i f ddlmZddlZddlZddlZddlZddlmZddlZddl Z ddl Z ddl Z ddl mZddZddZd Zd Zd Zd Zd ZdZedkr edSdS))searchN)Article)YouTubeTranscriptApic|fdtdtDS)NcPg|]"}d||z#S) )join).0i chunk_sizewordss 7C:\Users\intel\Desktop\ai independent v2\cautator_v2.py z*split_text_into_chunks..s3 X X X!CHHU1Q^+, - - X X Xr)splitrangelen)textr rs `@rsplit_text_into_chunksrs@ JJLLE X X X X XuQE J7W7W X X XXr c tj||}||jS#tjj$rt d|YdStjj$r}t d|Yd}~dSd}~wwxYw)N)timeoutu,[WARN] Timeout la descărcarea fișierului: u+[WARN] Eroare la descărcarea fișierului: )requestsgetraise_for_statuscontent exceptionsTimeoutprintRequestException)urlrresponsees rdownload_file_with_timeoutr%s <W555!!###   & BSBBCCCtt   / ?A??@@@ttttts03&B B /BB ctd| t|}|||jS#t $r}td|Yd}~dSd}~wwxYw)Nz[INFO] Extragere text din URL: z.[WARN] Eroare la extragerea textului din URL: )r rdownloadparser Exception)r"articler$s rextract_text_from_urlr, s 1C 1 1222#,, |  BqBBCCCrrrrrs=A A9A44A9ctd|t|}|r tdd5}||dddn #1swxYwYtdd5}t j|}d}|jD]}||z } dddn #1swxYwYtj d|S#t$r}td|Yd}~dSd}~wwxYwdS)Nu/[INFO] Descărcare și extragere text din PDF: ztemp.pdfwbrbr'z.[WARN] Eroare la extragerea textului din PDF: ) r r%openwritePyPDF2 PdfReaderpages extract_textosremover*)r"rfilereaderrpager$s rextract_text_from_pdfr;,s AC A ABBB(--G j$'' $4 7### $ $ $ $ $ $ $ $ $ $ $ $ $ $ $j$'' 04)$//"L00DD--///DD0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Ij ! ! !K    F1FF G G G22222 rs^CA CACAC28B7+ C7B;;C>B;?C C?"C::C?ctd|t|}|r tdd5}||dddn #1swxYwYt jd}d}|jD]}||jdzz }tj d|S#t$r}td|Yd}~dSd}~wwxYwdS)Nu0[INFO] Descărcare și extragere text din DOCX: z temp.docxr.r' z/[WARN] Eroare la extragerea textului din DOCX: ) r r%r0r1docxDocument paragraphsrr6r7r*)r"rr8docrparar$s rextract_text_from_docxrCAs> BS B BCCC(--G k4(( $D 7### $ $ $ $ $ $ $ $ $ $ $ $ $ $ $- ,,CD ) ) D(( Ik " " "K    GAGG H H H22222 rs;B%A B%AB%AAB%% C /CC ctd|t|}|r tdd5}||dddn #1swxYwYt jd}|d}tjd|S#t$r}td|Yd}~dSd}~wwxYwdS)Nu1[INFO] Descărcare și extragere text din Excel: z temp.xlsxr.F)indexz0[WARN] Eroare la extragerea textului din Excel: r') r r%r0r1pd read_excel to_stringr6r7r*)r"rr8dfrr$s rextract_text_from_excelrJUs( Cc C CDDD(--G  k4(( $D 7### $ $ $ $ $ $ $ $ $ $ $ $ $ $ ${++B<.ls<<}|vV?dS)N)striplower)r keywordchunks r zmain..sE&h&hT[w}}'<'<'>'>%++--'O&h&h&h&h&h&hrzzz uNFO] Chunk adăugat în ''u&[WARN] Nu au fost găsite linkuri noi. u[INFO] Pauză de u( secunde înainte de următoarea cerere.u'[ERROR] Eroare la căutarea pe Google: uG[INFO] Scriptul a terminat execuția. Toate cererile au fost procesate.)inputintrr0r1setrr raddrS mimetypes guess_typer;rCrJr,ranyflushrandomrandinttimesleepr*)query num_requestskeywords output_file result_fileprocessed_linksr[stepfound_new_linkr"r mime_type_chunks sleep_timer$rbs @rmainrss- 5 6 6EuBCCDDLHIIOOPSTTH K k3 1 1 1["eeO k3 1 1 1=Y[/""\11 7c/2214777 8 8 84 !&!%TU4ZWZ[[[""C/11'++C000)-:S::;;;)C//#s'C'C'pandasrFyoutube_transcript_apirrr%r,r;rCrJrSr__name__rNrrrs:  777777YYYY       *($   IYIYIYV zDFFFFFr