Extraire les informations d'une page publique Facebook

Dans l'article précédent, le script permettait de recuperer toutes les urls des pages facebook publique.

Ici on va ajouter une moulinette pour récupérer la photos présente sur chacune de ces pages.

voici le script:

#!/usr/bin/env python

import urllib2

import os

import sys

import _pg

import ConfigParser    

from BeautifulSoup import BeautifulSoup

def getUrlInfo(url):    

    SERVEUR = "profile.ak.fbcdn.net"

    urlBase = url

    pageHttp = urllib2.urlopen(urlBase)

    pageHtml = str(pageHttp.read())

    htmlDom = BeautifulSoup(pageHtml)

    # Obtenir l'url de l'image

    debutURL = str(pageHtml[pageHtml.find(SERVEUR)+len(SERVEUR):])

    base = debutURL[2:]

    base = base[:base.find("\/")]

    tmp = debutURL[debutURL.find(base)+len(base)+2:]

    pictureName = tmp[:tmp.find("\\")]

    # On verifie si on a bien un nom d'image

    if(pictureName.find(".jpg") == 0):

        return

    tmp = tmp[tmp.find("alt=\\\"")+len("alt=\\\""):]

    FULL_NAME = tmp[:tmp.find("\\\"")]

    picture_page = "http://"+SERVEUR+"/"+base+"/"+pictureName

    # On ouvre l'url qui mene a l'image

    opener1 = urllib2.build_opener()

    page1 = opener1.open(picture_page)

    # On lit cette url pour la stocker dans une variable

    my_picture = page1.read()

    filename = FULL_NAME + picture_page[-4:]

    # On enregistre l'image telecharger avec comme nom celui du proprietaire de la page

    fout = open(filename, "wb")

    fout.write(my_picture)

    fout.close()

Ce script sera utilisé comme module dans le script précédent pour lancer le téléchargement à chaque itération. 

Comments

[Lisa]

article trés intéressant!