def pobierz_przystanki(self):
"""
Jeœli ju¿ mamy przystanki, zwróæ je. W przeciwnym razie
wejdŸ na linka z obiektu, przeskocz ramki i dla ka¿dego
z kierunków, przetwórz go.
"""
if not self.przystanki:
tree = html.parse(self.url)
tree = wybierz_ramke(tree,'rozklad',self.base_url)
tree = wybierz_ramke(tree,'D',self.base_url)
kat_linia = 'przetworzone/lista_przystankow/%s' % \
self.nazwa
kierunki = tree.xpath('//td [@class="przyst"]')
makedir_quiet(kat_linia)
plik_ilosc_kier = open(kat_linia+'/il_kier.csv','w')
print(len(kierunki),file=plik_ilosc_kier)
plik_ilosc_kier.close()
for i in range(len(kierunki)):
self.przetworz_kierunek(kierunki[i],i)
return self.przystanki
def listuj_linie(url):
"""
Funkcja wchodzi na podanego URL'a (w przypadku strony MPK, musi
nast¹piæ przekierowanie, bo mamy index.jsp, a nie .html) i
pobiera listê linii.
TODO: rozró¿niaæ autobusy dzienne/nocne i tramwaje? Na tej
podstronie jest taka mo¿liwoœæ.
"""
tree = html.parse(url+'/index.html')
przekierowanie = tree.xpath('//meta [@http-equiv="refresh"]')
if przekierowanie:
#Wybierz pierwszy element z tej tablicy i weŸ tekst na
#prawo od URL w jego 'content'.
nowy_url = przekierowanie[0].attrib['content'].split(
'URL=')[-1]
tree = html.parse(nowy_url)
linie_tree = wybierz_ramke(tree,'rozklad',url)
linie_td = linie_tree.xpath('//div [contains(@id,bx1)]//td \
[@class="nagl" and not(contains( \
.,"Aktualny"))]')
ret = []
makedir_quiet('przetworzone')
f = open('przetworzone/lista_linii.txt','w')
for linia in linie_td:
link = linia.xpath('a')[0]
#wytnij "Linia: " z linka i uznaj to za nazwê linii
nazwa_linii = link.text_content().lstrip("Linia: ")
url_linii = url+link.attrib['href']
ret += [Linia(nazwa_linii,url_linii,url)]
print(nazwa_linii,file=f)
return ret
def przetworz_rozklad(url,base_url,stary_base_url,nazwa_linii,i):
"""
Pobieramy rozk³ad i przetwarzamy go. Do odczytania ramek
potrzebne by³o czary_mary z base_url i stary_base_url.
Wynika to ze sposobu, w jaki pliki z rozk³adami s¹ zapisane
w pliku .zip na stronie. Poza znakiem zapytaniem w treœci,
trzeba by³o jeszcze jakoœ rozwi¹zaæ "../" w adresach.
"""
zwracany_rozklad = Rozklad()
docelowy_url = popraw_file_url(base_url+url)
tree = html.parse(docelowy_url)
if url.find('ramka.html?l=')!=-1: #wersja z ZIPa
#wybieramy l= oraz p= z URL'a i symulujemy dzia³anie
#kodu JS w ZIPach - ³adujemy odpowiedni plik.
par = re.findall('\?l=(.*?)&p=(.*?)&k',url)[0]
nowy_url = "%s/%s/%s.htm" % (
stary_base_url,par[0],par[1])
try: #USUN¥Æ PO TESTACH
tree = html.parse(nowy_url)
except:
print("t³umiê b³¹d pobierania: %s" % nowy_url)
return
#tree = html.fromstring(
# nowy_html.decode('windows-1250'))
else: #wersja ze strony
tree = wybierz_ramke(tree,'T',base_url)
#Wybieramy dwie g³ówne tabele.
glowne_tabele = tree.xpath('//td [@valign="TOP"]')
assert(len(glowne_tabele)==2)
#Nastêpnie, wyci¹gamy tabelê z czasami oraz rozk³adem.
tabela_z_czasami = glowne_tabele[0]
tabela_z_rozkladem = glowne_tabele[1].xpath('./table')[0]
assert(len(tabela_z_rozkladem.xpath('./tr'))==4)
#ID przystanku jest w takim TD, który nie ma ustawionej klasy
#a jednoczeœnie ma colspan=2 i align=center.
id_przystanku_td = tree.xpath('//td[not(@class="naglczas") \
and @align="CENTER" and @colspan="2"]')
assert(len(id_przystanku_td)==1)
#TODO: Mo¿e to jest lepsze miejsce do wyci¹gania nazw
#przystanków?
id_przystanku_tekst = id_przystanku_td[0].text_content()
#Wzorzec - coœtam, coœtam w nawiasie, koniec. Interesuje nas
#to drugie coœtam.
id_przystanku = re.findall('(.*)\((.*?)\)$',
id_przystanku_tekst)[0]
#Ustawiamy to zwracanemu obiektowi.
zwracany_rozklad.id_przystanku = id_przystanku[1]
#utwórz na wszelki wypadek katalog na listy przystanków,
#a nastêpnie otwórz plik_lista, gdzie dopiszemy i-ty kierunek
nazwa_katalogu = 'przetworzone/lista_przystankow/'+nazwa_linii
makedir_quiet(nazwa_katalogu)
plik_lista = open("%s/%d.csv" % (nazwa_katalogu,i),'a')
print("%s" % id_przystanku[1], file=plik_lista)
plik_lista.close()
#Tworzymy katalog dla tego konkretnego rozk³adu.
nazwa_katalogu = 'przetworzone/rozklady/%s/%s' % (nazwa_linii,
id_przystanku[1])
makedir_quiet(nazwa_katalogu)
#To te¿ ustawiamy zwracanemu obiektowi.
zwracany_rozklad.nazwa_katalogu = nazwa_katalogu
#Wybieramy tr'ki z tabeli z rozk³adem. Rozk³ad to drugi tr,
#nag³ówek ('W niedziele/dni robocze' itp) jest w pierwszym.
wiersze_tabeli_z_rozkladem = tabela_z_rozkladem.xpath('./tr')
rozklad = wiersze_tabeli_z_rozkladem[2]
naglowki = wiersze_tabeli_z_rozkladem[0]
#Otwieramy plik na nag³ówki.
plik_naglowki = open('%s/naglowki.csv' % nazwa_katalogu ,'w')
#Wyci¹gamy z rozk³adu kolumny i iterujemy od 0 do po³owy ich
#liczby.
kolumny_rozkladu = rozklad.xpath('./td')
for i in range(int(len(kolumny_rozkladu)/2)):
#Zczytujemy nazwê nag³ówka i zapisujemy j¹.
nazwa_naglowka = naglowki[i].text_content()
print("%s,%s" % (i,nazwa_naglowka),file=plik_naglowki)
#Przetwarzamy parê kolumn rozk³adu - godziny i minuty.
zwracany_rozklad.przetworz_kolumne_rozkladu(
kolumny_rozkladu[i*2],
kolumny_rozkladu[i*2+1],i)
return zwracany_rozklad
