naeel
c3211f0602
- Throttle: Thread-safe координация задержек - BanDetector: автоопределение бана - fetch: thread-local сессии вместо глобальной - run: ThreadPoolExecutor + диапазоны страниц + мерж - output/state: поддержка worker-папок и merge_states() - __main__: --workers, --no-delay, --no-ban-test - VWTS/forums-survey.md: обзор 20+ автофорумов
72 lines
2.6 KiB
Python
72 lines
2.6 KiB
Python
"""Точка входа.
|
|
|
|
Использование:
|
|
python -m vwts_scraper https://vwts.ru/forum/vag/benzinovye-dvigateli/
|
|
python -m vwts_scraper URL --workers 8 --no-delay
|
|
python -m vwts_scraper URL --workers 1 # однопоточно (как раньше)
|
|
|
|
Пауза: Ctrl+C → состояние сохраняется.
|
|
Продолжить: та же команда.
|
|
"""
|
|
|
|
import sys, logging
|
|
from .config import OUTPUT_DIR, WORKERS
|
|
|
|
OUTPUT_DIR.mkdir(parents=True, exist_ok=True)
|
|
|
|
logging.basicConfig(
|
|
level=logging.INFO,
|
|
format="%(asctime)s [%(levelname)s] %(message)s",
|
|
datefmt="%H:%M:%S",
|
|
handlers=[
|
|
logging.StreamHandler(sys.stdout),
|
|
logging.FileHandler(OUTPUT_DIR / "scraper.log", encoding="utf-8"),
|
|
],
|
|
)
|
|
|
|
if __name__ == "__main__":
|
|
# ── Парсинг аргументов ──────────────────────────────────────────
|
|
args = sys.argv[1:]
|
|
if len(args) < 1 or "vwts.ru" not in args[0]:
|
|
print("❌ Укажи URL раздела vwts.ru. Пример:")
|
|
print(" python -m vwts_scraper "
|
|
"https://vwts.ru/forum/vag/benzinovye-dvigateli/")
|
|
print("\n⚙️ Опции:")
|
|
print(" --workers N количество потоков (по умолчанию 4)")
|
|
print(" --no-delay без координации задержек")
|
|
print(" --no-ban-test не проверять бан")
|
|
sys.exit(1)
|
|
|
|
section_url = args[0].rstrip("/") + "/"
|
|
workers = WORKERS
|
|
no_delay = False
|
|
ban_test = True
|
|
|
|
for a in args[1:]:
|
|
if a == "--no-delay":
|
|
no_delay = True
|
|
elif a == "--no-ban-test":
|
|
ban_test = False
|
|
elif a == "--workers" or a == "-w":
|
|
idx = args.index(a)
|
|
if idx + 1 < len(args):
|
|
try:
|
|
workers = int(args[idx + 1])
|
|
except ValueError:
|
|
pass
|
|
|
|
from .run import run
|
|
|
|
log = logging.getLogger(__name__)
|
|
log.info("=" * 60)
|
|
log.info(f"🚀 vwts.ru — раздел: {section_url.split('/')[-2]}")
|
|
log.info(f"📂 {OUTPUT_DIR}/{section_url.split('/')[-2]}/part_*.jsonl")
|
|
log.info("🛑 Ctrl+C = пауза | Повторить команду = продолжить")
|
|
log.info("=" * 60)
|
|
|
|
try:
|
|
run(section_url, workers=workers, no_delay=no_delay, ban_test=ban_test)
|
|
except KeyboardInterrupt:
|
|
log.info("\n🛑 ПАУЗА. Продолжить: та же команда.")
|
|
sys.exit(0)
|