From f1501f33c130e45b2ca68e6bf0789c7cf1f677f4 Mon Sep 17 00:00:00 2001 From: frxz751113 <156018267+frxz751113@users.noreply.github.com> Date: Thu, 19 Sep 2024 14:51:08 +0800 Subject: [PATCH] =?UTF-8?q?Update=20=E7=BD=91=E7=BB=9C=E6=94=B6=E9=9B=86.p?= =?UTF-8?q?y?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- py/网络收集.py | 54 +++++++++++++++++++++++++------------------------- 1 file changed, 27 insertions(+), 27 deletions(-) diff --git a/py/网络收集.py b/py/网络收集.py index b4ccca2..187d5a5 100644 --- a/py/网络收集.py +++ b/py/网络收集.py @@ -84,7 +84,7 @@ def merge_txt_files(urls, output_filename='汇总.txt'): try: response = requests.get(url) response.raise_for_status() # 确保请求成功 - # 尝试将响应内容解码为UTF-8，如果失败则尝试其他编码 + # 尝试将响应内容解码为UTF-8,如果失败则尝试其他编码 try: content = response.content.decode('utf-8') except UnicodeDecodeError: @@ -267,14 +267,14 @@ with open('汇总.txt', 'w', encoding='utf-8') as new_file: for line in lines: # 去除行尾的换行符 line = line.rstrip('\n') - # 分割行，获取逗号前的字符串 + # 分割行,获取逗号前的字符串 parts = line.split(',', 1) if len(parts) > 0: # 替换逗号前的字符串 before_comma = parts[0] for old, new in replacements.items(): before_comma = before_comma.replace(old, new) - # 将替换后的逗号前部分和逗号后部分重新组合成一行，并写入新文件 + # 将替换后的逗号前部分和逗号后部分重新组合成一行,并写入新文件 new_line = f'{before_comma},{parts[1]}\n' if len(parts) > 1 else f'{before_comma}\n' new_file.write(new_line) @@ -326,7 +326,7 @@ def remove_duplicates(input_file, output_file): if urls and urls[0] not in seen_urls: seen_urls.add(urls[0]) output_lines.append(line) - # 如果找到包含genre的行，无论是否已被记录，都写入新文件 + # 如果找到包含genre的行,无论是否已被记录,都写入新文件 if genre_line: output_lines.append(line) # 将结果写入输出文件 @@ -347,14 +347,14 @@ import os # 定义一个包含所有要排除的关键词的列表 excluded_keywords = [ 'epg', 'mitv', 'udp', 'rtp', 'P2p', 'p2p', 'p3p', 'P2P', '新闻综合', 'P3p', 'jdshipin', '9930/qilu', 'gitcode.net', '151:99', '21dtv', '8.137', 'txmov2', 'gcw.bdcdn', 'metshop', - 'shandong', 'goodiptv', '购物', '[', 'P3P', '腔', '曲', '//1', '/hls/', '春节', 'free.xiptv', 'tw.ts138', 'hlspull', '95.179', 'gat.zhou' + 'shandong', 'goodiptv', '购物', '[', 'P3P', '腔', '曲', '//1', '/hls/', '春节', 'free', 'ts138', 'hlspull', '95.179', 'gat' # 在这里添加需要排除的关键词 ] # 定义一个包含所有要提取的关键词的列表 extract_keywords = ['1905', '凤凰卫视', '人间卫视', '亚洲卫视', '香港卫视', '神乐', '翡翠台', '凤凰香港', '凤凰中文', '凤凰资讯', 'AXN', 'AMC', '香蕉', '电影台', '大爱', '东森', 'MTV', '华视', '中天', '天良', '翡翠台', '美亚', '星影', '纬来', '天映', '无线', '华剧台', '华丽台', '剧台', 'Movie', '八大', '采昌', '靖天', '美亚', '民視', '探索', '旅游', '影视2', - '影视3', '中视', '豬哥亮', 'TVB', '东森', '公视', '华视', '寰宇', '戏剧', '靖', '龙华', '龙祥', '民视', '三立', '中视', '猪哥亮', '综艺', '新闻', '影迷', '影剧', '电视剧' + '影视3', '中视', '豬哥亮', 'TVB', '东森', '公视', '华视', '寰宇', '戏剧', '靖', '龙华', '龙祥', '民视', '三立', '中视', '猪哥亮', '综艺', '新闻', '影迷', '影剧', '电视剧', 'ali' # 在这里添加需要提取的关键词 ] @@ -367,7 +367,7 @@ with open('2.txt', 'r', encoding='utf-8') as file: for line in lines: # 首先检查行是否包含任何提取关键词 if any(keyword in line for keyword in extract_keywords): - # 如果包含提取关键词，进一步检查行是否不包含任何排除关键词 + # 如果包含提取关键词,进一步检查行是否不包含任何排除关键词 if not any(keyword in line for keyword in excluded_keywords): outfile.write(line) # 写入符合条件的行到文件 @@ -383,7 +383,7 @@ def parse_file(input_file_path, output_file_name): with open(input_file_path, 'r', encoding='utf-8') as file: for line in file: line = line.strip() - # 如果行是分类标签行，则跳过 + # 如果行是分类标签行,则跳过 if ",#genre#" in line: continue # 检查行是否包含IP或域名 @@ -391,7 +391,7 @@ def parse_file(input_file_path, output_file_name): if match: # 提取匹配到的IP或域名 matched_text = match.group(1) - # 去除IP或域名后的剩余部分，只保留匹配到的IP或域名 + # 去除IP或域名后的剩余部分,只保留匹配到的IP或域名 ip_or_domain = matched_text.split('://')[-1].split('/')[0].split('::')[0] # 将行添加到对应的IP或域名列表中 if ip_or_domain not in ip_or_domain_to_lines: @@ -400,9 +400,9 @@ def parse_file(input_file_path, output_file_name): ############################################################################### 过滤掉小于1500字节的IP或域名段 filtered_ip_or_domain_to_lines = {ip_or_domain: lines for ip_or_domain, lines in ip_or_domain_to_lines.items() if sum(len(line) for line in lines) >= 300} - # 如果没有满足条件的IP或域名段，则不生成文件 + # 如果没有满足条件的IP或域名段,则不生成文件 if not filtered_ip_or_domain_to_lines: - print("没有满足条件的IP或域名段，不生成文件。") + print("没有满足条件的IP或域名段,不生成文件。") return # 合并所有满足条件的IP或域名的行到一个文件 with open(output_file_name, 'w', encoding='utf-8') as output_file: @@ -427,7 +427,7 @@ file_path = "2.txt" output_file_path = "网络收集.txt" def get_ip_key(url): - """从 URL 中提取 IP 地址，并构造一个唯一的键""" + """从 URL 中提取 IP 地址,并构造一个唯一的键""" start = url.find('://') + 3 end = url.find('/', start) return url[start:end] if end!= -1 else None @@ -521,7 +521,7 @@ remove_duplicates('网络收集.txt', '网络收集.txt') -############################################################################全部检测，防止IP段失效 +############################################################################全部检测,防止IP段失效 # 函数：获取视频分辨率 @@ -538,7 +538,7 @@ def get_video_resolution(video_path, timeout=0.8): def process_line(line, output_file, order_list, valid_count, invalid_count, total_lines): parts = line.strip().split(',') if '#genre#' in line: - # 如果行包含 '#genre#'，直接写入新文件 + # 如果行包含 '#genre#',直接写入新文件 with threading.Lock(): output_file.write(line) print(f"已写入genre行：{line.strip()}") @@ -592,7 +592,7 @@ def main(source_file_path, output_file_path): # 等待队列中的所有任务完成 task_queue.join() - print(f"任务完成，有效频道数：{valid_count[0]}, 无效频道数：{invalid_count[0]}, 总频道数：{len(lines)}") + print(f"任务完成,有效频道数：{valid_count[0]}, 无效频道数：{invalid_count[0]}, 总频道数：{len(lines)}") if __name__ == "__main__": source_file_path = '网络收集.txt' # 替换为你的源文件路径 @@ -610,11 +610,11 @@ from pypinyin import lazy_pinyin with open("网络收集.txt", "r", encoding="utf-8") as file: # 读取所有行并存储到列表中 lines = file.readlines() -# 定义一个函数，用于提取每行的第一个数字 +# 定义一个函数,用于提取每行的第一个数字 def extract_first_number(line): match = re.search(r'\d+', line) return int(match.group()) if match else float('inf') -# 对列表中的行进行排序，按照第一个数字的大小排列，其余行按中文排序 +# 对列表中的行进行排序,按照第一个数字的大小排列,其余行按中文排序 sorted_lines = sorted(lines, key=lambda x: (not 'CCTV' in x, extract_first_number(x) if 'CCTV' in x else lazy_pinyin(x.strip()))) # 将排序后的行写入新的utf-8编码的文本文件 with open("网络收集.txt", "w", encoding="utf-8") as file: @@ -630,13 +630,13 @@ def parse_file(input_file_path, output_file_name): # # 用于存储每个IP或域名及其对应的行列表 ip_or_domain_to_lines = {} # 用于生成分类名的字母和数字计数器 - alphabet_counter = 0 # 字母计数器，从0开始 - number_counter = 1 # 数字计数器，从1开始 + alphabet_counter = 0 # 字母计数器,从0开始 + number_counter = 1 # 数字计数器,从1开始 # 读取原始文件内容 with open(input_file_path, 'r', encoding='utf-8') as file: for line in file: line = line.strip() - # 如果行是分类标签行，则跳过 + # 如果行是分类标签行,则跳过 if ",#genre#" in line: continue # 检查行是否包含IP或域名 @@ -644,7 +644,7 @@ def parse_file(input_file_path, output_file_name): # if match: # 提取匹配到的IP或域名 matched_text = match.group(1) - # 去除IP或域名后的剩余部分，只保留匹配到的IP或域名 + # 去除IP或域名后的剩余部分,只保留匹配到的IP或域名 ip_or_domain = matched_text.split('://')[-1].split('/')[0].split('::')[0] # 将行添加到对应的IP或域名列表中 if ip_or_domain not in ip_or_domain_to_lines: @@ -653,9 +653,9 @@ def parse_file(input_file_path, output_file_name): # # 过滤掉小于1000字节的IP或域名段 filtered_ip_or_domain_to_lines = {ip_or_domain: lines for ip_or_domain, lines in ip_or_domain_to_lines.items() if sum(len(line) for line in lines) >= 200} # 过滤掉小于1000字节的IP或域名段 - # 如果没有满足条件的IP或域名段，则不生成文件 + # 如果没有满足条件的IP或域名段,则不生成文件 if not filtered_ip_or_domain_to_lines: - print("没有满足条件的IP或域名段，不生成文件。") + print("没有满足条件的IP或域名段,不生成文件。") return # 合并所有满足条件的IP或域名的行到一个文件 with open(output_file_name, 'w', encoding='utf-8') as output_file: #output_ @@ -686,13 +686,13 @@ with open(file_path, 'r+', encoding='utf-8') as f: f.write(f'{current_time}更新,#genre#\n') f.write(f'虚情的爱,https://vd2.bdstatic.com/mda-mi1dd05gmhwejdwn/sc/cae_h264/1630576203346678103/mda-mi1dd05gmhwejdwn.mp4\n{content}') -################################################################################################任务结束，删除不必要的过程文件 +################################################################################################任务结束,删除不必要的过程文件 files_to_remove = ["2.txt", "汇总.txt"] for file in files_to_remove: if os.path.exists(file): os.remove(file) - else: # 如果文件不存在，则提示异常并打印提示信息 - print(f"文件 {file} 不存在，跳过删除。") -print("任务运行完毕，频道列表可查看文件夹内源.txt文件！") + else: # 如果文件不存在,则提示异常并打印提示信息 + print(f"文件 {file} 不存在,跳过删除。") +print("任务运行完毕,频道列表可查看文件夹内源.txt文件！")