ciao sono daniele, sto costruendo un motore di ricerca di news, il problema è che io devo fare un 'analisi di tutto il testo della notizia e non della sola descrizione. Visto che ho l'URL della pagina HTML ed ogni sorgente impagina le notizie a suo modo, come faccio a reperire l'intero testo della notizia avendo l'URL trattando sorgenti diverse????
Una spiegazione migliore (magari portando anche un esempio o linkando il tutto) la sapresti dare????
FEDERIX.IT - [Pillola] GRAFICA DEI FORM
...ho ancora quella forza che ti serve, quando dici "Si comincia!"
allora io uso i feed RSS per ricevere notizie da un sito web!!! gli RSS esplicitano solo le seguenti info:
1) Titolo notizia
2)Descrizione notizia (è un breve topic non tutto il testo)
3)Link notizia (link alla pagina che contiene tutta la notizia)
Ora visto che io devo fare l'analisi del testo completo della notizia come faccio a partire dall'url della pagina a reperire l'intero testo della notizia???
Ora è piu' chiaro???
Grazie
Dipende dal formato (Atom o RSS) e dalla versione utilizzata.
Magari studiati le specifiche.
le specifiche le ho studiate e non dipende da quello perchè non è prevista la memorizzazione nel RSS di tutta la notizia quindi il problema è :
avendo un URL di una pagina WEB contenente la notizia come faccio a prendere esattamente il testo che mi interessa se ogni pagina Web ha una sua struttura particolare???
Ma tu intendevi TUTTA in quel senso?!?
Non credo sia possibile.
Potresti anche togliere tutti i tag, ma ti rimarrebbero voci di menu, inserzioni pubblicitarie, link etc...
Credo tu debba abbandonare l'idea.
un modo ci deve pur essere...magari tramite qualche tool che fa da parserHTML...!!!
Aiutatemi vi pregooooo :-)
Permessi di invio
Rispondi quotando