czy możesz napisać kod do pobierania plików z strony bunkr.si
- User
czy możesz napisać kod do pobierania plików z strony bunkr.si
Assistant
Jasne, mogę napisać przykładowy kod w Pythonie, który może pomóc w pobieraniu plików ze strony
bunkr.si.Ważne uwagi przed użyciem:
- Struktura strony: Strony internetowe, zwłaszcza takie jak bunkr.si, mogą zmieniać swoją strukturę HTML. Kod opiera się na znalezieniu konkretnych elementów (np. linków do plików) w kodzie strony. Jeśli strona bunkr.si zmieni sposób wyświetlania plików, ten kod może przestać działać.
- Warunki korzystania: Upewnij się, że Twoje działania są zgodne z warunkami korzystania ze strony bunkr.si. Automatyczne pobieranie plików może być zabronione.
- Prywatność i legalność: Używaj tego skryptu wyłącznie do pobierania treści, do których masz prawo dostępu i pobierania. Nie używaj go do nielegalnego lub nieuprawnionego pobierania materiałów chronionych prawem autorskim.
- Złożoność: Bunkr.si używa albumów (
/a/albumID) i stron widoków pojedynczych plików (/v/fileID). Skrypt musi najpierw znaleźć linki do pojedynczych plików na stronie albumu, a następnie odwiedzić każdą ze stron pojedynczych plików, aby znaleźć bezpośredni link do pobrania. - JavaScript: Jeśli strona bunkr.si intensywnie wykorzystuje JavaScript do ładowania treści lub generowania linków, proste pobranie kodu HTML (jak robi ten skrypt) może być niewystarczające. W takim przypadku potrzebne byłyby bardziej zaawansowane narzędzia, takie jak Selenium lub Playwright, co znacznie zwiększyłoby złożoność. Ten skrypt zakłada, że kluczowe linki są dostępne w początkowym kodzie HTML.
Wymagane biblioteki:
requests: Do wysyłania żądań HTTP.beautifulsoup4: Do parsowania HTML.os: Do pracy z systemem plików (tworzenie katalogów, ścieżki).argparse: Do obsługi argumentów wiersza poleceń (ułatwia użycie skryptu).urllib.parse: Do łączenia adresów URL i parsowania ścieżek.re: Do wyrażeń regularnych (np. do wyodrębniania nazwy pliku).
Instalacja bibliotek:
pip install requests beautifulsoup4Kod (Python):
import requests from bs4 import BeautifulSoup import os import argparse from urllib.parse import urljoin, unquote, urlparse import re import time def get_filename_from_cd(cd): """Wyodrębnia nazwę pliku z nagłówka Content-Disposition.""" if not cd: return None # Szukaj filename lub filename* (obsługuje kodowanie UTF-8) fname_match = re.findall('filename\*?=(?:utf-8\'\')?"?([^"]+)"?', cd, flags=re.IGNORECASE) if fname_match: try: # Próba dekodowania URL (np. %20 na spację) return unquote(fname_match[-1]) # Weź ostatnie dopasowanie (często to filename*) except Exception: return fname_match[-1] # W przypadku błędu dekodowania użyj surowej nazwy return None def sanitize_filename(filename): """Usuwa znaki niedozwolone w nazwach plików.""" if not filename: return "downloaded_file" # Zamień niedozwolone znaki na podkreślnik invalid_chars = r'[<>:"/\\|?*]' filename = re.sub(invalid_chars, '_', filename) # Usuń kropki z początku lub końca nazwy (mogą powodować problemy na niektórych systemach) filename = filename.lstrip('.').rstrip('.') # Upewnij się, że nazwa nie jest pusta po sanitacji if not filename: return "downloaded_file" return filename def find_unique_filename(filepath): """Zapobiega nadpisywaniu plików, dodając numery do nazwy.""" if not os.path.exists(filepath): return filepath base, ext = os.path.splitext(filepath) i = 1 while True: new_filepath = f"{base} ({i}){ext}" if not os.path.exists(new_filepath): return new_filepath i += 1 def download_file(url, output_dir, suggested_filename=None): """Pobiera plik ze wskazanego URL do katalogu wyjściowego.""" print(f" -> Pobieranie: {url}") try: # Użyj stream=True do pobierania dużych plików bez ładowania całości do pamięci with requests.get(url, stream=True, timeout=30) as r: r.raise_for_status() # Zgłoś błąd dla kodów statusu 4xx/5xx # Określenie nazwy pliku filename = suggested_filename cd = r.headers.get('Content-Disposition') if cd: filename = get_filename_from_cd(cd) if not filename: # Alternatywa: weź z URL (ostatni segment ścieżki) path = urlparse(url).path filename = os.path.basename(path) # Spróbuj oczyścić nazwę z URL if not filename or filename == '/' or '.' not in filename: filename = f"downloaded_file_{int(time.time())}" # Ostateczność filename = sanitize_filename(filename) if not filename: # Sprawdzenie po sanitacji filename = f"downloaded_file_{int(time.time())}" filepath = os.path.join(output_dir, filename) unique_filepath = find_unique_filename(filepath) print(f" Zapisywanie jako: {os.path.basename(unique_filepath)}") # Można dodać pasek postępu (np. z biblioteką tqdm) # total_size = int(r.headers.get('content-length', 0)) # progress_bar = tqdm(total=total_size, unit='B', unit_scale=True, desc=os.path.basename(unique_filepath)) with open(unique_filepath, 'wb') as f: for chunk in r.iter_content(chunk_size=8192): # Pobieraj w kawałkach # if progress_bar: progress_bar.update(len(chunk)) f.write(chunk) # if progress_bar: progress_bar.close() print(" Pobieranie zakończone.") except requests.exceptions.RequestException as e: print(f" Błąd podczas pobierania {url}: {e}") except IOError as e: print(f" Błąd podczas zapisu pliku {os.path.basename(filepath)}: {e}") except Exception as e: print(f" Wystąpił nieoczekiwany błąd podczas pobierania {url}: {e}") def download_bunkr_album(album_url, output_dir): """Pobiera wszystkie pliki ze wskazanego albumu bunkr.si.""" print(f"Próba pobrania z albumu: {album_url}") # Upewnij się, że katalog wyjściowy istnieje os.makedirs(output_dir, exist_ok=True) try: # Pobierz stronę albumu print("Pobieranie strony albumu...") response = requests.get(album_url, timeout=30) response.raise_for_status() # Zgłoś błąd dla kodów statusu 4xx/5xx soup = BeautifulSoup(response.text, 'html.parser') # --- ZNAJDŹ LINKI DO STRON POJEDYNCZYCH PLIKÓW NA STRONIE ALBUMU --- # To jest najbardziej wrażliwa część - zależy od struktury HTML bunkr.si. # Często linki do pojedynczych plików znajdują się w tagach <a> otaczających miniatury. # Szukamy tagów <a> których atrybut href wygląda na link do strony widoku (/v/) lub pobierania (/d/). # Poniższy selektor jest PRZYKŁADOWY i może wymagać dostosowania! # Może być konieczna inspekcja kodu HTML konkretnego albumu (np. za pomocą narzędzi deweloperskich przeglądarki). # Szukamy linków, które prowadzą do ścieżek /v/ lub /d/ file_page_links = set() # Użyj zbioru, aby uniknąć duplikatów # Próba znalezienia linków do stron plików (często mają ścieżkę /v/ lub /d/) # Szukamy wszystkich linków z href, a następnie filtrujemy potential_links = soup.select('a[href]') for link_tag in potential_links: href = link_tag.get('href') if href: parsed_href = urlparse(href) # Sprawdź, czy ścieżka URL zaczyna się od /v/ lub /d/ if parsed_href.path.startswith('/v/') or parsed_href.path.startswith('/d/'): full_url = urljoin(album_url, href) # Można dodać dalsze filtrowanie, jeśli np. są inne linki /v/ lub /d/ # które nie są plikami (np. /v/user/profile/...) # Na razie dodajemy wszystkie pasujące file_page_links.add(full_url) print(f"Znaleziono {len(file_page_links)} potencjalnych stron widoku/pobierania plików.") if not file_page_links: print("Nie znaleziono linków do stron plików na stronie albumu przy użyciu typowych wzorców.") print("Próba znalezienia bezpośrednich linków do mediów (atrybuty src) na stronie albumu...") # Alternatywa: czasami bezpośrednie linki do plików (np. img src, video src) są na stronie albumu. media_links = set() # Szukaj tagów z atrybutem src, które mogą być bezpośrednimi linkami do mediów for tag in soup.select('img[src], source[src], video[src], audio[src]'): src = tag.get('src') if src: full_src = urljoin(album_url, src) # Podstawowe sprawdzenie, czy link wygląda na plik medialny (może wymagać lepszego filtrowania) # np. unikaj linków do miniatur if any(full_src.lower().endswith(ext) for ext in ['.jpg', '.jpeg', '.png', '.gif', '.mp4', '.webm', '.mp3', '.ogg', '.webp']): media_links.add(full_src) if media_links: print(f"Znaleziono {len(media_links)} potencjalnych bezpośrednich linków do mediów na stronie albumu.") print("Próba pobrania tych plików bezpośrednio...") for i, direct_link in enumerate(media_links): print(f"\n--- Pobieranie bezpośredniego pliku {i+1}/{len(media_links)} ---") # Sugerowana nazwa pliku z ostatniego segmentu URL suggested_name = os.path.basename(urlparse(direct_link).path) if suggested_name and suggested_name != '/' and '.' in suggested_name: download_file(direct_link, output_dir, suggested_name) else: download_file(direct_link, output_dir) # Pobierz bez sugerowanej nazwy if not file_page_links and not media_links: print("Nie znaleziono żadnych linków do pobrania. Sprawdź URL i strukturę strony.") return # Zakończ, jeśli nie znaleziono żadnych linków # --- PRZETWARZANIE LINKÓW DO STRON PLIKÓW --- for i, file_page_url in enumerate(file_page_links): print(f"\n--- Przetwarzanie strony pliku {i+1}/{len(file_page_links)}: {file_page_url} ---") try: # Pobierz stronę pojedynczego pliku file_response = requests.get(file_page_url, timeout=30) file_response.raise_for_status() file_soup = BeautifulSoup(file_response.text, 'html.parser') # --- ZNAJDŹ BEZPOŚREDNI LINK DO POBRANIA NA STRONIE PLIKU --- # To również zależy od struktury HTML strony pliku. # Szukaj: # 1. Taga <a> z tekstem "Download" lub klasą CSS wskazującą na przycisk pobierania. # 2. Taga <a> którego href zawiera '/download/' lub bezpośrednio linkuje do pliku. # 3. Atrybutu src tagów <video>, <audio>, <img> na tej stronie. direct_download_link = None suggested_filename = None # Sugerowana nazwa pliku ze strony # Próba znalezienia dedykowanego przycisku/linku do pobrania # Często zawiera href="/download/..." lub ma specyficzną klasę # Szukaj pierwszego <a> z href zawierającym '/download/' download_button = file_soup.select_one('a[href*="/download/"]') if download_button: direct_download_link = urljoin(file_page_url, download_button.get('href')) # Spróbuj znaleźć nazwę pliku w pobliżu przycisku lub w tytule strony # Szukaj elementów z nazwą pliku, np. h1, div.filename filename_element = file_soup.select_one('h1.file-title, div.filename, title') if filename_element: suggested_filename = filename_element.get_text(strip=True) # Dodaj rozszerzenie, jeśli brakuje, a można je odgadnąć z linku if '.' not in suggested_filename and '.' in direct_download_link: ext = os.path.splitext(urlparse(direct_download_link).path)[1] if ext and len(ext) <= 5: # Podstawowe sprawdzenie czy to rozsądne rozszerzenie suggested_filename += ext # Jeśli nie znaleziono przycisku pobierania, szukaj bezpośrednich źródeł mediów if not direct_download_link: print(" Nie znaleziono dedykowanego linku pobierania, szukanie bezpośrednich źródeł mediów...") # Szukaj pierwszego src w tagach video, audio, img, source media_source = file_soup.select_one('video source[src], audio source[src], img[src], video[src], audio[src]') if media_source: direct_download_link = urljoin(file_page_url, media_source.get('src')) # Spróbuj uzyskać nazwę pliku ze ścieżki URL lub z elementu na stronie path_filename = os.path.basename(urlparse(direct_download_link).path) if path_filename and path_filename != '/' and '.' in path_filename: suggested_filename = path_filename else: # Spróbuj znaleźć nazwę pliku w tytule strony lub w elemencie h1/div.filename filename_element = file_soup.select_one('h1.file-title, div.filename, title') if filename_element: suggested_filename = filename_element.get_text(strip=True) # Dodaj rozszerzenie, jeśli brakuje if '.' not in suggested_filename and '.' in os.path.basename(urlparse(direct_download_link).path): ext = os.path.splitext(urlparse(direct_download_link).path)[1] if ext and len(ext) <= 5: suggested_filename += ext elif path_filename and path_filename != '/': # Użyj nazwy ze ścieżki jako ostatnią sugestię suggested_filename = path_filename # --- POBIERZ PLIK --- if direct_download_link: download_file(direct_download_link, output_dir, suggested_filename) else: print(f" Nie udało się znaleźć bezpośredniego linku pobierania lub źródła mediów na stronie: {file_page_url}") except requests.exceptions.RequestException as e: print(f" Błąd podczas pobierania strony pliku {file_page_url}: {e}") except Exception as e: print(f" Wystąpił nieoczekiwany błąd podczas przetwarzania strony pliku {file_page_url}: {e}") # Opcjonalnie: dodaj małe opóźnienie między żądaniami, aby nie obciążać serwera # time.sleep(0.5) # Dostosuj według potrzeb except requests.exceptions.RequestException as e: print(f"Błąd podczas pobierania strony albumu {album_url}: {e}") except Exception as e: print(f"Wystąpił nieoczekiwany błąd: {e}") # --- Główny blok wykonawczy --- if __name__ == "__main__": parser = argparse.ArgumentParser(description="Pobiera pliki z albumu bunkr.si.") parser.add_argument("album_url", help="Adres URL albumu bunkr.si (np. https://bunkr.si/a/albumID)") parser.add_argument("-o", "--output", default="downloads", help="Katalog wyjściowy dla pobranych plików (domyślnie: ./downloads)") args = parser.parse_args() # Podstawowa walidacja URL if not args.album_url.startswith('http://') and not args.album_url.startswith('https://'): print("Błąd: URL musi zaczynać się od http:// lub https://") exit(1) # Dodatkowe ostrzeżenie, jeśli URL nie wygląda na album (brak /a/) if not '/a/' in args.album_url: print("Ostrzeżenie: Podany URL nie wygląda na URL albumu (brak '/a/'). Skrypt spróbuje go przetworzyć, ale może to się nie powieść, jeśli to inny typ strony.") download_bunkr_album(args.album_url, args.output)Jak używać skryptu:
-
Zapisz powyższy kod jako plik
.py, np.bunkr_downloader.py. -
Upewnij się, że masz zainstalowane wymagane biblioteki (
requests,beautifulsoup4). Jeśli nie, uruchompip install requests beautifulsoup4. -
Uruchom skrypt z wiersza poleceń, podając URL albumu bunkr.si jako argument:
python bunkr_downloader.py https://bunkr.si/a/PRZYKLADOWE_ID_ALBUMU -
Pliki zostaną pobrane do katalogu
downloadsw tym samym miejscu, co skrypt. Możesz zmienić katalog wyjściowy za pomocą opcji-o:python bunkr_downloader.py https://bunkr.si/a/PRZYKLADOWE_ID_ALBUMU -o /ścieżka/do/moich/pobrań
Dostosowanie selektorów HTML:
Jeśli skrypt nie znajdzie plików (np. wypisze komunikaty o braku linków), prawdopodobnie musisz zaktualizować selektory CSS w kodzie. Aby to zrobić:
- Otwórz stronę albumu bunkr.si w przeglądarce.
- Kliknij prawym przyciskiem myszy na miniaturę lub nazwę pliku, który chcesz pobrać.
- Wybierz "Zbadaj element" (Inspect element).
- Przyjrzyj się strukturze HTML. Znajdź tag
<a>, który prowadzi do strony pojedynczego pliku (często otacza miniaturę). Zobacz, jakie ma klasy CSS lub jak jest zagnieżdżony. Zaktualizuj linię szukającąfile_page_links. Obecnie szuka linków, którychhrefzaczyna się od/v/lub/d/. - Otwórz stronę pojedynczego pliku (klikając na miniaturę w przeglądarce).
- Zbadaj element "Pobierz" lub tagi
<video>,<img>,<audio>. Znajdź tag<a>, który prowadzi bezpośrednio do pliku lub tagsrcw tagach mediów. Sprawdź jego klasy CSS, ID lub strukturęhref. Zaktualizuj linie szukającedirect_download_linkimedia_source. Obecnie priorytetem jest link zhrefzawierającym/download/, a potemsrcz tagów mediów.
Pamiętaj, że to narzędzie jest przykładem i może wymagać dostosowania do konkretnego przypadku i zmian na stronie docelowej. Używaj go odpowiedzialnie.
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.