定义信息源的一些示例(xml文件)

本文目录

1、订阅博客,简单一例

2、从网页获取信息,简单一例

3、充分使用callback回调代码

4、html_re中包含多个block

5、使用html_json这个worker,解析json数据

1、订阅博客,简单一例:

<source>
    <name>范志红博客</name>
    <comment>搜狐博客。原创营养信息。</comment>
    <link>http://snowheart19.blog.sohu.com/</link>

    <worker>rss_atom</worker>
    <data>
        <url>http://snowheart19.blog.sohu.com/rss</url>
    </data>
</source>

2、从网页获取信息,简单一例:

<source>
    <name>ybk168新邮预告</name>
    <comment>ybk168新邮预告</comment>
    <link>http://www.ybk168.com/newslist/00040051.html</link>

    <worker>html_re</worker>
    <data>
        <url>http://www.ybk168.com/newslist/00040051.html</url>
        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
<div class="list">(.*?)<div class="page">
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
<li><span.*?href="([^"]+)".*?title="([^"]+)".*?
class="list_lr">([^<]+)<
]]>
            </itemre>
            <maprules>
                <title>2</title>
                <url>‘http://www.ybk168.com‘, 1</url>
                <pub_date>3</pub_date>
            </maprules>
        </block>
    </data>
</source>

3、充分使用callback回调代码:

<source>
    <name>北京空气质量</name>
    <comment>北京环境监测的微博。‘,利有散染预【8时‘ in s or ‘浓度】‘ not in s</comment>
    <link>http://weibo.cn/u/2516831703</link>

    <worker>html_re</worker>
    <data>
        <url>http://weibo.cn/u/2516831703</url>

        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
<div class="b">(.*)$
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
weibo\.cn\[([\d-]+)
]]>
            </itemre>
            <maprules>
                <title>‘notitle‘</title>
                <pub_date>1</pub_date>
                <suid>1</suid>
            </maprules>
        </block>

        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
^(?:.*?\[<span class="kt">置顶</span>\]|.*?<span class="pms">)
(.*?)
<input type="submit" value="查看更多内容"
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
<div class="c" id="([^"]+)">
(?:<div><span class="ctt">|.*?<span class="cmt">转发理由:</span>)
(.*?)
(?:</span>|<a [^>]+>赞\[\d+\]).*?
<span class="ct">([^& ]+)
]]>
            </itemre>
            <maprules>
                <title>‘notitle‘</title>
                <summary>2</summary>
                <pub_date>3</pub_date>
                <suid>1</suid>
            </maprules>
        </block>
    </data>

    <callback>
<![CDATA[
if posi == 0:
    temp_date = info.pub_date
    info.temp = ‘del‘
elif ‘日‘ in info.pub_date:
    info.temp = ‘del‘
else:
    s = info.summary
    if ‘,‘ in s or        ‘利‘ in s or        ‘有‘ in s or        ‘散‘ in s or        ‘染‘ in s or        ‘预‘ in s or        ‘【8时‘ in s or        ‘浓度】‘ not in s:
        info.url = ‘http://weibo.cn/u/2516831703‘
        info.pub_date = ‘‘
        info.title = ‘[‘ + temp_date + ‘] ‘ + s[:16] + ‘…‘
    else:
        info.temp = ‘del‘
]]>
    </callback>
</source>

4、html_re中包含多个block:

<source>
    <name>中国国家地理</name>
    <comment>中国国家地理</comment>
    <link>http://www.dili360.com/</link>

    <worker>html_re</worker>
    <data>
        <url>http://www.dili360.com/</url>

        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
<div class="community-item" id="community-items" >
(.*?)<!--end-->
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
<li class="img-block".*?
<a target="_blank" href="([^"]+)">.*?
<h4>(.*?)</h4>
]]>
            </itemre>
            <maprules>
                <title>2</title>
                <url>‘http://www.dili360.com‘, 1</url>
            </maprules>
        </block>

        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
<div class="community-item" id="community-items" >
(.*?)<!--end-->
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
<dt><a href="([^"]+)" target="_blank">(.*?)</a></dt>
]]>
            </itemre>
            <maprules>
                <title>2</title>
                <url>‘http://www.dili360.com‘, 1</url>
            </maprules>
        </block>

        <block>
            <blockre flags=‘DOTALL‘>
<![CDATA[
<ul class="style-1" id="replace">(.*?)</ul>
]]>
            </blockre>
            <itemre flags=‘DOTALL‘>
<![CDATA[
<div class="detail">.*?
<a href="([^"]+)" target="_blank"><h4>(.*?)</h4>
]]>
            </itemre>
            <maprules>
                <title>2</title>
                <url>‘http://www.dili360.com‘, 1</url>
                <summary>‘景观图片‘</summary>
            </maprules>
        </block>

    </data>
</source>

5、使用html_json这个worker,解析json数据:

<source>
    <name>新浪书讯</name>
    <comment>新浪图书,书讯。</comment>
    <link>http://book.sina.com.cn/</link>

    <worker>html_json</worker>
    <data>
        <url>http://feed.mix.sina.com.cn/api/roll/get?callback=jsonp1436772833418&amp;pageid=8&amp;lid=156&amp;num=20</url>
        <re  flags=‘DOTALL‘>
<![CDATA[
^try\{\w+\(
(.*)
\);\}catch\(e\)\{\};$
]]>
        </re>

        <block>
            <block_path>‘result‘, ‘data‘</block_path>
            <title>‘title‘</title>
            <url>‘url‘</url>
            <summary>‘summary‘</summary>
            <temp>‘intro‘</temp>
            <pub_date>‘ctime‘</pub_date>
        </block>
    </data>

    <callback>
<![CDATA[
info.pub_date = unixtime(info.pub_date)
info.summary = info.summary or info.temp
info.temp = 0
]]>
    </callback>
</source>
时间: 2024-08-14 11:49:39

定义信息源的一些示例(xml文件)的相关文章

转载:用Ant操作XML文件

1.14 用XMLTask操作XML(1) 本节作者:Brian Agnew 对于简单的文本搜索和替换操作,Ant的<replace>任务就够用了,但在现代Java框架中,用户更可能需要强大的XML操作能力来修改servlet描述符.Spring配置等. XMLTask是Ant外部任务,它提供了强大的XML编辑工具,主要用于在构建/部署过程中创建和修改XML文件. 使用XMLTask的好处如下? 与Ant的<replace>任务不同,XMLTask使用XPath提供识别XML文档各

web.xml文件的作用

每个javaEE工程中都有web.xml文件,那么它的作用是什么呢?它是每个web.xml工程都必须的吗? 一个web中可以没有web.xml文件,也就是说,web.xml文件并不是web工程必须的. web.xml文件是用来初始化配置信息:比如Welcome页面.servlet.servlet-mapping.filter.listener.启动加载级别等. 当你的web工程没用到这些时,你可以不用web.xml文件来配置你的Application. 每个xml文件都有定义它书写规则的Sche

XML文件解析-SaxReader

一.前言 java解析xml文件有几种方式,这里介绍一下用SaxReader来解析Xml的方法. 二.准备 如果用SaxReader的话,需要引入jar包dom4j, 版本的话官网下载一个就好,这里用的是dom4j-1.6.1.jar.下载完,引入到自己的项目路径即可 三.代码 import java.io.File; import java.util.ArrayList; import java.util.HashMap; import java.util.Iterator; import j

web.xml 文件配置01

web.xml 文件配置01 前言:一般的web工程中都会用到web.xml,方便开发web工程.web.xml主要用来配置Filter.Listener.Servlet等.但是要说明的是web.xml并不是必须的,一个web工程可以没有web.xml文件. 1.定义头和根元素 部署描述符文件就像所有XML文件一样,必须以一个XML头开始.这个头声明可以使用的XML版本并给出文 件的字符编码.web.xml的模式文件是由Sun公司定义的,每个web.xml文件的根元素<web-app>中,都必

web.xml文件详解

web.xml文件详解 前言:一般的web工程中都会用到web.xml,web.xml主要用来配置,可以方便的开发web工程.web.xml主要用来配置Filter.Listener.Servlet等.但是要说明的是web.xml并不是必须的,一个web工程可以没有web.xml文件. 1.WEB工程加载web.xml过程 经过个人测试,WEB工程加载顺序与元素节点在文件中的配置顺序无关.即不会因为 filter 写在 listener 的前面而会先加载 filter.WEB容器的加载顺序是:S

web.xml文件的作用及基本配置

Java的web工程中的web.xml文件有什么作用呢?它是每个web工程都必须的吗? 一个web中完全可以没有web.xml文件,也就是说,web.xml文件并不是web工程必须的. 那什么时候需要,什么时候可以不需要呢? 要想回答上面的问题,得先了解web.xml文件是用来干什么的.web.xml文件是用来配置:欢迎页.servlet.filter等的.当你的web工程没用到这些时,你可以不用web.xml文件来配置你的web工程. 那么web.xml能做的所有事情都有那些? 其实,web.

[转] web.xml文件详解

转自:http://www.cnblogs.com/hellojava/archive/2012/12/28/2835730.html 前言:一般的web工程中都会用到web.xml,web.xml主要用来配置,可以方便的开发web工程.web.xml主要用来配置Filter.Listener.Servlet等.但是要说明的是web.xml并不是必须的,一个web工程可以没有web.xml文件. 1.WEB工程加载web.xml过程 经过个人测试,WEB工程加载顺序与元素节点在文件中的配置顺序无

Android中使用PULL方式解析XML文件

Pull解析器的运行方式与 SAX 解析器相似.它提供了类似的事件,如:开始元素和结束元素事件,使用parser.next()可以进入下一个元素并触发相应事件.跟SAX不同的是, Pull解析器产生的事件是一个数字,而非方法,因此可以使用一个switch对感兴趣的事件进行处理.当元素开始解析时,调用parser.nextText()方法可以获取下一个Text类型节点的值. 下面我们通过Demo例子来介绍如何使用PULL机制来解析XML文件.先看下如下工程的目录结构: 按以下步骤进行操作: [1]

web.xml文件介绍

每个javaEE工程中都有web.xml文件,那么它的作用是什么呢?它是每个web.xml工程都必须的吗? 一个web中可以没有web.xml文件,也就是说,web.xml文件并不是web工程必须的. web.xml文件是用来初始化配置信息:比如Welcome页面.servlet.servlet-mapping.filter.listener.启动加载级别等. 当你的web工程没用到这些时,你可以不用web.xml文件来配置你的Application. 每个xml文件都有定义它书写规则的Sche