File Coverage

blib/lib/WWW/Scraper/ISBN/ORA_Driver.pm
Criterion Covered Total %
statement 62 64 96.8
branch 15 22 68.1
condition 5 15 33.3
subroutine 9 9 100.0
pod 1 1 100.0
total 92 111 82.8


line stmt bran cond sub pod time code
1             package WWW::Scraper::ISBN::ORA_Driver;
2              
3 6     6   93431 use strict;
  6         15  
  6         239  
4 6     6   25 use warnings;
  6         8  
  6         193  
5              
6 6     6   25 use vars qw($VERSION @ISA);
  6         10  
  6         430  
7             $VERSION = '0.22';
8              
9             #--------------------------------------------------------------------------
10              
11             =head1 NAME
12              
13             WWW::Scraper::ISBN::ORA_Driver - Search driver for O'Reilly Media's online catalog.
14              
15             =head1 SYNOPSIS
16              
17             See parent class documentation (L)
18              
19             =head1 DESCRIPTION
20              
21             Searches for book information from the O'Reilly Media's online catalog.
22              
23             =cut
24              
25             #--------------------------------------------------------------------------
26              
27             ###########################################################################
28             # Inheritence
29              
30 6     6   27 use base qw(WWW::Scraper::ISBN::Driver);
  6         5  
  6         2895  
31              
32             ###########################################################################
33             # Modules
34              
35 6     6   8659 use WWW::Mechanize;
  6         728661  
  6         284  
36              
37             ###########################################################################
38             # Constants
39              
40 6     6   50 use constant ORA => 'http://www.oreilly.com';
  6         10  
  6         362  
41 6     6   26 use constant SEARCH => 'http://search.oreilly.com';
  6         6  
  6         207  
42 6     6   22 use constant QUERY => '?submit.x=17&submit.y=8&q=%s';
  6         9  
  6         3372  
43              
44             #--------------------------------------------------------------------------
45              
46             ###########################################################################
47             # Public Interface
48              
49             =head1 METHODS
50              
51             =over 4
52              
53             =item C
54              
55             Creates a query string, then passes the appropriate form fields to the
56             O'Reilly Media server.
57              
58             The returned page should be the correct catalog page for that ISBN. If not the
59             function returns zero and allows the next driver in the chain to have a go. If
60             a valid page is returned, the following fields are returned via the book hash:
61              
62             isbn (now returns isbn13)
63             isbn10
64             isbn13
65             ean13 (industry name)
66             author
67             title
68             book_link
69             image_link
70             thumb_link
71             description
72             pubdate
73             publisher
74             binding (if known)
75             pages (if known)
76             weight (if known) (in grammes)
77             width (if known) (in millimetres)
78             height (if known) (in millimetres)
79              
80             The book_link and image_link refer back to the O'Reilly US website.
81              
82             =back
83              
84             =cut
85              
86             sub search {
87 1     1 1 182 my $self = shift;
88 1         1 my $isbn = shift;
89 1         6 $self->found(0);
90 1         19 $self->book(undef);
91              
92 1         10 my $mech = WWW::Mechanize->new();
93 1         11962 $mech->agent_alias( 'Linux Mozilla' );
94              
95 1         73 my $url = SEARCH . sprintf(QUERY,$isbn);
96 1         2 eval { $mech->get( $url ) };
  1         4  
97 1 50 33     991289 return $self->handler("O'Reilly Media website appears to be unavailable.")
      33        
98             if($@ || !$mech->success() || !$mech->content());
99              
100             # The Search Results page
101 1         60 my $content = $mech->content();
102 1         42 my ($book) = $content =~ m!
\s*

\s*

103              
104 1 50       4 unless(defined $book) {
105             #print STDERR "\n#url=$url\n";
106             #print STDERR "\n#content=".$mech->content();
107 0         0 return $self->handler("Could not extract data from the O'Reilly Media search page [".($mech->uri())."].");
108             }
109              
110 1         2 eval { $mech->get( $book ) };
  1         4  
111 1 50 33     1185358 return $self->handler("O'Reilly Media website appears to be unavailable.")
      33        
112             if($@ || !$mech->success() || !$mech->content());
113              
114 1         60 my $html = $mech->content();
115 1         16 my $data = {};
116              
117 1         3 for my $name ('book.isbn','ean','target','reference','isbn','graphic','graphic_medium','graphic_large','book_title','author','keywords','description','date') {
118 13 100       14760 next unless($html =~ m!!i);
119 11         54 $data->{$name} = $1;
120             }
121              
122 1         13 my (@isbns) = split(',',$data->{target});
123 1         5 for my $isbn (@isbns) {
124 5         18 $isbn =~ s/\D+//g;
125 5 100       11 next unless($isbn);
126 4 100       13 $data->{isbn10} = $isbn if(length($isbn) == 10);
127 4 100       9 $data->{isbn13} = $isbn if(length($isbn) == 13);
128             }
129              
130             #($data->{isbn13},$data->{isbn10}) = $html =~ m!
(?:Print )?ISBN:
]+>([\d-]+)\s*
\| ISBN 10:
([\d-]+)
!;
131 1         38 ($data->{pages}) = $html =~ m!
Pages: (\d+)
!;
132              
133 1   33     8 $data->{graphic} ||= $data->{$_} for('graphic_medium','graphic_large'); # alternative graphic fields
134              
135 1 50       5 unless(defined $data) {
136             #print STDERR "\n#url=$book\n";
137             #print STDERR "\n#content=".$mech->content();
138 0         0 return $self->handler("Could not extract data from the O'Reilly Media result page [".($mech->uri())."].");
139             }
140              
141             # trim top and tail
142 1 50       7 foreach (keys %$data) { next unless(defined $data->{$_});$data->{$_} =~ s/^\s+//;$data->{$_} =~ s/\s+$//; }
  14         19  
  14         19  
  14         52  
143              
144 1 50       13 my $bk = {
    50          
145             'ean13' => $data->{ean},
146             'isbn13' => $data->{ean},
147             'isbn10' => $data->{isbn10},
148             'isbn' => $data->{ean},
149             'author' => $data->{author},
150             'title' => $data->{book_title},
151             'book_link' => $mech->uri(),
152             'image_link' => ($data->{graphic} !~ /^http/ ? ORA : '') . $data->{graphic},
153             'thumb_link' => ($data->{graphic} !~ /^http/ ? ORA : '') . $data->{graphic},
154             'description' => $data->{description},
155             'pubdate' => $data->{date},
156             'publisher' => q!O'Reilly Media!,
157             'binding' => $data->{binding},
158             'pages' => $data->{pages},
159             'weight' => $data->{weight},
160             'width' => $data->{width},
161             'height' => $data->{height}
162             };
163 1         60 $self->book($bk);
164 1         14 $self->found(1);
165 1         8 return $self->book;
166             }
167              
168             1;
169              
170             __END__