]> git.scottworley.com Git - paperdoorknob/blobdiff - paperdoorknob.py
Parse HTML
[paperdoorknob] / paperdoorknob.py
index 8f1d840d4a4f0bc9155e6e645b19535442cb2914..bb8bdd1ae38a660b3a6f90aa3d5aa317505beee3 100644 (file)
@@ -6,15 +6,38 @@
 
 
 from argparse import ArgumentParser
+import os.path
+from bs4 import BeautifulSoup
+import requests
+import requests_cache
+from xdg_base_dirs import xdg_cache_home
 
 
 def command_line_parser() -> ArgumentParser:
     parser = ArgumentParser(prog='paperdoorknob', description='Print glowfic')
+    parser.add_argument(
+        '--cache_path',
+        metavar='PATH',
+        help='Where to keep the http cache (instead of %(default)s)',
+        default=os.path.join(xdg_cache_home(), "paperdoorknob"))
+    parser.add_argument(
+        '--timeout',
+        help='How long to wait for HTTP requests, in seconds',
+        default=30)
+    parser.add_argument('url', help='URL to retrieve')
     return parser
 
 
+def fetch(url: str, session: requests.Session, timeout: int) -> BeautifulSoup:
+    with session.get(url, timeout=timeout) as r:
+        r.raise_for_status()
+        return BeautifulSoup(r.text, 'html.parser')
+
+
 def main() -> None:
-    command_line_parser().parse_args()
+    args = command_line_parser().parse_args()
+    with requests_cache.CachedSession(args.cache_path, cache_control=True) as session:
+        fetch(args.url, session, args.timeout)
 
 
 if __name__ == '__main__':