Tumblr support
This commit is contained in:
parent
034dc1d390
commit
c288afdd0a
1
.gitignore
vendored
1
.gitignore
vendored
@ -2,3 +2,4 @@
|
|||||||
.DS_Store
|
.DS_Store
|
||||||
ripme.log
|
ripme.log
|
||||||
rips/
|
rips/
|
||||||
|
.history
|
||||||
|
@ -0,0 +1,199 @@
|
|||||||
|
package com.rarchives.ripme.ripper.rippers;
|
||||||
|
|
||||||
|
import java.io.IOException;
|
||||||
|
import java.net.MalformedURLException;
|
||||||
|
import java.net.URL;
|
||||||
|
import java.util.regex.Matcher;
|
||||||
|
import java.util.regex.Pattern;
|
||||||
|
|
||||||
|
import org.apache.log4j.Logger;
|
||||||
|
import org.json.JSONArray;
|
||||||
|
import org.json.JSONObject;
|
||||||
|
import org.jsoup.Jsoup;
|
||||||
|
import org.jsoup.nodes.Document;
|
||||||
|
|
||||||
|
import com.rarchives.ripme.ripper.AbstractRipper;
|
||||||
|
import com.rarchives.ripme.utils.Utils;
|
||||||
|
|
||||||
|
public class TumblrRipper extends AbstractRipper {
|
||||||
|
|
||||||
|
private static final String DOMAIN = "tumblr.com",
|
||||||
|
HOST = "tumblr";
|
||||||
|
private static final Logger logger = Logger.getLogger(TumblrRipper.class);
|
||||||
|
|
||||||
|
private enum ALBUM_TYPE {
|
||||||
|
SUBDOMAIN,
|
||||||
|
TAG,
|
||||||
|
POST
|
||||||
|
}
|
||||||
|
private ALBUM_TYPE albumType;
|
||||||
|
private String subdomain, tagName, postNumber;
|
||||||
|
|
||||||
|
private final String API_KEY;
|
||||||
|
|
||||||
|
public TumblrRipper(URL url) throws IOException {
|
||||||
|
super(url);
|
||||||
|
API_KEY = Utils.getConfigString("tumblr.auth", null);
|
||||||
|
if (API_KEY == null) {
|
||||||
|
throw new IOException("Could not find tumblr authentication key in configuration");
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public boolean canRip(URL url) {
|
||||||
|
return url.getHost().endsWith(DOMAIN);
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public URL sanitizeURL(URL url) throws MalformedURLException {
|
||||||
|
return url;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public void rip() throws IOException {
|
||||||
|
String[] mediaTypes;
|
||||||
|
if (albumType == ALBUM_TYPE.POST) {
|
||||||
|
mediaTypes = new String[] { "post" };
|
||||||
|
} else {
|
||||||
|
mediaTypes = new String[] { "photo", "video" };
|
||||||
|
}
|
||||||
|
int offset;
|
||||||
|
for (String mediaType : mediaTypes) {
|
||||||
|
offset = 0;
|
||||||
|
while (true) {
|
||||||
|
String apiURL = getTumblrApiURL(mediaType, offset);
|
||||||
|
logger.info(" Retrieving " + apiURL);
|
||||||
|
Document doc = Jsoup.connect(apiURL)
|
||||||
|
.ignoreContentType(true)
|
||||||
|
.header("User-agent", USER_AGENT)
|
||||||
|
.get();
|
||||||
|
String jsonString = doc.body().html().replaceAll(""", "\"");
|
||||||
|
if (!handleJSON(jsonString)) {
|
||||||
|
// Returns false if an error occurs and we should stop.
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
try {
|
||||||
|
Thread.sleep(1000);
|
||||||
|
} catch (InterruptedException e) {
|
||||||
|
logger.error("[!] Exception while waiting to load next album:", e);
|
||||||
|
break;
|
||||||
|
}
|
||||||
|
offset += 20;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
waitForThreads();
|
||||||
|
}
|
||||||
|
|
||||||
|
private boolean handleJSON(String jsonString) {
|
||||||
|
JSONObject json = new JSONObject(jsonString);
|
||||||
|
if (json == null || !json.has("response")) {
|
||||||
|
logger.error("[!] JSON response from tumblr was invalid: " + jsonString);
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
JSONArray posts, photos;
|
||||||
|
JSONObject post, photo;
|
||||||
|
URL fileURL;
|
||||||
|
|
||||||
|
posts = json.getJSONObject("response").getJSONArray("posts");
|
||||||
|
if (posts.length() == 0) {
|
||||||
|
logger.info(" Zero posts returned. Dropping out.");
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
for (int i = 0; i < posts.length(); i++) {
|
||||||
|
post = posts.getJSONObject(i);
|
||||||
|
if (post.has("photos")) {
|
||||||
|
photos = post.getJSONArray("photos");
|
||||||
|
for (int j = 0; j < photos.length(); j++) {
|
||||||
|
photo = photos.getJSONObject(j);
|
||||||
|
try {
|
||||||
|
fileURL = new URL(photo.getJSONObject("original_size").getString("url"));
|
||||||
|
addURLToDownload(fileURL);
|
||||||
|
} catch (Exception e) {
|
||||||
|
logger.error("[!] Error while parsing photo in " + photo, e);
|
||||||
|
continue;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
} else if (post.has("video_url")) {
|
||||||
|
try {
|
||||||
|
fileURL = new URL(post.getString("video_url"));
|
||||||
|
addURLToDownload(fileURL);
|
||||||
|
} catch (Exception e) {
|
||||||
|
logger.error("[!] Error while parsing video in " + post, e);
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
if (albumType == ALBUM_TYPE.POST) {
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
}
|
||||||
|
return true;
|
||||||
|
}
|
||||||
|
|
||||||
|
private String getTumblrApiURL(String mediaType, int offset) {
|
||||||
|
StringBuilder sb = new StringBuilder();
|
||||||
|
if (albumType == ALBUM_TYPE.POST) {
|
||||||
|
sb.append("http://api.tumblr.com/v2/blog/")
|
||||||
|
.append(subdomain)
|
||||||
|
.append(".tumblr.com/posts?id=")
|
||||||
|
.append(postNumber)
|
||||||
|
.append("&api_key=")
|
||||||
|
.append(API_KEY);
|
||||||
|
return sb.toString();
|
||||||
|
}
|
||||||
|
sb.append("http://api.tumblr.com/v2/blog/")
|
||||||
|
.append(subdomain)
|
||||||
|
.append(".tumblr.com/posts/")
|
||||||
|
.append(mediaType)
|
||||||
|
.append("?api_key=")
|
||||||
|
.append(API_KEY)
|
||||||
|
.append("&offset=")
|
||||||
|
.append(offset);
|
||||||
|
if (albumType == ALBUM_TYPE.TAG) {
|
||||||
|
sb.append("&tag=")
|
||||||
|
.append(tagName);
|
||||||
|
}
|
||||||
|
return sb.toString();
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getHost() {
|
||||||
|
return HOST;
|
||||||
|
}
|
||||||
|
|
||||||
|
@Override
|
||||||
|
public String getGID(URL url) throws MalformedURLException {
|
||||||
|
Pattern p;
|
||||||
|
Matcher m;
|
||||||
|
// Tagged URL
|
||||||
|
p = Pattern.compile("^https?://([a-zA-Z0-9\\-]{1,})\\.tumblr\\.com/tagged/([a-zA-Z0-9\\-]{1,}).*$");
|
||||||
|
m = p.matcher(url.toExternalForm());
|
||||||
|
if (m.matches()) {
|
||||||
|
this.albumType = ALBUM_TYPE.TAG;
|
||||||
|
this.subdomain = m.group(1);
|
||||||
|
this.tagName = m.group(2);
|
||||||
|
this.tagName = this.tagName.replace('-', '+').replace("_", "%20");
|
||||||
|
return this.subdomain + "_tag_" + this.tagName;
|
||||||
|
}
|
||||||
|
// Post URL
|
||||||
|
p = Pattern.compile("^https?://([a-zA-Z0-9\\-]{1,})\\.tumblr\\.com/post/([0-9]{1,}).*$");
|
||||||
|
m = p.matcher(url.toExternalForm());
|
||||||
|
if (m.matches()) {
|
||||||
|
this.albumType = ALBUM_TYPE.POST;
|
||||||
|
this.subdomain = m.group(1);
|
||||||
|
this.postNumber = m.group(2);
|
||||||
|
return this.subdomain + "_post_" + this.postNumber;
|
||||||
|
}
|
||||||
|
// Subdomain-level URL
|
||||||
|
p = Pattern.compile("^https?://([a-zA-Z0-9\\-]{1,})\\.tumblr\\.com/?.*$");
|
||||||
|
m = p.matcher(url.toExternalForm());
|
||||||
|
if (m.matches()) {
|
||||||
|
this.albumType = ALBUM_TYPE.SUBDOMAIN;
|
||||||
|
this.subdomain = m.group(1);
|
||||||
|
return this.subdomain;
|
||||||
|
}
|
||||||
|
// TODO support non-tumblr.com domains
|
||||||
|
throw new MalformedURLException("Expected format: http://user.tumblr.com[/tagged/tag|/post/postno]");
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
@ -2,4 +2,5 @@ threads.size = 5
|
|||||||
file.overwrite = false
|
file.overwrite = false
|
||||||
download.retries = 3
|
download.retries = 3
|
||||||
twitter.auth = VW9Ybjdjb1pkd2J0U3kwTUh2VXVnOm9GTzVQVzNqM29LQU1xVGhnS3pFZzhKbGVqbXU0c2lHQ3JrUFNNZm8=
|
twitter.auth = VW9Ybjdjb1pkd2J0U3kwTUh2VXVnOm9GTzVQVzNqM29LQU1xVGhnS3pFZzhKbGVqbXU0c2lHQ3JrUFNNZm8=
|
||||||
|
tumblr.auth = v5kUqGQXUtmF7K0itri1DGtgTs0VQpbSEbh1jxYgj9d2Sq18F8
|
||||||
gw.api = gonewild
|
gw.api = gonewild
|
||||||
|
@ -0,0 +1,33 @@
|
|||||||
|
package com.rarchives.ripme.tst.ripper.rippers;
|
||||||
|
|
||||||
|
import java.io.IOException;
|
||||||
|
import java.net.URL;
|
||||||
|
import java.util.ArrayList;
|
||||||
|
import java.util.List;
|
||||||
|
|
||||||
|
import com.rarchives.ripme.ripper.rippers.TumblrRipper;
|
||||||
|
|
||||||
|
public class TumblrRipperTest extends RippersTest {
|
||||||
|
|
||||||
|
public void testTumblrAlbums() throws IOException {
|
||||||
|
if (false && !DOWNLOAD_CONTENT) {
|
||||||
|
return;
|
||||||
|
}
|
||||||
|
List<URL> contentURLs = new ArrayList<URL>();
|
||||||
|
contentURLs.add(new URL("http://wrouinr.tumblr.com/archive"));
|
||||||
|
contentURLs.add(new URL("http://topinstagirls.tumblr.com/tagged/berlinskaya"));
|
||||||
|
contentURLs.add(new URL("http://fittingroomgirls.tumblr.com/post/78268776776"));
|
||||||
|
for (URL url : contentURLs) {
|
||||||
|
try {
|
||||||
|
TumblrRipper ripper = new TumblrRipper(url);
|
||||||
|
ripper.rip();
|
||||||
|
assert(ripper.getWorkingDir().listFiles().length > 1);
|
||||||
|
deleteDir(ripper.getWorkingDir());
|
||||||
|
} catch (Exception e) {
|
||||||
|
e.printStackTrace();
|
||||||
|
fail("Error while ripping URL " + url + ": " + e.getMessage());
|
||||||
|
}
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
Loading…
x
Reference in New Issue
Block a user