extract-mikehero-hero.py

import json
import re

# Načtení dat ze souboru
file_path = 'mike.json'
with open(file_path, 'r', encoding='utf-8') as f:
    data = json.load(f)

output = []

for page in data:
    posts = page.get('data', {}).get('posts', {}).get('nodes', [])
    for post in posts:
        # Filtrování: Chceme pouze příspěvky, které obsahují video
        assets = post.get('assets', [])
        if not any(asset.get('hasVideo') is True for asset in assets):
            continue
            
        raw_text = post.get('text', '')
        post_id = post.get('id', '')
        json_title = post.get('title')
        
        # 1. Extrakce CZ-ID (z celého textu)
        cz_match = re.search(r'(CZ-[\w\+\d\-/ ]+)', raw_text)
        cz_id = cz_match.group(1).strip() if cz_match else ""
        
        # 2. Základní očištění textu od podpisu DETEKTIV MIKE a dál
        # Rozdělíme text podle podpisu a vezmeme jen to, co je před ním
        clean_content = re.split(r'\n\nDETEKTIV MIKE', raw_text, flags=re.IGNORECASE)[0].strip()
        
        # Rozdělení na řádky pro separaci nadpisu a popisu
        lines = clean_content.split('\n')
        
        # 3. Logika pro NADPIS
        # Pokud title v JSONu chybí (je None), vezmeme první řádek z textu
        if json_title and str(json_title).strip().lower() != 'none':
            final_title = str(json_title).strip()
            final_description = '\n'.join(lines).strip()
        elif lines:
            final_title = lines[0].strip()
            final_description = '\n'.join(lines[1:]).strip()
        else:
            final_title = "xxx"
            final_description = ""
                    
        # Sestavení URL
        url = f"https://herohero.co/mikejepan/post/{post_id}"
        
        # Formátování výstupního bloku (pokud je hodnota prázdná, zůstane prázdno pod hlavičkou)
        post_block = (
            f"ID:\n{cz_id}\n\n"
            f"NADPIS:\n{final_title}\n\n"
            f"POPIS:\n{final_description}\n\n"
            f"URL: {url}"
        )
        output.append(post_block)

# Vypsání výsledku
print("\n---\n".join(output))