regex - 雅虎管道和网站名称

Question

如何使用 Yahoo Pipes 获取页面名称？

我正在制作一个新闻/博客聚合器，并且需要知道信息来自的站点的名称（bbc、cnn、fox 等）。

我需要用 REGEX 做这个吗？

有谁能帮忙吗？

Answer 1

您可以使用Sources菜单中的XPath Fetch Page或Fetch Feed模块来获取页面。也许和其他人也一样。

之后，您可以使用各种运算符（可能是Regex或其他运算符）提取页面名称本身，具体取决于您使用的源页面和您想要获得的输出。

一般来说，您的问题太宽泛，难以回答。为了让您开始，我创建了一个示例管道，从这篇文章中提取您的问题的标题，这基本上是当前页面的“页面名称”。

http://pipes.yahoo.com/pipes/pipe.info?_id=668acf3f807c30d7b75f12459edd3252

我使用带有参数的XPath Fetch Page ：

• URL = 本页
• 使用 XPath 提取 =//div[@id="question-header"]

我div通过检查此页面的源代码获得了该路径，我看到这div#question-header是一个问题的容器。我本可以选择更深的内部容器或更高级别的容器。这完全取决于您需要的其他信息量。您想从页面获得的信息越多，您选择的容器级别就越高。

接下来，我使用Create RSS运算符创建了一个适当的 RSS 提要，并带有以下参数：

• 标题 =h1.a
• 链接 =h1.a.href

我选择这些元素是因为在我用 xpath 提取的容器中，页面名称在里面h1 a。在 Yahoo Pipes 中，您使用点作为路径分隔符。

Answer 2

我找到了这个示例管道http://pipes.yahoo.com/pipes/pipe.info?_id=69b5dce1c59501a0c64a660c1cfdb856。页面标题也包括网站名称。我不确定这是否是您要找的。