Allocine_Backup_Account_Creator.py

# -*- coding: utf-8 -*-
import sys
import re
import os

# Vérification des bibliothèques nécessaires
try:
    from bs4 import BeautifulSoup
    import requests
except:
    print("Un ou plusieurs modules ne sont pas installés, l'installation va commencer")
    os.system("pip3 install beautifulsoup4")
    os.system("pip3 install requests")
    from bs4 import BeautifulSoup
    from bs4 import requests



def recuperer_notes(identifiant_utilisateur, type_media):
    print("Démarrage de la récupération des notes pour le type de média " + type_media)
    code_html = ""
    nombre_de_pages = 1

    # Récupération du nombre de pages liées au profil utilisateur
    if "page" in requests.get('http://www.allocine.fr/' + identifiant_utilisateur + '/' + type_media + '/?page=999').url:
        nombre_de_pages = int(requests.get(
            'http://www.allocine.fr/' + identifiant_utilisateur + '/' + type_media + '/?page=999').url.rsplit('=', 1)[
                1])
    print("Nombre de pages : " + str(nombre_de_pages))
    print("Extraction des pages, le processus peut être long...")
    for i in range(1, nombre_de_pages + 1):
        url = 'http://www.allocine.fr/' + identifiant_utilisateur + '/' + type_media + '/?page=' + str(i)
        code_html = code_html + requests.get(url).text

    # Parsing de la page HTML entière
    recherche_html = BeautifulSoup(code_html, 'html.parser')
    nombre_de_medias_trouves = 0
    # Création du fichier de sorite
    liste_notes = open("liste_notes_" + type_media + ".csv", "w", encoding="utf-8")
    liste_notes.write("Nom;Note" + "\n")
    # Pour chaque film
    for balise_film in recherche_html.find_all("div", class_="card entity-card-simple userprofile-entity-card-simple"):
        # Récupérer le nom du film
        nom_film = balise_film.find('img')['alt']
        # Compile l'expression régulière pour la classe de la note
        expression_reguliere_class = re.compile('rating-mdl n[0-5][0-5] stareval-stars')
        # Extrait la note de la classe
        note_film_html = balise_film.find("div", {"class": expression_reguliere_class})['class'][1][1:]
        note_film = (note_film_html[:1] + ',' + note_film_html[1:])
        liste_notes.write(nom_film + ";" + note_film + "\n")
        nombre_de_medias_trouves = nombre_de_medias_trouves + 1
    liste_notes.close()
    print("Fin de la récupération des notes, " + str(nombre_de_medias_trouves) + " " + type_media + " sauvegardés")


def main():
    # Vérification de la version de Python
    if sys.version_info < (3, 7):
        print("La version de Python doit être supérieure à 3.7. Le programme ne peut pas continuer")
        exit(0)

    # Vérification des paramètres
    if len(sys.argv) != 2:
        print("Aucun argument passé en pramètre")
        print("Utilisation : python Allocine_Backup_Account_Creator.py <URL utilisateur>")
        exit(0)

    # Récupération de l'identifiant utilisateur dans l'URL du profil
    identifiant_utilisateur = re.search('membre-([A-Z]|[0-9])*', sys.argv[1]).group(0)
    if "membre" not in identifiant_utilisateur:
        print("L'identifiant utilisateur n'a pas pu être récupéré, vérifiez le paramètre passé")
        print("Utilisation : python Allocine_Backup_Account_Creator.py <URL utilisateur>")
        exit(0)

    recuperer_notes(identifiant_utilisateur, "films")
    recuperer_notes(identifiant_utilisateur, "series")
    print("Les fichiers ont été sauvegardés dans le répertoire courant au format CSV")
    exit(0)

if __name__ == "__main__":
    main()