在 Yahoo Pipes 中获取纯文本

发布于 08-08 19:34 字数 464 浏览 7 评论 0原文

我有一个雅虎管道从 Google 群组获取 Atom 提要,并且我想对消息的全文进行一些处理(运行各种正则表达式来提取数据)。我可以使用如下网址从 Google 获取纯文本消息文本:

http://groups.google.com/group/(group_name)/msg/(message_id)?dmode=source&output=gplain

但是,我无法将其作为字符串值放入雅虎管道中。获取页面拒绝非 HTML 页面。使用 html 表的 YQL 似乎可以工作,并将纯文本包装在 ap 元素内,我可以像这样提取其文本:

select * from html where url="..." and xpath="//p"

但是,如果消息文本包含 html 标签,YQL 将返回 HTML 子树而不是字符串。有什么方法可以将其恢复为 HTML 源代码吗?

I have a Yahoo pipe taking the Atom feed from a Google group, and I want to do some processing on the message's full text (running various regular expressions to extract data). I can get a message's text in plain text from from Google using a url like this:

http://groups.google.com/group/(group_name)/msg/(message_id)?dmode=source&output=gplain

However, I'm having trouble getting it inside Yahoo pipes as a string value. Fetch Page rejects non-HTML pages. YQL using the html table seems to work, and wraps the plain text inside a p element, whose text I can extract like this:

select * from html where url="..." and xpath="//p"

However, if the message text contains html tags, YQL returns an HTML subtree instead of a string. Is there any way of flattening it back into its HTML source?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

累赘2024-08-15 19:34:58

诀窍是删除“output=gplain”并从 pre 元素中获取内容。

select content from html 
where url="http://groups.google.com/group/haml/msg/0f78eda2f5ef802d?dmode=source" 
and xpath='//div[contains(@class,"maincontbox")]/pre'

我创建了一个以 Google 群组和消息 ID 作为输入的管道来演示:

http:// /pipes.yahoo.com/pipes/pipe.info?_id=3d345e162405e7dbd47d73b95c21f102

The trick is to remove the "output=gplain" and grab the content from the pre element.

select content from html 
where url="http://groups.google.com/group/haml/msg/0f78eda2f5ef802d?dmode=source" 
and xpath='//div[contains(@class,"maincontbox")]/pre'

I have created a pipe with Google Group and Message ID as inputs to demonstrate:

http://pipes.yahoo.com/pipes/pipe.info?_id=3d345e162405e7dbd47d73b95c21f102

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文