Приклад налаштування імпорту контенту

Тепер давайте подивимося на інші посилання до інших новин:

Всі вище перераховані посилання підходять по раніше описаний "словесний" шаблон. Для завдання шаблону посилань в WPGrabber необхідно використовувати певний формат опису таких шаблонів (формат опису регулярних вираженійPCRE, про PCRE на).

У регулярних виразах PCRE будь непробельний символ позначається наступною конструкцією \ S

Зверніть увагу на слеш \ перед великою літерою S. Зворотний слеш в регулярних виразах скасовує нормальне функціонування символу, ми могли б написати просто символ літери S і тоді вона була б просто великою літерою S в нашому регулярному виразі. Однак \ S - означає зовсім чином один будь-який символ, крім пробілу!

Так як наші варіації слів: textonlines. society. politics і economics складаються з декількох символів (букв слова), нам потрібно якось вказати в нашому вираженні кількість символів. Для цього використовуються фігурні дужки.

наприклад вираз \ S означає рівно 5-ть поспіль непробельний символу.

Наприклад слово "гамбургер" потрапляє під регулярний вираз \ S. але не потрапляє під вираз \ S. тому що в слові гамбургер саме 9 букв. а не 4.

Крім точного зазначення кількості символів в рядку, регулярні вирази дозволяють вказувати і діапазон символів, наприклад під вираз: \ S потрапляють всі слова довжиною від 3-х до 6 символів (включно!).

Також є можливість вказівки мінімального кількості символів в рядку без вказівки максимального, наприклад: \ S - все слова від 4-х символів довжиною і більше.

Переписавши початкову частину нашого шаблону ми отримаємо наступне:

На даному етапі ми могли б записати весь шаблон посилань у вигляді:

Перепишемо наше вираз з урахуванням входження в нього саме цифр а не всіх символів:

Цей вираз можна сміливо вставити в Шаблон посилань. натиснути на кнопку Застосувати. і якщо Ви зберегли стрічки натиснути на кнопку Тест імпорту. щоб переконається в правильності складання регулярного виразу пошуку посилань в тексті сайту.

Тепер зверніть увагу, що Плагін знайшов набагато більше посилань, ніж нам потрібно. Більш того в наш список посилань потрапили такі непотрібні нам посилання:

А також, неправильні (непрацюючі) посилання виду:

Коли нам потрібно в регулярному виразі перерахувати входження різних символів (набору символів), то ми можемо використовувати квадратні дужки. Вираз виду:

буквально означає: будь-яка одна буква або одна цифра або більше подібних символів.

Наприклад, під вираз виду (будь-які дві букви або цифри або і букви і цифри і більш подібних символів):

але, не потраплять, такі рядки:

Таким чином, якщо ми перепишемо наше вираз у вигляді:

Воно перестане відловлювати непотрібні і неправильні посилання!

Вставте цей вираз в Шаблон посилань, натисніть Застосувати, а потім Тест імпорту і Ви побачите як плагін знайде вже всього 12 посилань і всі вони будуть правильними!

Для вірності переходимо на сторінку і вважаємо кількість посилань на новини перевіряючи, чи правильно встановлена ​​шаблону посилань. На сторінці крім 10 посилань розташованих в центрі сторінки під наш шаблон потрапили ще 2 посилання, розташовані в інших частинах сторінки. У наступному уроці Ви зможете знайти інформацію про те, як вибрати посилання тільки з певної частини початкової сторінки.

Увага! Якщо в режимі тесту імпорту у вас на екрані відображається напис Знайдено посилань: 0 - подальша також встановлювати інші настройки стрічки практично позбавлена ​​змила! Немає посилань на новини - не буде імпортованих записів в WordPress.

А якщо WPGrabber не знаходить посилання на новини - значить ви зробили помилку в написанні регулярного виразу шаблону посилань або ж неправильно вказали параметри: URL індексного сторінки або Кодування HTML-сторінки.

Ще одне невелике важливе зауваження з приводу правил написання регулярних виразів. Вся справа в тому що в регулярних виразах формату PCRE, є спеціальний набір символів або як ще їх часто називають керуючі символи.

Коли ви в регулярному виразі пишіть наприклад символ точки (.) - то він не означає в прямому сенсі просту точку в тексті. Точка в регулярному виразі - це службовий символ позначає входження будь-якого символу алфавіту, ціферний символу, символу пробілу і взагалі будь-якого іншого символу. Тобто точка в регулярному виразі - це взагалі будь-який символ в тексті.

Таким чином під вираз:

Для того щоб в регулярний вираз вставити саме символ точки, потрібно перед керуючим символом поставити зворотний слеш, тобто вираз \. позначає як раз таки звичайну точку в тексті.

Таким чином, по правильному наш шаблон необхідно переписати в такий вигляд:

тобто екранувати в ньому все входження точки як службового символу.

Ви запитаєте, чому ж наш шаблон навіть у вигляді:

спрацював успішно? Відповідь проста: точка в регулярному виразі, як я вже написав вище, означає будь-який символ, в тому числі просту точку!

Якщо ви перейдіть з результатом тесту імпорту стрічки трохи нижче відображення посилань ви побачите наступне:

Ми не задали правила вибірки двох основних параметрів для записів WordPress - це заголовок і текст.

6) Почнемо з Заголовку - який при імпортуванні стрічки буде заголовком створюваних в WordPress записів (постів).

Для того щоб WPGrabber знайшов заголовок в тексті сторінки певної новини нам необхідно описати шаблон його пошуку. Тут теж використовується формат регулярних виразів як і в описі Шаблона посилань.

Потрапивши на сторінку новини, відкриваємо її вихідний код (як відкрити вихідний код сторінки було описано вище, використовуйте поєднання Ctrl + U). Зробимо пошук нашого заголовка в початковому тексті сторінки:

проте не поспішайте використовувати це входження, адже в ньому у нас крім тексту самого заголовка "На Україні стартували вибори до Верховної Ради" присутній ще і додатковий текст ". Політика. РосБізнесКонсалтинг", який нам зовсім ні до чого в заголовку записів.

Знайдіть чисте входження рядка заголовка без додаткових слів до і після. У нашому випадку це входження зустрічається у вигляді:

А також ще нижче:

Використовувати можна будь-чисте входження тексту заголовка.

Тепер нам треба скласти регулярний вираз для пошуку заголовка в тексті сторінки.
За попередніми прикладів, можна було б написати такий вираз:

Ви ж пам'ятаєте, що точка - це не просто точка, а будь-який символ в регулярному виразі!

Однак такий вислів поверне нам весь рядок цілком, тобто в заголовок матеріалу потрапить рядок виду:

нам же, потрібен саме текст "На Україні стартували вибори до Верховної Ради" розташований між лапками всередині цього тега.

Для позначення вибірки певної частини тексту з рядка, в регулярних виразах застосовуються группирующие символи круглих дужок (). Усередині яких якраз і повинна бути та частина тексту, яку ми хочемо вибрати з рядка.

Крім того в регулярних виразах є така конструкція виду:. *?

Це конструкція вбирає (поглинає) в себе будь-яку кількість символів аж до зустрічі з наступним символом після неї. Тобто наприклад вираз виду:. *? b - поверне все слова закінчують буквою b або ж всередині яких є буква b. Спробуємо застосувати цю конструкцію до нашого вираженню:

Скопіюємо цей вислів в поле Шаблон заголовка. натиснемо кнопку Застосувати і знову кнопку Тест імпорту.

Бачимо, що WPGrabber тепер знаходить правильні заголовки:

7) Наступним важливим етапом є пошук основного тексту сторінки.

Копіюємо частину початкового тексту (не обов'язково з самого початку, можна в середині тексту), відкриваємо вихідний код сторінки, і проводимо пошук по цій частині тексту. Є ймовірність того, що цей текст буде зустрічатися у вас в вихідному коді сторінки не один раз, тому важливо знайти саме те входження, яке є початком тексту новини на сторінці. Порівняйте текст у вихідному коді і на самій сторінці, знайдіть його початок і кінець.

Важливим завданням правильного визначення меж тексту є знаходження унікальних частин HTML-коду або будь-яких інших конструкцій (частини тексту і т.д.) до і після повного тексту новини.

Отже, знаходимо початкову точку тексту:

Перед початком тексту "Позачергові вибори Верховної Ради України проходять за посилених заходів безпеки. Скільки виберуть депутатів, залежить" ми бачимо тег

.

Отже, вставляємо в поле Початкова точка повного тексту рядок:

Далі знаходимо кінець тексту новини. Для цього також можна скористатися пошуком за словами в останньому реченні текст новини:

Отже, в поле Кінцева точка повного тексту можна вставити:

Відповіли вам поштою

Така ж проблема, прошу і мені надіслати рішення.

А так же прошу порадити рішення:

А так же прошу порадити рішення:

Створіть тему на форумі.