update readme, rename searching script

1 files changed, 49 insertions, 0 deletions

diff --git a/search_2ch_archive.py b/search_2ch_archive.py
new file mode 100755
index 0000000..2ddb211
--- /dev/null
+++ b/search_2ch_archive.py
@@ -0,0 +1,49 @@
+#!/usr/bin/python3
+import requests, re
+#import sys
+
+def test_link_text(text):
+    text = text.upper()
+    words = (
+        'ЭРДОГАН',
+        'ТРИУМФАЛЬНО',
+        'ВОЕННОЕ ВМЕШАТЕЛЬСТВО',
+        'ИНДЕКСИРОВАН БЕЗУКОРИЗНЕННО',
+        'ЗАКАДЫЧНО[ПАРРОМА]',
+        'РОБОТИЧЕСКИ',
+        'ЫТРЭЧ',
+        'АКРОБАТИЧЕСКОЕ',
+        'МЕСТА(!)',
+        'СУХОГРУЗ',
+        'ГАЗ-53',
+        'ОТКЛАДЫВАЕТСЯ ЛИНЕЙНО',
+        'ДЕЖУРНЫЕ С ВЫШЕСТОЯЩИМИ',
+        'Х О Р Т И Ц А',
+        'ЯРОСЛАВСКАЯ ГУБЕРНИЯ',
+        'ПРИСУТСТВИЕ ВОЕННОЕ',
+        'ИМЕНИЯ ВЫШЕСТОЯЩИХ'
+    )
+    for w in words:
+        if w in text:
+            return True
+    return False
+
+def full_url(url):
+    return 'https://2ch.hk' + url
+
+def find_triumfalno():
+    page = 500
+    board = "b"
+    while page <= 600:
+        #print("fetching page %d" % page)
+        url = "https://2ch.hk/%s/arch/%d.html" % (board, page)
+        r = requests.get(url)
+        for a in re.finditer(r'<a href="(/'+board+'/arch/[\d-]+/res/\d+\.html)">(.*?)</a>', r.text, flags=re.I|re.M):
+            link_href = a.group(1)
+            link_text = a.group(2)
+            if test_link_text(link_text):
+                print("%s => %s" % (full_url(link_href), link_text))
+        page += 1
+
+if __name__ == '__main__':
+    find_triumfalno()