Question

我正在使用YQL来获取一堆页面，其中一些页面可能处于脱机状态（显然我不知道哪些页面）。我正在使用此查询：

SELECT * FROM html WHERE url IN ("http://www.whooma.net", "http://www.dfdsfsdgsfagdffgd.com", "http://www.cnn.com")

第一个和最后一个是实际网站，而第二个显然不存在。实际上返回了两个结果，但是加载它们的URL不会出现在任何地方。那么，如果没有加载查询中的每个页面，那么找出哪个html页面属于哪个url的方法是什么？

Answer 1

不幸的是，我不知道如何在响应中获得key =＆gt;值对，其中key是url，而值是html响应。但是，您可以尝试以下查询，看看它是否符合您的用例：

select * from yql.query.multi where queries="select * from html where url='http://www.whooma.net';select * from feed where url='http://www.dfdsfsdgsfagdffgd.com';select * from html where url='http://www.cnn.com'"

试一试here。您可以执行的操作是在触发查询之前，将序列维护在url中queries的数组中，就像这样 ['http://www.whooma.net','http://www.dfdsfsdgsfagdffgd.com','http://www.cnn.com']。我们可以调用此数组A当您迭代YQL查询的响应时，不存在的url将返回null。以上查询的示例回复：

<results>
  <results>
    // Response from select * from html where url='http://www.whooma.net'. This should be some html
  </results>
  <results>
    // Response from select * from feed where url='http://www.dfdsfsdgsfagdffgd.com'. This should be null.
  </results>
  <results>
    // select * from html where url='http://www.cnn.com'. This should also be some html
  </results>
</results>

总而言之，您可以迭代数组A和YQL的响应。数组A的第一个元素应该对应于该YQL响应的第一个results（内部结果）元素。即您正在从两个数组创建一个hashmap。我知道答案很长，但我认为这是必要的。如果有任何混淆，请告诉我。

Answer 2

您可以使用YQL诊断标志找出未加载的网址。诊断标志将使响应包含diagnostics属性，其中包含url数组，指示是否找到相应的服务器。据推测，一旦您消除了未加载的网址，结果页面将与其余网址匹配。

使用YQL加载多个URL时获取URL

2 个答案: