Question

我正在建立一个网站，其中一个部分将显示来自的公告不同的网站。（通知是公开的，没有侵犯版权）我需要做的是在目标网站上有新通知时自动更新我的网站。我使用Joomla作为我的CMS。有什么想法吗？

更新 - 很遗憾没有RSS提要:(

谢谢和问候， NAND

Answer 1

有一些工具会刮掉一个网站并将其转换为RSS（你需要做一些工作来指定如何为新网站进行转换）。例如，请参阅http://rssscraper.rubyforge.org/

Answer 2

如果其他网站为他们的通知提供了RSS提要，最简单的方法是使用Joomla的RSS插件来呈现它们。

Answer 3

由于还没有针对你的目标的RSS提要 - 你可以用PHP写一个（IIRC Joomla写的，所以我会假设支持）。您只需连接到远程网站，并解析HTML（正则表达式是您的朋友），以生成Feed数据;我倾向于把这个输出作为RSS，然后点燃你的Joomla网站。

解析HTML的缺点包括在他们的网站布局上添加一个巨大的依赖 - 这可以通过“给”他们生成RSS来为他们托管的php来减轻，因为它会为他们的网站增加价值，以及将维护所有权转让给他们。

Answer 4

您可以使用yahoo pipes和/或yahoo query language（yql）将网站转换为rss或xml

Answer 5

我同意frankodwyer和Rowland的答案，但有一点需要考虑的是窃听网站所有者（如果它仍在积极开发，我认为如果有新消息的那样）添加RSS提要。这不是最难的事情。

Answer 6

应该注意的是，“公开”并不意味着版权免费，除非明确放在公共领域中。在保留其自动版权的同时，有许多公开的内容。

Answer 7

如果您可以查看您尝试从中提取信息的网站的HTML代码，并且他们的新闻文章实体具有逻辑命名系统，您应该能够使用fopen命令，例如。

<?php
$handle = fopen("http://www.example.com/", "r");
?>

然后使用从文章代码中提取的信息，如果文章代码的布局如下：

<div class="post" id="post-16283">
    <div class="postheader">
        <h1 id="article-title">Test Article Code</h1>
    </div>
    <div class="postcontent">
        This is the article text
    </div>
    <div class="postfooter">
        Copyright Information
    </div>
</div>

然后，您可以使用以下php代码显示文章的所有标题：

if (preg_match_all("#<div class="postheader"(.*?)</div>#s", $handle, $matches, PREG_PATTERN_ORDER) > 0) {
    foreach ($matches[0] as $match) {
        echo $match;
    }
}

这只是如何从网页上提取信息的基本指标。它可以开发，因此您可以从网页上逐页提取信息，然后甚至以自己的方式格式化。

希望有所帮助

自动从网站复制新文章

7 个答案: