mirror of https://github.com/searxng/searxng.git
add findx engine for general, images and videos
This commit is contained in:
parent
b9d4c0523e
commit
d04e471ce5
|
@ -0,0 +1,119 @@
|
||||||
|
"""
|
||||||
|
FindX (General, Images, Videos)
|
||||||
|
|
||||||
|
@website https://www.findx.com
|
||||||
|
@provide-api no
|
||||||
|
@using-api no
|
||||||
|
@results HTML
|
||||||
|
@stable no
|
||||||
|
@parse url, title, content, embedded, img_src, thumbnail_src
|
||||||
|
"""
|
||||||
|
|
||||||
|
from dateutil import parser
|
||||||
|
from json import loads
|
||||||
|
import re
|
||||||
|
|
||||||
|
from lxml import html
|
||||||
|
|
||||||
|
from searx import logger
|
||||||
|
from searx.engines.xpath import extract_text
|
||||||
|
from searx.engines.youtube_noapi import base_youtube_url, embedded_url
|
||||||
|
from searx.url_utils import urlencode
|
||||||
|
|
||||||
|
|
||||||
|
paging = True
|
||||||
|
results_xpath = '//script[@id="initial-state"]'
|
||||||
|
search_url = 'https://www.findx.com/{category}?{q}'
|
||||||
|
type_map = {
|
||||||
|
'none': 'web',
|
||||||
|
'general': 'web',
|
||||||
|
'images': 'images',
|
||||||
|
'videos': 'videos',
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
def request(query, params):
|
||||||
|
category = 'general'
|
||||||
|
if 'category' in params and len(params['category']) == 1:
|
||||||
|
category = params['category'][0]
|
||||||
|
|
||||||
|
params['url'] = search_url.format(
|
||||||
|
category=type_map[category],
|
||||||
|
q=urlencode({
|
||||||
|
'q': query,
|
||||||
|
'page': params['pageno']
|
||||||
|
})
|
||||||
|
)
|
||||||
|
return params
|
||||||
|
|
||||||
|
|
||||||
|
def response(resp):
|
||||||
|
dom = html.fromstring(resp.text)
|
||||||
|
results_raw_json = dom.xpath(results_xpath)
|
||||||
|
results_json = loads(extract_text(results_raw_json))
|
||||||
|
|
||||||
|
if len(results_json['web']['results']) > 0:
|
||||||
|
return _general_results(results_json['web']['results'])
|
||||||
|
|
||||||
|
if len(results_json['images']['results']) > 0:
|
||||||
|
return _images_results(results_json['images']['results'])
|
||||||
|
|
||||||
|
if len(results_json['video']['results']) > 0:
|
||||||
|
return _videos_results(results_json['video']['results'])
|
||||||
|
|
||||||
|
return []
|
||||||
|
|
||||||
|
|
||||||
|
def _general_results(general_results):
|
||||||
|
results = []
|
||||||
|
for result in general_results:
|
||||||
|
results.append({
|
||||||
|
'url': result['url'],
|
||||||
|
'title': result['title'],
|
||||||
|
'content': result['sum'],
|
||||||
|
})
|
||||||
|
return results
|
||||||
|
|
||||||
|
|
||||||
|
def _images_results(image_results):
|
||||||
|
results = []
|
||||||
|
for result in image_results:
|
||||||
|
results.append({
|
||||||
|
'url': result['sourceURL'],
|
||||||
|
'title': result['title'],
|
||||||
|
'content': result['source'],
|
||||||
|
'thumbnail_src': _extract_url(result['assets']['thumb']['url']),
|
||||||
|
'img_src': _extract_url(result['assets']['file']['url']),
|
||||||
|
'template': 'images.html',
|
||||||
|
})
|
||||||
|
return results
|
||||||
|
|
||||||
|
|
||||||
|
def _videos_results(video_results):
|
||||||
|
results = []
|
||||||
|
for result in video_results:
|
||||||
|
if not result['kind'].startswith('youtube'):
|
||||||
|
logger.warn('Unknown video kind in findx: {}'.format(result['kind']))
|
||||||
|
continue
|
||||||
|
|
||||||
|
description = result['snippet']['description']
|
||||||
|
if len(description) > 300:
|
||||||
|
description = description[:300] + '...'
|
||||||
|
|
||||||
|
results.append({
|
||||||
|
'url': base_youtube_url + result['id'],
|
||||||
|
'title': result['snippet']['title'],
|
||||||
|
'content': description,
|
||||||
|
'thumbnail': _extract_url(result['snippet']['thumbnails']['default']['url']),
|
||||||
|
'publishedDate': parser.parse(result['snippet']['publishedAt']),
|
||||||
|
'embedded': embedded_url.format(videoid=result['id']),
|
||||||
|
'template': 'videos.html',
|
||||||
|
})
|
||||||
|
return results
|
||||||
|
|
||||||
|
|
||||||
|
def _extract_url(url):
|
||||||
|
matching = re.search('(/https?://[^)]+)', url)
|
||||||
|
if matching:
|
||||||
|
return matching.group(0)[1:]
|
||||||
|
return ''
|
|
@ -218,6 +218,24 @@ engines:
|
||||||
shortcut : fd
|
shortcut : fd
|
||||||
disabled : True
|
disabled : True
|
||||||
|
|
||||||
|
- name : findx
|
||||||
|
engine : findx
|
||||||
|
shortcut : fx
|
||||||
|
categories : general
|
||||||
|
disabled : True
|
||||||
|
|
||||||
|
- name : findx images
|
||||||
|
engine : findx
|
||||||
|
shortcut : fxi
|
||||||
|
categories : images
|
||||||
|
disabled : True
|
||||||
|
|
||||||
|
- name : findx videos
|
||||||
|
engine : findx
|
||||||
|
shortcut : fxv
|
||||||
|
categories : videos
|
||||||
|
disabled : True
|
||||||
|
|
||||||
- name : flickr
|
- name : flickr
|
||||||
categories : images
|
categories : images
|
||||||
shortcut : fl
|
shortcut : fl
|
||||||
|
|
Loading…
Reference in New Issue