Website ohne RSS-Feed in RSS-Feed umwandeln

[Mordor]

Hallo zusammen,
da ein Bekannter die News von einigen Webistes überwachen will, welche keine RSS-Feeds anbieten, stell ich mir gerade die Frage, ob es ein Skript gibt welches es mir ermöglicht einen gewissen Bereich einer Website in ein Feed umzuwandeln.

Kennt hier vielleicht jemand ein Skript oder einen Dienst der das kann?

Gruß
Mordor

 

[d4f]

Zur die Zutaten zu einem entsprechenden PHP-Skript

Downloaden der entsprechenden Seite inkl. Interaktion wie Redirect und Login nachbilden:
https://github.com/d4fseeker/Misc-classes/tree/httpclient

Laden der Seite in ein DOM-Objekt:
http://simplehtmldom.sourceforge.net/

Daraus dann mit dem simplexml Objekt (oder durch Einsetzen in vorbereitete XML-Passagen) XML generien
http://php.net/manual/en/book.simplexml.php

echo

 

[elias5000]

Oh, ich wollte gerade was mit WWW::Mechanize, XML::LibXML, XML::LibXML::XPathContext schreiben und stoße darauf, dass in der Beschreibung von XML::RSS::SimpleGen [1] der Eindruck erweckt wird, dass man da ganze Webseiten durchschleusen kann um RSS zu generieren.

[1] http://search.cpan.org/~sburke/XML-RSS-SimpleGen-11.11/lib/XML/RSS/SimpleGen.pm

 

[d4f]

Hmm das scheint aber auch "nur" RegExp's zu matchen und die Ausgabe dann als XML auf zu bereiten. Bei Seiten die bisschen komplexer als das Beispiel sind wird das relativ ungenau oder problematisch, ich wuerde ein DOM-Tree bevorzugen, aber ich kenne natuerlich die Seite nicht auf welcher es angewendet werden soll.

 

[Mordor]

Es soll ja nicht nur auf eine bestimmte Seite angewendet werden, sondern auf eine x-beliebige Seite mit einem Newsbereich.

Werd mich also daran machen, das ganze in PHP selbst zu bastenl. Die Seite mit xml parsen und dann nur den dementsprechenden Bereich im Intranet in ein RSS-Feed zu packen sollte ja nicht das Problem sein.

 

[elias5000]

auf eine x-beliebige Seite

Ich hoffe das Teil versucht nicht, die Weltherrschaft an sich zu reißen, wenn du damit fertig bist...

 

[d4f]

Ich hoffe das Teil versucht nicht, die Weltherrschaft an sich zu reißen

Du meinst nicht so wie Collegehumor's IBM Watson
http://www.collegehumor.com/video:1948125

Es soll ja nicht nur auf eine bestimmte Seite angewendet werden, sondern auf eine x-beliebige Seite mit einem Newsbereich.

Automatisierte Erkennung koennte schwer werden (dazu muesste er ein Grundwissen an CSS und HTML Attributen haben und die Webseite ueber mehrere News hinweg beobachten um Unterschiede zu erkennen und die relevanten Teile filtern zu koennen.

Allerdings sollte das ganze mit einem grafisch konfigurierbaren DOM-Extrahierer alles andere als Magie sein.

 

[Roger Wilco]

So etwas gibt es durchaus schon fertig und als Webdienst:

http://feedity.com/
http://feed43.com/
http://www.feedyes.com/
http://www.page2rss.com/
http://www.diffbot.com/apps/feedbeater
http://www.feedfire.com/
http://www.wotzwot.com/rssxl.php

 

[Mordor]

Genau sowas in der Art hatte ich gesucht. Das Problem ist nur, dass diese Services oft nicht flexibel genug sind. Ausser wotzwot.com ist da nicht viel zu brauchen. Werde mir das mal genauer ansehen.

Danke erst mal.

 

[Vorti]

Danke, so etwas in der Art habe ich ebenso gesucht. Ich schaue mir das gleich mal in Ruhe an.

Wünsche allen Usern ein schönes Ostern.


---------
MOD: REFERER URL ENTFERNT!! Keine Werbung!