Spaces:
Sleeping
Sleeping
Upload web_engine.py
Browse files- web_engine.py +51 -0
web_engine.py
ADDED
|
@@ -0,0 +1,51 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
import requests
|
| 2 |
+
from bs4 import BeautifulSoup
|
| 3 |
+
from urllib.parse import urlparse, parse_qs
|
| 4 |
+
|
| 5 |
+
def search_info(prompt):
|
| 6 |
+
# Замените пробелы на '+', чтобы использовать в URL
|
| 7 |
+
query = prompt.replace(' ', '+')
|
| 8 |
+
url = f"https://www.google.com/search?q={query}"
|
| 9 |
+
|
| 10 |
+
# Выполняем запрос
|
| 11 |
+
response = requests.get(url)
|
| 12 |
+
soup = BeautifulSoup(response.text, 'html.parser')
|
| 13 |
+
|
| 14 |
+
# Находим ссылки на сайты
|
| 15 |
+
links = []
|
| 16 |
+
for item in soup.find_all('h3'):
|
| 17 |
+
parent = item.find_parent('a')
|
| 18 |
+
if parent and 'href' in parent.attrs:
|
| 19 |
+
# Извлекаем фактический URL
|
| 20 |
+
link = parent['href']
|
| 21 |
+
parsed_url = urlparse(link)
|
| 22 |
+
if parsed_url.path == '/url':
|
| 23 |
+
# Получаем значение параметра 'q'
|
| 24 |
+
query_params = parse_qs(parsed_url.query)
|
| 25 |
+
if 'q' in query_params:
|
| 26 |
+
links.append(query_params['q'][0])
|
| 27 |
+
|
| 28 |
+
return links
|
| 29 |
+
|
| 30 |
+
def get_page_text(url):
|
| 31 |
+
# Выполняем запрос к странице и извлекаем текст
|
| 32 |
+
response = requests.get(url)
|
| 33 |
+
soup = BeautifulSoup(response.text, 'html.parser')
|
| 34 |
+
|
| 35 |
+
# Извлекаем текст из тега <body>
|
| 36 |
+
body = soup.find('body')
|
| 37 |
+
if body:
|
| 38 |
+
return body.get_text(separator='\n', strip=True)
|
| 39 |
+
return "Текст не найден"
|
| 40 |
+
|
| 41 |
+
def main():
|
| 42 |
+
prompt = input("Введите запрос для поиска: ") # Запрашиваем у пользователя ввод
|
| 43 |
+
results = search_info(prompt)
|
| 44 |
+
|
| 45 |
+
for link in results:
|
| 46 |
+
print(f"Ссылка: {link}")
|
| 47 |
+
text = get_page_text(link)
|
| 48 |
+
print(f"Текст: {text}\n") # Выводим полный текст страницы
|
| 49 |
+
|
| 50 |
+
if __name__ == "__main__":
|
| 51 |
+
main()
|