레이블이 구조인 게시물을 표시합니다. 모든 게시물 표시
레이블이 구조인 게시물을 표시합니다. 모든 게시물 표시

2008년 10월 14일 화요일

"Crop" 컨텐트 필터

본 포스트를 읽기 전에 펌즈 룰 파일의 구조에 대한 글을 먼저 읽으시기 바랍니다.

컨텐트 중에서 시작 태그부터 종료 태그안의 내용만을 남기고 싶을 때 사용합니다.

만약, 긁어온 웹 컨텐트가 아래와 같고,
<body>
<div>
뉴스는 어쩌구 저쩌구...
</div>
</body>

아래와 같이 "Crop" 컨텐트 필터를 정의한다면,
                <Crop StartTag="&lt;div&gt;" EndTag="&lt;/div&gt;" IncludeTags="False" />

다음과 같은 결과를 갖게 된다.
뉴스는 어쩌구 저쩌구...

"Crop" 컨텐트 필터의 속성들
  • 시작 태그(StartTag): 시작이 될 문자열. 문자열은 반드시 XML용으로 인코딩되어야 합니다. String conversion을 사용하시면 간단히 됩니다.
  • 종료 태그(EndTag): 종료가 될 문자열. 문자열은 반드시 XML용으로 인코딩되어야 합니다.
  • 시작 및 종료 태그 포함 여부(IncludeTags): "True"이면 포함하고, "False"이면 포함하지 않는다.
  • 에러 발생시 지나칠 지 여부(SkipOnError): "True"이면, 시작/종료 태그가 없어서 에러나는 경우에도 클리핑을 중단하지 않고, 진행합니다. 만약 "False"이면서 시작/종료 태그가 없어서 에러가 나면 해당 사이트의 클리핑은 중단되고, 다음 사이트로 넘어갑니다.

속성의 값을 입력시 주의할 점은 <, >등의 문자열은 XML에서 쓸 수 있또록 &lt;, &gt; 형태로 변경해야 한다. 변경하는 방법은 Coder’s Toolbox를 이용하면 편리하게 할 수 있다.

2008년 10월 12일 일요일

"ItemList" 컨텐트 핸들러

본 포스트를 읽기 전에 펌즈 룰 파일의 구조에 대한 글을 먼저 읽으시기 바랍니다.

"ItemList" 컨텐트 핸들러는 아이템을 이용해서 자식 컨텐트의 URL을 만든다. 주로 분류가 여럿인 경우에 사용된다.
예를 들어, 아래와 같이 클리핑할 자식 사이트가 있다고 할 때, 주소의 문자열을 비교해 보면 "A", "B"만 다르고 앞부분은 동일하다. 여기서 "A", "B"를 아이템이라고 본다.

http://www.mysite.com/category/A
http://www.mysite.com/category/B

따라서, 룰 파일에는 다음과 같이 작성한다.

        <ContentHandler Id="Categorized" ChildContentHandlerId="Paged" Type="ItemList">       
            <Properties>
                <UrlFormat>http://www.mysite.com/category/${CategoryId}</UrlFormat>
                <ItemCount>2</ItemCount>
                <Item.1>A</Item.1>
                <Item.1.Title>First Item</Item.1.Title>
                <Item.2>B</Item.2>
                <Item.2.Title>Second Item</Item.2.Title>
                <ItemTo>CategoryId</ItemTo>
            </Properties>
        </ContentHandler>

"ItemList" 컨텐트 핸들러의 프라퍼티(Properties)
  • ItemTo: Item을 어떤 변수로 할지. 위에서는 "CategoryId"가 된다.
  • UrlFormat: Url 형식. 여기에 Item 변수를 적용한다. 위에서는 ${CategoryId}부분이 아이템의 값으로 교체된다.
  • Item.n: Item의 값
  • Item.n.Title: Item의 제목. 자식 컨텐트의 제목이 된다.