.                 }
  388.             }
  389.             elsif ($self->{insideActor} == 1)
  390.             {
  391.                 # Actors from casting page
  392.                 $self->{curInfo}->{actors}->[ $self->{actorsCounter} ]->[0] = $origtext
  393.                   if ($self->{actorsCounter} <= $GCPlugins::GCfilms::GCfilmsCommon::MAX_ACTORS);
  394.                 $self->{actorsCounter}++;
  395.             }
  396.             elsif ($self->{insideRole} == 1)
  397.             {
  398.                 my $role = "";
  399.                 # Roles from casting page
  400.                 if ($origtext =~ m/R..?le : (.*)/)
  401.                 {
  402.                     $role = $1;
  403.                 }
  404.                 # http://www.allocine.fr/film/casting_gen_cfilm=140683.html
  405.                 # Useless ?
  406.                 elsif ($origtext =~ m/R..?le/)
  407.                 {
  408.                     # Unknown / empty role
  409.                     $role = "";
  410.                 }
  411.                 # As we incremented it above, we have one more chance here to add a role
  412.                 # Without <= we would skip the role for last actor
  413.                 push @{$self->{curInfo}->{actors}->[ $self->{actorsCounter} - 1 ]}, $role
  414.                   if ($self->{actorsCounter} <= $GCPlugins::GCfilms::GCfilmsCommon::MAX_ACTORS);
  415.             }
  416.             elsif ($self->{insideRole} == 2)
  417.             {
  418.                 # Role from casting page
  419.                 $self->{role}       = $origtext;
  420.                 $self->{insideCast} = 3;
  421.                 $self->{insideRole} = 0;
  422.             }
  423.             elsif ($self->{insideActor} == 2)
  424.             {
  425.                 # Actor from casting page
  426.                 push @{$self->{curInfo}->{actors}}, [ $origtext, $self->{role} ]
  427.                   if ($self->{actorsCounter} <= $GCPlugins::GCfilms::GCfilmsCommon::MAX_ACTORS);
  428.                 $self->{actorsCounter}++;
  429.                 $self->{insideActor} = 0;
  430.             }
  431.         }
  432.     }
  433.  
  434.     sub new
  435.     {
  436.         my $proto = shift;
  437.         my $class = ref($proto) || $proto;
  438.         my $self  = $class->SUPER::new();
  439.  
  440.         $self->{hasField} = {
  441.             title    => 1,
  442.             date     => 1,
  443.             director => 1,
  444.             actors   => 1,
  445.         };
  446.  
  447.         $self->{isInfo}        = 0;
  448.         $self->{isMovie}       = 0;
  449.         $self->{insideResults} = 0;
  450.         $self->{curName}       = undef;
  451.         $self->{curUrl}        = undef;
  452.         $self->{actorsCounter} = 0;
  453.  
  454.         bless($self, $class);
  455.         return $self;
  456.     }
  457.  
  458.     sub preProcess
  459.     {
  460.         my ($self, $html) = @_;
  461.         $html =~ s/&nbsp;/ /gi;
  462.         $html =~ s/<b>|<strong>|<\/b>|<\/strong>|<i>|<\/i>//gi;
  463.  
  464.         if (!$self->{parsingList})
  465.         {
  466.             # Get cast page list
  467.             my $pageUrl = $self->{loadedUrl};
  468.             $pageUrl =~ s/fichefilm_/casting_/;
  469.  
  470.             my $page = $self->loadPage($pageUrl, 0, 1);
  471.             # Grab the actors section, place it in the fetched html. Not the nicest way of grabbing
  472.             # this section, since we end up with mismatched tags, but it works
  473.             # http://www.allocine.fr/film/casting_gen_cfilm=17811.html 2 sections
  474.             # http://www.allocine.fr/film/casting_gen_cfilm=147034.html 1 section
  475.             if ($page =~
  476.                 #m/<a class=.anchor. id=.actors.>(.*?)<a class=.anchor. id=.\S+.><\/a>/s)
  477.                 #m/<a class=.anchor. id=.actors.>(.*)<div class=.nav_secondary.>/s)
  478.                 m/<a class=.anchor. id=.actors.>(.*)<!-- \/rubric !-->/s)
  479.             {
  480.                 my $src = "<actors>$1</actors></body>";
  481.                 $html =~ s/<\/body>/$src/;
  482.             }
  483.         }
  484.  
  485.         return $html;
  486.     }
  487.  
  488.     sub getSearchUrl
  489.     {
  490.         my ($self, $word) = @_;
  491.  
  492.         # f=3 ?
  493.         # return "http://www.allocine.fr/recherche/?q=$word&f=3&rub=1";
  494.         return "http://www.allocine.fr/recherche/1/?q=$word";
  495.     }
  496.  
  497.     sub getSearchCharset
  498.     {
  499.         my $self = shift;
  500.  
  501.         # Need urls to be double character encoded
  502.         return "utf8";
  503.     }
  504.  
  505.     sub getItemUrl
  506.     {
  507.         my ($self, $url) = @_;
  508.  
  509.         return "http://www.allocine.fr" . $url;
  510.     }
  511.  
  512.     sub getName
  513.     {
  514.         return "Allocine.fr";
  515.     }
  516.  
  517.     sub getAuthor
  518.     {
  519.         return 'Tian';
  520.     }
  521.  
  522.     sub getLang
  523.     {
  524.         return 'FR';
  525.     }
  526.    
  527.     sub getCharset
  528.     {
  529.         # return "UTF-8"; # For 1.5.0 Win32
  530.         return "ISO-8859-1"; # For 1.5.0 Win32 with /lib/gcstar/GCPlugins/ ver.1.5.9svn
  531.     }
  532. }
  533.  
  534. 1;
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement
Public Pastes
Advertisement
We use cookies for various purposes including analytics. By continuing to use Pastebin, you agree to our use of cookies as described in the Cookies Policy.  OK, I Understand
Not a member of Pastebin yet?
Sign Up, it unlocks many cool features!