Serie Extractor

def extraer_episodios_serie(url: str) -> dict

from backend.extractors.serie_extractor import extraer_episodios_serie

resultado = extraer_episodios_serie("https://example.com/serie/breaking-bad/")

print(f"Serie: {resultado['info']['titulo']}")
print(f"Géneros: {', '.join(resultado['info']['generos'])}")
print(f"Total de episodios: {len(resultado['episodios'])}")

for ep in resultado['episodios'][:5]:
    print(f"S{ep['temporada']:02d}E{ep['episodio']:02d} - {ep['titulo']}")

# Output:
# Serie: Breaking Bad
# Géneros: Crime, Drama, Thriller
# Total de episodios: 62
# S01E01 - Pilot
# S01E02 - Cat's in the Bag...
# S01E03 - ...And the Bag's in the River
# S01E04 - Cancer Man
# S01E05 - Gray Matter

{
  "info": {
    "titulo": "Breaking Bad",
    "sinopsis": "A high school chemistry teacher diagnosed with inoperable lung cancer turns to manufacturing and selling methamphetamine in order to secure his family's future.",
    "generos": ["Crime", "Drama", "Thriller"],
    "imagen_poster": "https://example.com/breaking-bad-poster.jpg",
    "fecha_estreno": "January 20, 2008"
  },
  "episodios": [
    {
      "temporada": 1,
      "episodio": 1,
      "titulo": "Pilot",
      "fecha": "January 20, 2008",
      "imagen": "https://example.com/ep1.jpg",
      "url": "https://example.com/serie/breaking-bad/1x1/"
    },
    {
      "temporada": 1,
      "episodio": 2,
      "titulo": "Cat's in the Bag...",
      "fecha": "January 27, 2008",
      "imagen": "https://example.com/ep2.jpg",
      "url": "https://example.com/serie/breaking-bad/1x2/"
    }
  ]
}

from backend.utils.http_client import fetch_html

html = fetch_html(url)
if not html:
    return {"info": {}, "episodios": []}

titulo = ''
titulo_data = soup.select_one('div.data h1')
if titulo_data:
    titulo = titulo_data.text.strip()
else:
    titulo_alt = soup.select_one('h1.entry-title')
    titulo = titulo_alt.text.strip() if titulo_alt else ''

if poster_img:
    imagen_poster = poster_img.get('data-src') or poster_img.get('data-lazy-src') or poster_img.get('src', '')
    
    if 'data:image' in imagen_poster:
        noscript = soup.select_one('div.poster noscript img')
        if noscript:
            imagen_poster = noscript.get('src', imagen_poster)

if not imagen_poster or 'data:image' in imagen_poster:
    og_image = soup.find('meta', property='og:image')
    if og_image:
        imagen_poster = og_image.get('content', imagen_poster)

temporadas_divs = soup.select('#seasons .se-c')
for temporada_div in temporadas_divs:
    num_temporada = int(temporada_div.get('data-season', 0))
    episodios = temporada_div.select('li')
    for episodio in episodios:
        # Extract episode data...

fechas_episodios = []
for episodio in episodios:
    fecha = episodio.select_one('.date').text.strip() if episodio.select_one('.date') else ''
    if fecha:
        fechas_episodios.append(fecha)

fecha_estreno = fechas_episodios[0] if fechas_episodios else ''

from backend.extractors.serie_extractor import extraer_episodios_serie
import json

series_urls = [
    "https://example.com/serie/breaking-bad/",
    "https://example.com/serie/game-of-thrones/",
    "https://example.com/serie/stranger-things/"
]

for url in series_urls:
    data = extraer_episodios_serie(url)
    if data['episodios']:
        filename = data['info']['titulo'].replace(' ', '_').lower() + '.json'
        with open(filename, 'w', encoding='utf-8') as f:
            json.dump(data, f, indent=2, ensure_ascii=False)
        print(f"Saved {len(data['episodios'])} episodes for {data['info']['titulo']}")

from backend.extractors.serie_extractor import extraer_episodios_serie
from datetime import datetime

data = extraer_episodios_serie("https://example.com/serie/the-walking-dead/")

# Get the latest season
latest_season = max(ep['temporada'] for ep in data['episodios'])
latest_episodes = [ep for ep in data['episodios'] if ep['temporada'] == latest_season]

print(f"Season {latest_season} has {len(latest_episodes)} episodes:")
for ep in latest_episodes:
    print(f"  E{ep['episodio']:02d}: {ep['titulo']} - {ep['fecha']}")

from backend.extractors.serie_extractor import extraer_episodios_serie

data = extraer_episodios_serie("https://example.com/serie/the-mandalorian/")

print(f"📺 {data['info']['titulo']}")
print(f"\n{data['info']['sinopsis']}")
print(f"\nGenres: {', '.join(data['info']['generos'])}")
print(f"\n🎬 Episodes:")

current_season = None
for ep in data['episodios']:
    if ep['temporada'] != current_season:
        current_season = ep['temporada']
        print(f"\n  Season {current_season}:")
    print(f"    {ep['episodio']}. {ep['titulo']}")

if not html:
    print(f"[ERROR] No se pudo acceder a la URL: {url}")
    return {"info": {}, "episodios": []}

for episodio in episodios:
    try:
        # Extract episode data...
    except Exception as e:
        print(f"⚠️ Error en episodio: {e}")