app.py

import streamlit as st
import pandas as pd
import plotly.graph_objects as go
from collections import defaultdict
import datetime
import re
import requests
import yt_dlp
import os

# 페이지 구성을 'wide'로 설정하여 여백 최소화
st.set_page_config(layout="wide")

# Streamlit 제목 및 설명
st.title("VOD 채팅 크롤러")
st.write("VOD URL을 입력하고 채팅 데이터를 크롤링합니다.")

# URL 입력 받기
vod_url = st.text_input("VOD URL 입력")

# 선택된 시간대를 저장할 공간
if 'selected_times' not in st.session_state:
    st.session_state['selected_times'] = []

# 채팅 크롤링 함수
def crawl_chats(vod_url):
    # URL 설정
    url = vod_url + "/chats"

    # 요청 헤더 (필요시 쿠키나 기타 헤더 정보 추가)
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36",
        "Accept": "application/json, text/plain, */*",
        "Referer": "https://chzzk.naver.com/video/3646597",
        "Origin": "https://chzzk.naver.com",
        "Cookie": "your-cookie-string-here"  # 로그인 후 개발자 도구의 Request Headers 탭에서 쿠키 값 복사
    }

    # 초기 요청 파라미터 설정
    params = {
        "playerMessageTime": 0,  # 시작 시점 (0 = 0초)
        "previousVideoChatSize": 50  # 가져올 채팅 메시지 수
    }

    chat_logs = []
    chat_counts = defaultdict(int)
    laugh_counts = defaultdict(int)
    total_chats_collected = 0  # 총 수집된 채팅 개수

    # 채팅 데이터를 순차적으로 요청하여 가져오기
    status_text = st.empty()  # 상태 메시지 출력용
    while True:
        # API 요청 보내기
        response = requests.get(url, params=params, headers=headers)

        # 요청 결과가 성공적이지 않을 경우 종료
        if response.status_code != 200:
            return f"API 요청 실패: {response.status_code}", None, None

        # JSON 데이터로 변환
        data = response.json()

        # 채팅 메시지가 포함된 'videoChats' 배열 가져오기
        chats = data.get("content", {}).get("videoChats", [])

        # 채팅 메시지가 없다면 종료
        if not chats:
            break

        # 채팅 메시지(content)와 playerMessageTime(채팅 시간)만 수집
        for chat in chats:
            chat_content = chat.get("content")  # 채팅 메시지 내용
            message_time = chat.get("playerMessageTime")  # 채팅 메시지 입력 시간

            # 순수 텍스트만 포함된 채팅 메시지 필터링
            if not re.search(r'{:[^}]*:}', chat_content):  # 이모티콘 형식의 메시지가 없을 때만 수집
                # 밀리초 시간을 "시간:분:초" 형식으로 변환
                hours, remainder = divmod(message_time // 1000, 3600)
                minutes, seconds = divmod(remainder, 60)

                if hours > 0:
                    formatted_time = f"{hours:02}:{minutes:02}:{seconds:02}"  # "HH:MM:SS" 형식
                else:
                    formatted_time = f"{minutes:02}:{seconds:02}"  # "MM:SS" 형식

                # 채팅 로그에 추가
                chat_logs.append(f"{formatted_time} - {chat_content}")

                # 시간대별로 채팅 개수 계산
                try:
                    # HH:MM:SS 형식일 경우 처리
                    time_obj = datetime.datetime.strptime(formatted_time, '%H:%M:%S')
                except ValueError:
                    # MM:SS 형식일 경우 처리
                    time_obj = datetime.datetime.strptime(formatted_time, '%M:%S')

                minute_key = time_obj.replace(second=0)  # 분 단위로 변환하여 집계
                chat_counts[minute_key] += 1

                # 'ㅋㅋㅋㅋ'가 포함된 채팅 개수 카운트
                if len(re.findall(r'ㅋ', chat_content)) >= 4:
                    laugh_counts[minute_key] += 1

        total_chats_collected += len(chats)
        status_text.text(f"현재까지 수집된 채팅 메시지 개수: {total_chats_collected}")

        # 다음 요청을 위해 playerMessageTime 파라미터 업데이트
        next_time = data["content"].get("nextPlayerMessageTime")
        if next_time is None:
            break
        params["playerMessageTime"] = next_time

    return "\n".join(chat_logs), chat_counts, laugh_counts

# 클릭한 시간대를 선택 및 출력
def handle_time_selection(click_data):
    if click_data:
        selected_time = click_data['points'][0]['x']
        if selected_time not in st.session_state['selected_times']:
            st.session_state['selected_times'].append(selected_time)

# 선택된 시간대를 표시 및 삭제 기능
def display_selected_times():
    if st.session_state['selected_times']:
        st.write("### 선택된 시간대")
        for time in st.session_state['selected_times']:
            col1, col2 = st.columns([9, 1])
            col1.write(f"{time}")
            if col2.button("X", key=f"remove_{time}"):
                st.session_state['selected_times'].remove(time)

# yt-dlp를 사용하여 선택된 시간대의 영상을 다운로드
def download_clips():
    if st.session_state['selected_times']:
        st.write("### 영상 다운로드")
        for idx, start_time in enumerate(st.session_state['selected_times']):
            start_time_obj = datetime.datetime.strptime(start_time, '%H:%M:%S')
            end_time_obj = start_time_obj + datetime.timedelta(minutes=1)

            # 시작 시간과 끝 시간을 HH:MM:SS 형식으로 변환
            start_time_str = start_time_obj.strftime('%H:%M:%S')
            end_time_str = end_time_obj.strftime('%H:%M:%S')

            # yt-dlp 다운로드 명령어 실행
            output_filename = f"clip_{idx + 1}.mp4"
            ydl_opts = {
                'outtmpl': output_filename,
                'download_sections': [f"*{start_time_str}-{end_time_str}"]
            }

            st.write(f"다운로드 중: {start_time_str} ~ {end_time_str} | 파일명: {output_filename}")
            with yt_dlp.YoutubeDL(ydl_opts) as ydl:
                ydl.download([vod_url])

# 버튼을 눌렀을 때 채팅 크롤링 시작
if 'chat_logs' not in st.session_state:
    st.session_state['chat_logs'] = None
if 'chat_counts' not in st.session_state:
    st.session_state['chat_counts'] = None
if 'laugh_counts' not in st.session_state:
    st.session_state['laugh_counts'] = None

if st.button("크롤링 시작"):
    if vod_url:
        chat_logs, chat_counts, laugh_counts = crawl_chats(vod_url)

        st.session_state['chat_logs'] = chat_logs
        st.session_state['chat_counts'] = chat_counts
        st.session_state['laugh_counts'] = laugh_counts

        # 파일로 저장
        file_name = "chat_logs.txt"
        with open(file_name, "w") as file:
            file.write(chat_logs)

        # 다운로드 버튼 표시
        with open(file_name, "rb") as file:
            st.download_button(
                label="채팅 로그 다운로드",
                data=file,
                file_name=file_name,
                mime="text/plain"
            )
    else:
        st.warning("URL을 입력하세요.")

# 이전에 크롤링한 결과가 있으면 그래프와 다운로드 버튼 표시
if st.session_state['chat_logs']:
    # 데이터프레임 생성
    times = [time.strftime('%H:%M:%S') for time in st.session_state['chat_counts'].keys()]
    chat_numbers = list(st.session_state['chat_counts'].values())
    laugh_numbers = [st.session_state['laugh_counts'].get(time, 0) for time in st.session_state['chat_counts'].keys()]
    df = pd.DataFrame({'시간': times, '전체 채팅 개수': chat_numbers, 'ㅋㅋㅋㅋ 채팅 개수': laugh_numbers})

    # Plotly 선 그래프 그리기
    fig = go.Figure()

    # 전체 채팅 개수 선 그래프 추가
    fig.add_trace(go.Scatter(
        x=df['시간'],
        y=df['전체 채팅 개수'],
        mode='lines',
        name='전체 채팅 개수',
        line=dict(color='blue'),
        hovertemplate='%{x} - 전체 채팅 개수: %{y}<extra></extra>'
    ))

    # ㅋㅋㅋㅋ 채팅 개수 선 그래프 추가
    fig.add_trace(go.Scatter(
        x=df['시간'],
        y=df['ㅋㅋㅋㅋ 채팅 개수'],
        mode='lines',
        name='ㅋㅋㅋㅋ 채팅 개수',
        line=dict(color='red'),
        hovertemplate='%{x} - ㅋㅋㅋㅋ 채팅 개수: %{y}<extra></extra>'
    ))

    # 그래프 레이아웃 설정
    fig.update_layout(
        title="분당 채팅 및 ㅋㅋㅋㅋ 채팅 개수",
        xaxis_title="시간",
        yaxis_title="채팅 개수",
        xaxis=dict(showticklabels=False),  # x축 시간 레이블 숨김
        hovermode="x unified",  # 마우스를 올렸을 때 해당 x축에서 툴팁 표시
        showlegend=True,
        margin=dict(l=50, r=50, t=100, b=100)
    )

    # 그래프 출력 및 클릭 이벤트 처리
    st.plotly_chart(fig, use_container_width=True)
    click_data = st.plotly_chart(fig).get_current_click()
    handle_time_selection(click_data)

    # 선택된 시간대 표시
    display_selected_times()

    # 다운로드 버튼 표시
    if st.button("선택된 시간대의 영상 다운로드"):
        download_clips()