Op zondag 30 december 2001 12:46 schreef dennisdotcom het volgende:
Je kunt beter de NU.nl site rippen met php, eventueel een XML script van maken, en dan via XSL transformeren naar je weblay-out...
Dat zou kunnen, je kan zelfs via Java Server Beans een http request maken en de RSS file inlezen, en daar je eigen geschreven parsertje overheen gooien.
das net zo goed overkill...
want:
• de meeste hosts compilen PHP niet met XML support
• of compilen in safe mode, en daardoor de fopen wrappers niet blijken te werken
• <miereneuk mode> XSL transformeert helemaal niets...das alleen een stylesheet.</miereneuk mode>
Op zondag 30 december 2001 12:53 schreef dennisdotcom het volgende:
[..]
Ik kan je wel een voorbeeldje geven hoe je zoiets aan moet pakken, maar het verschilt dus per site hoe je het kunt rippen, want wat je werkelijk doet is de code op bepaalde stukken uit elkaar knippen, zodat het juiste stukje overblijft.
Nog even over die xml file van hun:

Dat is geen xml, dat ik een brak stuk code waar je dus geen ene moer mee kan.
Nu spreek je je eigen nog tegen ook. Want de route is tot de XSLT transformatie voor elke site hetzelfde:
pseudocode:
code:
1
2
3
4
5
| Maak HTTP Connectie
Haal XML File op
Sluit Connectie
Transformeer XML + XSL File mbv XSLT naar gewenste output |
Zoals je wellicht wel weet word de layout van de output bepaalt in de XSL file. Dus alleen deze is site-dependent. De code verschilt dus helemaal niet per site, maar kan universeel zijn. Zoiets is 15 regels werk...laten we er voor het gemak 25 van maken (mooie errorhandler erbij...)
En die XML File is helemaal zo brak nog niet:
code:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| <nu>
<section name="nieuws.hoofd">
<document href="http://nu.nl/document?n=49963">'Schip bij Vlieland kan nog dagen blijven branden'</document>
<document href="http://nu.nl/document?n=49971">Verwarde automobilist richt schade aan in Rotterdam</document>
<document href="http://nu.nl/document?n=49968">Zeker honderd doden door brand in Lima</document>
<document href="http://nu.nl/document?n=49966">Aanhoudingen bij dancefeest Innercity</document>
<document href="http://nu.nl/document?n=49965">Aanhang milieu- en natuurorganisaties opnieuw gegroeid</document>
<document href="http://nu.nl/document?n=49964">Argentijns kabinet stapt op</document>
<document href="http://nu.nl/document?n=49954">Agenten gewond geraakt bij Argentijnse betoging (video)</document>
<document href="http://nu.nl/document?n=49950">Kamervoorzitter wil Jorge Zorreguieta bij huwelijk</document>
</section>
<section name="nieuws.overig">
<document href="http://nu.nl/document?n=49958">Schoonmakers Schiphol bekennen roof uit vliegtuigen</document>
<document href="http://nu.nl/document?n=49949">'Al-Qaeda probeerde chemische wapens uit op dieren'</document>
<document href="http://nu.nl/document?n=49947">'Krantenjongen wordt ontvoerd, mishandeld en misbruikt'</document>
<document href="http://nu.nl/document?n=49946">'Nederland bood VS gevechtsvliegtuigen aan'</document>
<document href="http://nu.nl/document?n=49942">Bush niet onder de indruk van video Bin Laden (video)</document>
<document href="http://nu.nl/document?n=49938">Indiërs massaal op de vlucht (video)</document>
<document href="http://nu.nl/document?n=49937">Celstraffen voor uitzendzwendelaars </document>
<document href="http://nu.nl/document?n=49930">Folteraar Argentijns bewind opgepakt</document>
<document href="http://nu.nl/document?n=49925">Storm hindert verkeer in Nederland (video)</document>
[...] |
Die is toch perfect te parsen? wat is daar moeilijk aan? Btw ik blijf erbij..tis allemaal overkill als je alleen maar de links op je paginaatje wil hebben...kun je net zo goed bij de javaapplet blijven.
/disclaimer ik vind XSLT wel leuk hoor.