IG ripper now no longer errors out on last page
This commit is contained in:
parent
4af4691893
commit
ecf7a4b623
@ -271,34 +271,43 @@ public class InstagramRipper extends AbstractHTMLRipper {
|
|||||||
}
|
}
|
||||||
|
|
||||||
@Override
|
@Override
|
||||||
public Document getNextPage(Document doc) {
|
public Document getNextPage(Document doc) throws IOException {
|
||||||
|
Document toreturn;
|
||||||
if (!nextPageID.equals("") && !isThisATest()) {
|
if (!nextPageID.equals("") && !isThisATest()) {
|
||||||
if (url.toExternalForm().contains("/tags/")) {
|
if (url.toExternalForm().contains("/tags/")) {
|
||||||
try {
|
try {
|
||||||
// Sleep for a while to avoid a ban
|
// Sleep for a while to avoid a ban
|
||||||
sleep(2500);
|
sleep(2500);
|
||||||
if (url.toExternalForm().substring(url.toExternalForm().length() - 1).equals("/")) {
|
if (url.toExternalForm().substring(url.toExternalForm().length() - 1).equals("/")) {
|
||||||
return Http.url(url.toExternalForm() + "?max_id=" + nextPageID).get();
|
toreturn = Http.url(url.toExternalForm() + "?max_id=" + nextPageID).get();
|
||||||
} else {
|
} else {
|
||||||
return Http.url(url.toExternalForm() + "/?max_id=" + nextPageID).get();
|
toreturn = Http.url(url.toExternalForm() + "/?max_id=" + nextPageID).get();
|
||||||
}
|
}
|
||||||
|
logger.info(toreturn.html());
|
||||||
|
if (!hasImage(toreturn)) {
|
||||||
|
throw new IOException("No more pages");
|
||||||
|
}
|
||||||
|
return toreturn;
|
||||||
|
|
||||||
} catch (IOException e) {
|
} catch (IOException e) {
|
||||||
return null;
|
throw new IOException("No more pages");
|
||||||
}
|
}
|
||||||
|
|
||||||
}
|
}
|
||||||
try {
|
try {
|
||||||
// Sleep for a while to avoid a ban
|
// Sleep for a while to avoid a ban
|
||||||
sleep(2500);
|
sleep(2500);
|
||||||
return Http.url("https://www.instagram.com/" + userID + "/?max_id=" + nextPageID).get();
|
toreturn = Http.url("https://www.instagram.com/" + userID + "/?max_id=" + nextPageID).get();
|
||||||
|
if (!hasImage(toreturn)) {
|
||||||
|
throw new IOException("No more pages");
|
||||||
|
}
|
||||||
|
return toreturn;
|
||||||
} catch (IOException e) {
|
} catch (IOException e) {
|
||||||
return null;
|
return null;
|
||||||
}
|
}
|
||||||
} else {
|
} else {
|
||||||
logger.warn("Can't get net page");
|
throw new IOException("No more pages");
|
||||||
}
|
}
|
||||||
return null;
|
|
||||||
}
|
}
|
||||||
|
|
||||||
@Override
|
@Override
|
||||||
@ -306,4 +315,20 @@ public class InstagramRipper extends AbstractHTMLRipper {
|
|||||||
addURLToDownload(url);
|
addURLToDownload(url);
|
||||||
}
|
}
|
||||||
|
|
||||||
|
private boolean hasImage(Document doc) {
|
||||||
|
try {
|
||||||
|
JSONObject json = getJSONFromPage(doc);
|
||||||
|
JSONArray profilePage = json.getJSONObject("entry_data").getJSONArray("ProfilePage");
|
||||||
|
JSONArray datas = profilePage.getJSONObject(0).getJSONObject("user").getJSONObject("media").getJSONArray("nodes");
|
||||||
|
logger.info(datas.length());
|
||||||
|
if (datas.length() == 0) {
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
return true;
|
||||||
|
} catch (IOException e) {
|
||||||
|
return false;
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
||||||
|
|
||||||
}
|
}
|
||||||
|
Loading…
Reference in New Issue
Block a user