Refactor(helpers): Remove duplicate code
This commit is contained in:
37
helpers.py
37
helpers.py
@@ -1552,43 +1552,6 @@ def scrape_website_details(url):
|
||||
return f"k.A. (Allg. Fehler: {type(e).__name__})"
|
||||
|
||||
|
||||
def is_valid_wikipedia_article_url(url):
|
||||
"""
|
||||
Prüft, ob eine Wikipedia-URL auf einen tatsächlich existierenden Artikel verweist.
|
||||
Erkennt "red links" (nicht existierende Seiten), die trotzdem Status 200 zurückgeben.
|
||||
"""
|
||||
logger = logging.getLogger(__name__)
|
||||
if not url or not "wikipedia.org/wiki/" in url.lower():
|
||||
return False
|
||||
|
||||
headers = {"User-Agent": random.choice(USER_AGENTS)}
|
||||
try:
|
||||
# GET-Request ist nötig, um Weiterleitungen zu folgen
|
||||
response = requests.get(url, timeout=7, allow_redirects=True, headers=headers)
|
||||
|
||||
# 1. Primär-Check: Prüfe die finale URL auf den 'redlink=1' Parameter
|
||||
if 'action=edit&redlink=1' in response.url:
|
||||
logger.warning(f"URL-Check fehlgeschlagen (redlink=1): {url[:100]}")
|
||||
return False
|
||||
|
||||
# 2. Sekundär-Check: Prüfe auf Status-Code und typische "Seite existiert nicht"-Texte
|
||||
if response.status_code == 200:
|
||||
content_lower = response.text.lower()
|
||||
# Deutsche und englische Phrasen für nicht-existente Seiten
|
||||
if "diese seite existiert nicht" in content_lower or "wikipedia does not have an article with this exact name" in content_lower:
|
||||
logger.warning(f"URL-Check fehlgeschlagen (Text 'Seite existiert nicht' gefunden): {url[:100]}")
|
||||
return False
|
||||
|
||||
logger.debug(f"URL-Check erfolgreich (200 OK, kein Redlink): {url[:100]}")
|
||||
return True
|
||||
else:
|
||||
logger.warning(f"URL-Check fehlgeschlagen (Status {response.status_code}): {url[:100]}")
|
||||
return False
|
||||
|
||||
except requests.exceptions.RequestException as e:
|
||||
logger.warning(f"URL-Check fehlgeschlagen (Request-Fehler): {url[:100]} - {e}")
|
||||
return False
|
||||
|
||||
def is_valid_wikipedia_article_url(url):
|
||||
"""
|
||||
Prüft, ob eine Wikipedia-URL auf einen tatsächlich existierenden Artikel verweist.
|
||||
|
||||
Reference in New Issue
Block a user