forked from Ponysearch/Ponysearch
Merge pull request #360 from return42/ddg-lite
Implement a DuckDuckGo Lite engine
This commit is contained in:
commit
fda5609a17
2 changed files with 113 additions and 71 deletions
|
@ -24570,13 +24570,17 @@
|
||||||
"en-CA",
|
"en-CA",
|
||||||
"en-ID",
|
"en-ID",
|
||||||
"en-IE",
|
"en-IE",
|
||||||
|
"en-IL",
|
||||||
"en-IN",
|
"en-IN",
|
||||||
"en-MY",
|
"en-MY",
|
||||||
"en-NZ",
|
"en-NZ",
|
||||||
"en-PH",
|
"en-PH",
|
||||||
|
"en-PK",
|
||||||
"en-SG",
|
"en-SG",
|
||||||
|
"en-TH",
|
||||||
"en-UK",
|
"en-UK",
|
||||||
"en-US",
|
"en-US",
|
||||||
|
"en-VN",
|
||||||
"en-ZA",
|
"en-ZA",
|
||||||
"es-AR",
|
"es-AR",
|
||||||
"es-CL",
|
"es-CL",
|
||||||
|
@ -24591,17 +24595,13 @@
|
||||||
"fr-CA",
|
"fr-CA",
|
||||||
"fr-CH",
|
"fr-CH",
|
||||||
"fr-FR",
|
"fr-FR",
|
||||||
"he-IL",
|
|
||||||
"hr-HR",
|
"hr-HR",
|
||||||
"hu-HU",
|
"hu-HU",
|
||||||
"id-ID",
|
|
||||||
"it-CH",
|
|
||||||
"it-IT",
|
"it-IT",
|
||||||
"jp-JP",
|
"jp-JP",
|
||||||
"kr-KR",
|
"kr-KR",
|
||||||
"lt-LT",
|
"lt-LT",
|
||||||
"lv-LV",
|
"lv-LV",
|
||||||
"ms-MY",
|
|
||||||
"nl-BE",
|
"nl-BE",
|
||||||
"nl-NL",
|
"nl-NL",
|
||||||
"no-NO",
|
"no-NO",
|
||||||
|
@ -24613,12 +24613,10 @@
|
||||||
"sk-SK",
|
"sk-SK",
|
||||||
"sl-SL",
|
"sl-SL",
|
||||||
"sv-SE",
|
"sv-SE",
|
||||||
"th-TH",
|
|
||||||
"tl-PH",
|
|
||||||
"tr-TR",
|
"tr-TR",
|
||||||
"tzh-HK",
|
"tzh-HK",
|
||||||
"tzh-TW",
|
"tzh-TW",
|
||||||
"vi-VN",
|
"uk-UA",
|
||||||
"wt-WT",
|
"wt-WT",
|
||||||
"zh-CN"
|
"zh-CN"
|
||||||
],
|
],
|
||||||
|
@ -24637,13 +24635,17 @@
|
||||||
"en-CA",
|
"en-CA",
|
||||||
"en-ID",
|
"en-ID",
|
||||||
"en-IE",
|
"en-IE",
|
||||||
|
"en-IL",
|
||||||
"en-IN",
|
"en-IN",
|
||||||
"en-MY",
|
"en-MY",
|
||||||
"en-NZ",
|
"en-NZ",
|
||||||
"en-PH",
|
"en-PH",
|
||||||
|
"en-PK",
|
||||||
"en-SG",
|
"en-SG",
|
||||||
|
"en-TH",
|
||||||
"en-UK",
|
"en-UK",
|
||||||
"en-US",
|
"en-US",
|
||||||
|
"en-VN",
|
||||||
"en-ZA",
|
"en-ZA",
|
||||||
"es-AR",
|
"es-AR",
|
||||||
"es-CL",
|
"es-CL",
|
||||||
|
@ -24658,17 +24660,13 @@
|
||||||
"fr-CA",
|
"fr-CA",
|
||||||
"fr-CH",
|
"fr-CH",
|
||||||
"fr-FR",
|
"fr-FR",
|
||||||
"he-IL",
|
|
||||||
"hr-HR",
|
"hr-HR",
|
||||||
"hu-HU",
|
"hu-HU",
|
||||||
"id-ID",
|
|
||||||
"it-CH",
|
|
||||||
"it-IT",
|
"it-IT",
|
||||||
"jp-JP",
|
"jp-JP",
|
||||||
"kr-KR",
|
"kr-KR",
|
||||||
"lt-LT",
|
"lt-LT",
|
||||||
"lv-LV",
|
"lv-LV",
|
||||||
"ms-MY",
|
|
||||||
"nl-BE",
|
"nl-BE",
|
||||||
"nl-NL",
|
"nl-NL",
|
||||||
"no-NO",
|
"no-NO",
|
||||||
|
@ -24680,12 +24678,10 @@
|
||||||
"sk-SK",
|
"sk-SK",
|
||||||
"sl-SL",
|
"sl-SL",
|
||||||
"sv-SE",
|
"sv-SE",
|
||||||
"th-TH",
|
|
||||||
"tl-PH",
|
|
||||||
"tr-TR",
|
"tr-TR",
|
||||||
"tzh-HK",
|
"tzh-HK",
|
||||||
"tzh-TW",
|
"tzh-TW",
|
||||||
"vi-VN",
|
"uk-UA",
|
||||||
"wt-WT",
|
"wt-WT",
|
||||||
"zh-CN"
|
"zh-CN"
|
||||||
],
|
],
|
||||||
|
@ -24704,13 +24700,17 @@
|
||||||
"en-CA",
|
"en-CA",
|
||||||
"en-ID",
|
"en-ID",
|
||||||
"en-IE",
|
"en-IE",
|
||||||
|
"en-IL",
|
||||||
"en-IN",
|
"en-IN",
|
||||||
"en-MY",
|
"en-MY",
|
||||||
"en-NZ",
|
"en-NZ",
|
||||||
"en-PH",
|
"en-PH",
|
||||||
|
"en-PK",
|
||||||
"en-SG",
|
"en-SG",
|
||||||
|
"en-TH",
|
||||||
"en-UK",
|
"en-UK",
|
||||||
"en-US",
|
"en-US",
|
||||||
|
"en-VN",
|
||||||
"en-ZA",
|
"en-ZA",
|
||||||
"es-AR",
|
"es-AR",
|
||||||
"es-CL",
|
"es-CL",
|
||||||
|
@ -24725,17 +24725,13 @@
|
||||||
"fr-CA",
|
"fr-CA",
|
||||||
"fr-CH",
|
"fr-CH",
|
||||||
"fr-FR",
|
"fr-FR",
|
||||||
"he-IL",
|
|
||||||
"hr-HR",
|
"hr-HR",
|
||||||
"hu-HU",
|
"hu-HU",
|
||||||
"id-ID",
|
|
||||||
"it-CH",
|
|
||||||
"it-IT",
|
"it-IT",
|
||||||
"jp-JP",
|
"jp-JP",
|
||||||
"kr-KR",
|
"kr-KR",
|
||||||
"lt-LT",
|
"lt-LT",
|
||||||
"lv-LV",
|
"lv-LV",
|
||||||
"ms-MY",
|
|
||||||
"nl-BE",
|
"nl-BE",
|
||||||
"nl-NL",
|
"nl-NL",
|
||||||
"no-NO",
|
"no-NO",
|
||||||
|
@ -24747,12 +24743,10 @@
|
||||||
"sk-SK",
|
"sk-SK",
|
||||||
"sl-SL",
|
"sl-SL",
|
||||||
"sv-SE",
|
"sv-SE",
|
||||||
"th-TH",
|
|
||||||
"tl-PH",
|
|
||||||
"tr-TR",
|
"tr-TR",
|
||||||
"tzh-HK",
|
"tzh-HK",
|
||||||
"tzh-TW",
|
"tzh-TW",
|
||||||
"vi-VN",
|
"uk-UA",
|
||||||
"wt-WT",
|
"wt-WT",
|
||||||
"zh-CN"
|
"zh-CN"
|
||||||
],
|
],
|
||||||
|
|
|
@ -1,16 +1,24 @@
|
||||||
# SPDX-License-Identifier: AGPL-3.0-or-later
|
# SPDX-License-Identifier: AGPL-3.0-or-later
|
||||||
"""
|
# lint: pylint
|
||||||
DuckDuckGo (Web)
|
"""DuckDuckGo Lite
|
||||||
"""
|
"""
|
||||||
|
|
||||||
from lxml.html import fromstring
|
|
||||||
from json import loads
|
from json import loads
|
||||||
from searx.utils import extract_text, match_language, eval_xpath, dict_subset
|
|
||||||
|
from lxml.html import fromstring
|
||||||
|
|
||||||
|
from searx.utils import (
|
||||||
|
dict_subset,
|
||||||
|
eval_xpath,
|
||||||
|
eval_xpath_getindex,
|
||||||
|
extract_text,
|
||||||
|
match_language,
|
||||||
|
)
|
||||||
from searx.network import get
|
from searx.network import get
|
||||||
|
|
||||||
# about
|
# about
|
||||||
about = {
|
about = {
|
||||||
"website": 'https://duckduckgo.com/',
|
"website": 'https://lite.duckduckgo.com/lite',
|
||||||
"wikidata_id": 'Q12805',
|
"wikidata_id": 'Q12805',
|
||||||
"official_api_documentation": 'https://duckduckgo.com/api',
|
"official_api_documentation": 'https://duckduckgo.com/api',
|
||||||
"use_official_api": False,
|
"use_official_api": False,
|
||||||
|
@ -20,8 +28,8 @@ about = {
|
||||||
|
|
||||||
# engine dependent config
|
# engine dependent config
|
||||||
categories = ['general']
|
categories = ['general']
|
||||||
paging = False
|
paging = True
|
||||||
supported_languages_url = 'https://duckduckgo.com/util/u172.js'
|
supported_languages_url = 'https://duckduckgo.com/util/u588.js'
|
||||||
time_range_support = True
|
time_range_support = True
|
||||||
|
|
||||||
language_aliases = {
|
language_aliases = {
|
||||||
|
@ -34,21 +42,16 @@ language_aliases = {
|
||||||
'zh-HK': 'tzh-HK'
|
'zh-HK': 'tzh-HK'
|
||||||
}
|
}
|
||||||
|
|
||||||
# search-url
|
time_range_dict = {
|
||||||
url = 'https://html.duckduckgo.com/html'
|
'day': 'd',
|
||||||
url_ping = 'https://duckduckgo.com/t/sl_h'
|
|
||||||
time_range_dict = {'day': 'd',
|
|
||||||
'week': 'w',
|
'week': 'w',
|
||||||
'month': 'm',
|
'month': 'm',
|
||||||
'year': 'y'}
|
'year': 'y'
|
||||||
|
}
|
||||||
# specific xpath variables
|
|
||||||
result_xpath = '//div[@class="result results_links results_links_deep web-result "]' # noqa
|
|
||||||
url_xpath = './/a[@class="result__a"]/@href'
|
|
||||||
title_xpath = './/a[@class="result__a"]'
|
|
||||||
content_xpath = './/a[@class="result__snippet"]'
|
|
||||||
correction_xpath = '//div[@id="did_you_mean"]//a'
|
|
||||||
|
|
||||||
|
# search-url
|
||||||
|
url = 'https://lite.duckduckgo.com/lite'
|
||||||
|
url_ping = 'https://duckduckgo.com/t/sl_l'
|
||||||
|
|
||||||
# match query's language to a region code that duckduckgo will accept
|
# match query's language to a region code that duckduckgo will accept
|
||||||
def get_region_code(lang, lang_list=None):
|
def get_region_code(lang, lang_list=None):
|
||||||
|
@ -63,66 +66,111 @@ def get_region_code(lang, lang_list=None):
|
||||||
|
|
||||||
|
|
||||||
def request(query, params):
|
def request(query, params):
|
||||||
if params['time_range'] is not None and params['time_range'] not in time_range_dict:
|
|
||||||
return params
|
|
||||||
|
|
||||||
params['url'] = url
|
params['url'] = url
|
||||||
params['method'] = 'POST'
|
params['method'] = 'POST'
|
||||||
|
|
||||||
params['data']['q'] = query
|
params['data']['q'] = query
|
||||||
params['data']['b'] = ''
|
|
||||||
|
# The API is not documented, so we do some reverse engineering and emulate
|
||||||
|
# what https://lite.duckduckgo.com/lite/ does when you press "next Page"
|
||||||
|
# link again and again ..
|
||||||
|
|
||||||
|
params['headers']['Content-Type'] = 'application/x-www-form-urlencoded'
|
||||||
|
|
||||||
|
# initial page does not have an offset
|
||||||
|
if params['pageno'] == 2:
|
||||||
|
# second page does have an offset of 30
|
||||||
|
offset = (params['pageno'] - 1) * 30
|
||||||
|
params['data']['s'] = offset
|
||||||
|
params['data']['dc'] = offset + 1
|
||||||
|
|
||||||
|
elif params['pageno'] > 2:
|
||||||
|
# third and following pages do have an offset of 30 + n*50
|
||||||
|
offset = 30 + (params['pageno'] - 2) * 50
|
||||||
|
params['data']['s'] = offset
|
||||||
|
params['data']['dc'] = offset + 1
|
||||||
|
|
||||||
|
# initial page does not have additional data in the input form
|
||||||
|
if params['pageno'] > 1:
|
||||||
|
# request the second page (and more pages) needs 'o' and 'api' arguments
|
||||||
|
params['data']['o'] = 'json'
|
||||||
|
params['data']['api'] = 'd.js'
|
||||||
|
|
||||||
|
# initial page does not have additional data in the input form
|
||||||
|
if params['pageno'] > 2:
|
||||||
|
# request the third page (and more pages) some more arguments
|
||||||
|
params['data']['nextParams'] = ''
|
||||||
|
params['data']['v'] = ''
|
||||||
|
params['data']['vqd'] = ''
|
||||||
|
|
||||||
region_code = get_region_code(params['language'], supported_languages)
|
region_code = get_region_code(params['language'], supported_languages)
|
||||||
if region_code:
|
if region_code:
|
||||||
params['data']['kl'] = region_code
|
params['data']['kl'] = region_code
|
||||||
params['cookies']['kl'] = region_code
|
params['cookies']['kl'] = region_code
|
||||||
|
|
||||||
|
params['data']['df'] = ''
|
||||||
if params['time_range'] in time_range_dict:
|
if params['time_range'] in time_range_dict:
|
||||||
params['data']['df'] = time_range_dict[params['time_range']]
|
params['data']['df'] = time_range_dict[params['time_range']]
|
||||||
|
params['cookies']['df'] = time_range_dict[params['time_range']]
|
||||||
|
|
||||||
params['allow_redirects'] = False
|
logger.debug("param data: %s", params['data'])
|
||||||
|
logger.debug("param cookies: %s", params['cookies'])
|
||||||
return params
|
return params
|
||||||
|
|
||||||
|
|
||||||
# get response from search-request
|
# get response from search-request
|
||||||
def response(resp):
|
def response(resp):
|
||||||
if resp.status_code == 303:
|
|
||||||
return []
|
|
||||||
|
|
||||||
# ping
|
|
||||||
headers_ping = dict_subset(resp.request.headers, ['User-Agent', 'Accept-Encoding', 'Accept', 'Cookie'])
|
headers_ping = dict_subset(resp.request.headers, ['User-Agent', 'Accept-Encoding', 'Accept', 'Cookie'])
|
||||||
get(url_ping, headers=headers_ping)
|
get(url_ping, headers=headers_ping)
|
||||||
|
|
||||||
# parse the response
|
if resp.status_code == 303:
|
||||||
|
return []
|
||||||
|
|
||||||
results = []
|
results = []
|
||||||
doc = fromstring(resp.text)
|
doc = fromstring(resp.text)
|
||||||
for i, r in enumerate(eval_xpath(doc, result_xpath)):
|
|
||||||
if i >= 30:
|
result_table = eval_xpath(doc, '//html/body/form/div[@class="filters"]/table')
|
||||||
break
|
if not len(result_table) >= 3:
|
||||||
try:
|
# no more results
|
||||||
res_url = eval_xpath(r, url_xpath)[-1]
|
return []
|
||||||
except:
|
result_table = result_table[2]
|
||||||
|
|
||||||
|
tr_rows = eval_xpath(result_table, './/tr')
|
||||||
|
|
||||||
|
# In the last <tr> is the form of the 'previous/next page' links
|
||||||
|
tr_rows = tr_rows[:-1]
|
||||||
|
|
||||||
|
len_tr_rows = len(tr_rows)
|
||||||
|
offset = 0
|
||||||
|
|
||||||
|
while len_tr_rows >= offset + 4:
|
||||||
|
|
||||||
|
# assemble table rows we need to scrap
|
||||||
|
tr_title = tr_rows[offset]
|
||||||
|
tr_content = tr_rows[offset + 1]
|
||||||
|
offset += 4
|
||||||
|
|
||||||
|
# ignore sponsored Adds <tr class="result-sponsored">
|
||||||
|
if tr_content.get('class') == 'result-sponsored':
|
||||||
continue
|
continue
|
||||||
|
|
||||||
if not res_url:
|
a_tag = eval_xpath_getindex(tr_title, './/td//a[@class="result-link"]', 0, None)
|
||||||
|
if a_tag is None:
|
||||||
continue
|
continue
|
||||||
|
|
||||||
title = extract_text(eval_xpath(r, title_xpath))
|
td_content = eval_xpath_getindex(tr_content, './/td[@class="result-snippet"]', 0, None)
|
||||||
content = extract_text(eval_xpath(r, content_xpath))
|
if td_content is None:
|
||||||
|
continue
|
||||||
|
|
||||||
# append result
|
results.append({
|
||||||
results.append({'title': title,
|
'title': a_tag.text_content(),
|
||||||
'content': content,
|
'content': extract_text(td_content),
|
||||||
'url': res_url})
|
'url': a_tag.get('href'),
|
||||||
|
})
|
||||||
|
|
||||||
# parse correction
|
|
||||||
for correction in eval_xpath(doc, correction_xpath):
|
|
||||||
# append correction
|
|
||||||
results.append({'correction': extract_text(correction)})
|
|
||||||
|
|
||||||
# return results
|
|
||||||
return results
|
return results
|
||||||
|
|
||||||
|
|
||||||
# get supported languages from their site
|
# get supported languages from their site
|
||||||
def _fetch_supported_languages(resp):
|
def _fetch_supported_languages(resp):
|
||||||
|
|
||||||
|
|
Loading…
Reference in a new issue