LiveABC Audios Fetcher

terminal
,

現在沒人在用光碟了啦 ！!

Live ABC 互動英語

LiveABC 互動英語出了好多英語學習雜誌，像是 CNN 互動英語、Biz 互動英語等等， 應該是最多量的一家了吧。買雜誌的話，通常會分有附互動光碟版以及課文朗讀版， 不管哪一種都是有附 CD 光碟的。

要是真的只有雜誌的話，那要聽裡面原文發音的人等等怎麼辦呢？ 只好準時收聽廣播了 通常音檔都會放在網路上讓人下載啦，只是會需要登入會員才行。

Biz

會員登入後，會有列出音檔的下載網址。

但其實知道網址的話，光下載是不需要登入的。

所以只要知道下載網址的規則就好了XD。

以 Biz 互動英語2017年4月份為例，音檔是被包成三個 zip 檔案這樣放的。

1
2
3
$ wget http://www.liveabc.com/declaim/biz/10604/Normal/biz10604n_01_13.zip
$ wget http://www.liveabc.com/declaim/biz/10604/Normal/biz10604n_14_26.zip
$ wget http://www.liveabc.com/declaim/biz/10604/Normal/biz10604n_27_30.zip

規則看起來就是：

  1. biz 就是 Biz 互動英語
  2. 10604 就是民國壹零陸年的肆月份
  3. 01_13.zip 就是包含了01到13個音檔

上面最有趣的部份就是 01_13.zip 這個了，因為每次數字其實不太一定， 但又不想要登入去拿到明確的下載網址，該怎麼辦呢？

那就都試試看就好了，反正一個月只需要掃一次而已！ 而且已知 aa_bb.zip**，bb** 一定大於 **aa**， 就寫了一個自己抓出下載網址工具了。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
def biz(year=105, month=9):
    if month == 0:
        year -= 1
        month = 12
    begin = 1
    end = begin

    hostname = 'http://www.liveabc.com'
    while True:
        url = '{h}/declaim/biz/{y}{m:02}/Normal/biz{y}{m:02}n_{b:02}_{e:02}.zip'.format(h=hostname, y=year, m=month, b=begin, e=end)
        r = requests.get(url)
        if r.status_code == 200:
            yield url
            begin = end + 1
        end = end + 1
        if end > 36:
            break

當然相同的規則也可以套用到其他本雜誌，所以比較完整的版本在這裡。

Ivy League 常春藤英語

常春藤 英語也是出了好幾本英文雜誌，像是**解析英語**這本， 個人認為是相當好的英語學習雜誌。前面說了，通常音檔都會放在網路上讓人下載， 而 常春藤 這邊是不用登入就可以聽的。

Ivy Analytical English

所以剛剛出現過的這句，在這邊依然適用喔。

但其實知道網址的話，光下載是不需要登入的。

例如底下是2017年5月12日的音檔網址，可以直接下載。

1
http://broadcast.ivy.com.tw/broadcast/BoardData/Ivy/mp3/6351_2.mp3

規則是：

  1. 6351 就是音檔的流水號，數字會遞增，但不一定只差1喔
  2. 6351_2 就是_2的有包含解說的音檔

那麼要怎麼知道雜誌上今天對應的音檔呢？ 常春藤 通常周一到周六都會有音檔，而且是漸增的，所以可以把數字做排序的 list， 接著只要知道一個定位點，再根據跟這個定位點的集數 offset 回去找 list 中的數字就可以了。

graph LR A02 -->|差1天| A03 A02 -->|差2天| A11 A02 -->|差3天| A12 A01 -.-> A02 A02 -.-> A03 A03 -.-> A11 A11 -.-> A12

大概是像這樣：（我 lambda）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
today = date.today() 
 
# anchor: please select a Monday as an anchor 
anchor = date(2014, 12, 1) 
origin = 4805 
delta = today - anchor 
offset = delta.days - (delta.days // 7) 
for a in sys.argv: 
    try: 
        offset += int(a) 
    except: 
        pass 
 
hostname = 'http://broadcast.ivy.com.tw' 
r = requests.get(hostname + '/broadcast/BoardData/Ivy/mp3/') 
 
root = parse(StringIO(r.text)).getroot() 
mp3s = filter(lambda t: match(".*_2.mp3", t.get('href')), root.findall(".//a[@href]")) 
mp3s = list(map(lambda t: (int(t.text[:-2]), hostname + t.get('href')), mp3s)) 
mp3s = filter(lambda m: m[0] > origin - 1, mp3s) 
mp3s = sorted(mp3s, key=lambda m: m[0]) 

if len(mp3s) < offset + 1: 
    sys.exit("not found in the page") 
else: 
    print(mp3s[offset][1])