-
Notifications
You must be signed in to change notification settings - Fork 21
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
Adăugare de noi surse de știri prin newskeeper.ro #53
Comments
Cornel a implementat asta, și azi am adăugat scriptul în CRON pentru a rula o dată la fiecare patru ore. La prima vedere pare okay, dar cineva ar trebui să țină un ochi pe ce se întâmplă pentru a se asigura că totul merge cum trebuie - că știrile sunt indexate corect, că tot conținutul este acolo. O primă eroare pe care eu am remarcat-o este că NewsKeeper nu pare să includă întreg conținutul din corpul știri. De exemplu http://www.evz.ro/detalii/stiri/crin-antonescu-dupa-alegeri-usl-va-avea-cea-mai-larga-majoritate-mai-mare-decat-a-fsn-i-101161.html, care pe newskeeper este http://newskeeper.ro/hpexport/item?id=33712 în câmpul de "content" nu include și următorul paragraf: Crin Antonescu: După alegeri, USL va avea cea mai largă majoritate, mai mare decat a FSN în 1990 Și pentru că Crin Antonescu nu e menționat în restul articolului, harta nu îl taguiește corect. Issue-ul ăsta ar trebui rezolvat de NewsKeeper, evedent, nu de noi. |
Cum am văzut că NewsKeeper afișează și poze din articole, ar fi cool dacă și import-ul din harta politicii ar adăuga poze - așa cum facem deja pentru Mediafax. |
Harta politicii acum crawluiește doar hotnews și mediafax, dar ar fi util și benefic dacă ar indexa toate ziarele.
Putem face asta preluând articolele din newskeeper.ro care indexează 10 surse românești de știri.
From: Adrian Zavelcuta - 6:22 AM (4 hours ago) - to me
Salut,
Sunt doua exporturi
Doua exemple de url-uri:
Lista: http://newskeeper.ro/hpexport/list
Un articol din lista: http://newskeeper.ro/hpexport/item?id=1000
Deocamdata nu sterg articolele mai vechi de o zi, dar o sa fac un scheduler pentru cleaning.
Enjoy :)
The text was updated successfully, but these errors were encountered: