habraproxy.py

#!/usr/bin/env python2
# coding: utf-8
from __future__ import unicode_literals

import sys
import string
import textwrap
import webbrowser
from urlparse import urlparse
from argparse import ArgumentParser, RawDescriptionHelpFormatter

import requests
from lxml import html
from bottle import Bottle, Response

__version__ = '1.0.0'

COOL_LENGTH = 6
PROXY_FEATURE = "™"
INVIOLABLE = ["pre", "code", "script", "style"]
_EXCLUDE_SYMBOLS = string.punctuation + string.whitespace


def split_url(url):
    url = urlparse(url)
    host = "{}://{}".format(url.scheme, url.netloc)
    path = "{path}{query}{fragment}".format(
        path=url.path,
        query="?{}".format(url.query) if url.query else '',
        fragment="#{}".format(url.fragment) if url.fragment else '')
    return host, path


def get_needed_words(data):
    target = set()
    for word in data.split():
        word = word.strip(_EXCLUDE_SYMBOLS)
        if word.isalpha() and len(word) == COOL_LENGTH:
            target.add(word)
    return target


def upgrade_text(text):
    for word in get_needed_words(text):
        text = text.replace(word, "{}{}".format(word, PROXY_FEATURE))
    return text


app = Bottle()


@app.route("<path:path>")
def proxy(path):
    resp = requests.get("{}{}".format(app.config.base_on, path))
    tree = html.fromstring(resp.text)
    for block in tree.iter():
        if block.tag in INVIOLABLE or isinstance(block, html.HtmlComment):
            continue
        if block.text and block.text.strip(_EXCLUDE_SYMBOLS):
            block.text = upgrade_text(block.text)
        if block.tail and block.tail.strip(_EXCLUDE_SYMBOLS):
            block.tail = upgrade_text(block.tail)

    content = html.tostring(tree, pretty_print=True)

    return Response(content)


if __name__ == '__main__':
    parser = ArgumentParser(
        description="""
        %(prog)s — это простейший http-прокси-сервер, запускаемый локально.
        Этот прокси-сервер показывает содержимое страниц, c одним
        исключением: после каждого слова из шести букв должен стоять
        значок «™».
        """,
        epilog=textwrap.dedent("""
        Пример использования:
            %(prog)s http://habrahabr.ru/company/yandex/blog/258673/
        """),
        formatter_class=RawDescriptionHelpFormatter,
        version=__version__)
    parser.add_argument("url",
                        help="URL адрес который необходимо открыть",
                        nargs='?')
    parser.add_argument("--host",
                        help="хост сервера",
                        type=str,
                        default="127.0.0.1")
    parser.add_argument("--port",
                        help="порт сервера",
                        type=int,
                        default=5000)
    opts = parser.parse_args()

    if opts.url is not None:
        try:
            resp = requests.head(opts.url)
        except requests.RequestException as e:
            sys.exit(
                "Не удалось выполнить запрос "
                "по url адресу: {!r}".format(opts.url))
        base_on, path = split_url(opts.url)
        app.config.base_on = base_on
        webbrowser.open("http://{}:{}{}".format(opts.host, opts.port, path))
        app.run(host=opts.host, port=opts.port, debug=False)
    else:
        parser.print_help()