xbmc a informace o filmech česky - diskuze a vylepšení.

23.8.2009 00:56 | Přečteno: 11185× | xbmc | poslední úprava: 23.8.2009 00:58

Přikládám k posouzeni xml scraper pro xbmc - stáhne informace o filmu česky! Nikde jsem nic podobného nenašel a myslím, že nejsem sám komu to trošku kazí dojem z tohodle hezkýho programu.

Není to přiš dobře otestované - spíš takový draft k diskuzi a případnému vylešení, a možná časem i do trunku xbmc ... Většina těch regulárních výrazů byla dost boj, špatně se to testuje, nakonec jsem vzdal veškeré pokusy s scraperxmled editorem/testerem pod windows a vyrobil jsem to metodou pokus/omyl pouze podle debug logu xbmc.

Soubor je uložen na uloz.to(nebo lze ukládat soubory někam na abclinuxu?) a je potřeba ho nahrát do adresáře /usr/share/xbmc/system/scrapers/video/, dál potom na adresáři s filmy v xbmc nastavit obsah na csdb a aktualizovat obsah. Těším se, že to někdo řádně otestuje a dodělá , mě už to takhle stačí.

       

Obrázky

Komentáře

[Jaromír Hradílek]

[…] nebo lze ukládat soubory někam na abclinuxu?

Lze, jako přílohu k příspěvku v diskuzi pod blogem.

[tonous]

Příloha:

• csfdcz.xml (4351 bytů)

jen krátce na jake jsem narazil nedostatky, ať to někdo neobjevuje znovu:

1. obsah filmu není detekovan pokud na konci neni text "zobrazit celý" - to je v případech kdy se vejde cely text. je tam moznost mit vic regularnich vyrazu pro jeden vystupni tag (pouzil jsem v <title>) a asi by melo jit tam zkusit dopsat dalsi varianty i pro <plot> (Vratne lahve)
2. pokud je dotaz presny a nevrati se seznam filmu, ale rovnou ten konkrétní, tak se nenajde vůbec nic(Kolja třeba)
3. vyhledavac vraci seznamy filmu otagované jako "v českých názvech, v slovenských názvech, v originálních názvech, atp. - s tím si taky zatím nevím rady a tak se jeden název v seznamu objeví třeba třikrát pod sebou (Poseidon)

Nejlíp bylo mít možnost výstupu přimo z db, bez složitého parsovaní stranek, ale kde se ptát?

[Prcek]

No buď přímo napsat POMOvi, což je zakladatel ČSFD, nebo nějakýmu programátorovi - Kdo stojí za CSFD?. Asi nemají nějaké veřejné API, takže to nejspíš nepůjde. Ale za zeptání nic nedáš .

[Senior Database Programmer]

Ten mail do CSFD by mohol vyzerat takto nejak:

"Nazdar kluci, kradnem vam obsah webu ale cez regulary je to dost tazke. Nemozete tam dat nejake verejne API aby som to mohol kradnut jednoduchsie?"

[Marek Bernát]

A keď si ten obsah webu prezerám v prehliadači, tak ho tiež kradnem? Vo vašom slovníku je asi slovo zdieľanie = krádež. Zaujímavé

[Prcek]

Já bych byl jedině rád, kdyby se můj výtvor mezi lidma používal . Jediný mínus je, že by přišli o pár návštěvníků, kteří by neviděli reklamu.

[Marek Bernát]

Myslíš tých štyroch ľudí, ktorí ešte nemajú zapnutý flashblock a adblock?

[Prcek]

Taky to mám vypnutý, ale chtěl jsem být politicky korektní a předstírat, že někdo ty reklamy fakt vidí . Ne fakt, jedinej problém ve zveřejnění API vidím v tom, že by klesla návštěvnost stránek, ale nemyslím si, že nějak moc.

[Sally]

Ty ses halt přiblblo a rejpal. Co si vytvořil ty že srážíš snahu někoho schopnějšího. Jo kritizovat to jde každému.

[Sally]

to bylo samozrejme mireno na uzivatele Marek Bernát

[lennyd]

Příloha:

• csfdcz.zip (130901 bytů)

Zdravicko,

trosku jsem si se skriptem pohral (doufam ze to puvodnimu autorovi nevadi) a rozsilil jej o:

1. Uz funguje i to prime hledani filmu (Kolja). Sice je to takovy osemetny, ale lepsi to asi uz o moc nebude
2. Plot by mel fungovat i kratsi
3. Z nazvu filmu jsem odpreparoval Slovenstinu (bratia prominou). Prece jen je ten nazev skoro stejnej jako ceskej, takze pro me je zbytecny jej zobrazovat.
4. Z csfd se taha pouze nazev filmu, zanr a plot, zbytek se dotahuje z imdb - tedy je stahovac rozsiren o Writers, MPAA, IMDB Ratingu, Fanart, Studii. Zaroven s tim je rozsireno i stahovani hercu - krome jmen je stazena i jejich "role" ve filmu a fotka.

(nahled viz. priloha)

Jako kazdej program ma skript sve mouchy - zatim jsem zjistil problem pri stahovani, pokud je v adresari pritomen NFO soubor).

Za pripadny testing, report a navrhy na vylepseni predem dekuju
Ld

[lennyd]

Příloha:

• csfdcz.zip (131839 bytů)

Tak jeste pridat spravnou prilohu - tu predchozi prosim ignorujte - je tam puvodni scraper. ld

[Marty]

Perfektní jsi fakt borec. Díky moc.

[giver]

skvela prace... vse funguje diky moc.. slo by neco podobneho udelat i na serialy? aby nazev serialu, zanr a plot tahal na http://www.serialzone.cz a ostatni na http://thetvdb.com/ ? dik gvr

[vesa]

Když jsem tam vložil do csfd , tak mě nejednou nejde stahovat automaticky a všechny filmy musím ručně , protože se mě všechny pro vyhledávač jmenují stejně jako složka , kde jsou uloženy, neví někdo jak to opravit ?

[Rudel]

Ahoj, podobný problém jsem vyřešil tím, že jsem zdroj odebral a znovu přidal, dále při výběru je potřeba zatrhnout prohledávat včetně složek 2. a další úrovně (nebo tak nějak).

[machrhoumr]

Cusek, super ze si s tim nekdo pohral. Byla by moznost upravy aby se booklety nacitaly taky z imdb misto csfd, jelikoz jsou v hroznem rozliseni. Radsi ozelim cesky popis na bookletu nez tedy kvalitu obrazku. Pokud by to slo, byl bych moc stasten. Dekuji jeste jednou ze si s tim vubec nekdo pohral.

[lennyd]

Příloha:

• csfdcs_scraper.zip (8920 bytů)

Ahoj, nová verze csfd scraperu je ke stažení zde:

(změny)
- u některých filmů to nestahovalo věci z imdb (a dalších). Problém byl v tom, že na čsfd jsou odkazy někdy na www.imdb.com, někdy na us.imdb.com, někdy jen na imdb.com. Teoreticky by to mělo opravit i problém, že se někdy nestahovaly fanarty
- je tam přidán kromě základního csfdcs i csfdcz_imdbthmb, který stahuje booklety z imdb (samozřejmě jsou pak názvy anglicky). Ten původní stahuje české (z csfd) i anglické, ale člověk by si to u těch filmů musel nastavit sám

(za otestování a případné připomínky děkuju)

-ld

[xxx]

Díky!

Je tam chybička: obálky se nestahují z CSFD vůbec, příslušný kód je zakomentovaný. U českých filmů docela problém - lepší mizerná kvalita obálky než žádná...

[lennyd]

Příloha:

• csfdcs_scraper.zip (8853 bytů)

Ajo, nechal jsem stejnou verzi pro imdb i u té české (jak jste mně správně odhalili, u anglické verze je stahování z csfd zakomentované, a stahuji se jen z imdb, u české verze oboje, akorát csfd.cz má přednost).
Akorát jsem to zas při upload zmatlal..

tak tedy opravená verze (again)

-ld

[Mystix]

Pánové, nevíte jestli existuje také něco na seriály. Nebo jak dostanete do databáze xbmc české seriály?

[lennyd]

Příloha:

• csfd_scrapers.zip (8940 bytů)

Ahoj, tady je ještě jedna verze, kde je zabudováno několikero dalších připomínek:

Bugs:
- U některých filmů (American Gangster například) se nestahoval žánr [fixed]
- U některých filmů (Milionář z chatrče) se nestahoval anglický název (zahraniční název byl z Anglie, při vyřazování slovenského názvu jsem vyhodil i Anglii :) ) [fixed]

Změny:
- Rating (hodnocení) filmu je nově stahováno z čsfd (pro českého diváka je více odpovídající). Vzhledem k tomu, že čsfd využívá jiný systém (0-100% na čsfd vs. 0-10 na imdb), tak jsem to udělal tak, že hodnocení z čsfd je přepočítáno na systém imdb (z 85% - je 8.50) (tedy pokud máte v knihovně filmy z imdb, tak nově zařazené filmy se zařadí korektně mezi ně)

Za test a připomínky (jako vždy) předem děkuju.

Další informace:
- Lepší kvalita coverů - na čsfd jsou jen tyto malé. Pokud má být cover česky, tak bude "hnusnej". Pokud chcete hezčí, tak jedině anglické z imdb.
- NFO soubory - pořád je s tím problém. Scraper nějak automaticky hledá odkaz v NFO souboru, nicméně v nich odkazy na čsfd asi nebývají. Nijak jsem se tím nezabýval a ani s tím (zatím) nehodlám začínat.
- Seriály - jelikož na seriály moc nekoukám, tak jsem se s tím moc nezabýval. Asi by neměl být větší problém to postahovat ze serialzone, jenže na to jsem móóc línej :)

(doufám, že se mi tentokrát podaří přidat správnou přílohu hned napoprvé)

-ld

[Johny007]

Diky za sdileni scraperu. Sam jsem se pred rokem pokousel udelat taky na CSFD, ale musel jsem zabehu ucit RegEx takze vysledek moc nefungoval :) Jeste jednou diky!

[Mystix]

S těmi seriály je to škoda no. Měl bych ještě jeden dotaz. Nešlo by nějak filtrovat filmy podle původu? Jde mi hlavně o rozdělení na české a ty ostatní.

[mogan]

Moc diky za to covery z IMDB !!! Presne tohle jsem chtel .. Nema to chybu :)

[lennyd]

Během víkendu (nebo po) bude k dispozici stahovač ze serialzone.cz ...

-ld

[Mystix]

Ty by bylo moooooc super

[lennyd]

Zdravím,

od nynějška všechny informace jsou zde http://ldevel.blogspot.com/.

K dispozici je zde i první build serialzone.cz scraperu .

-ld