2006-09-21
_ 窓の杜 - 今日のお気に入りのEFT
「窓の杜 - 今日のお気に入り」のEFTを書いてみた．
author: smallstyle
custom_feed_handle: http://www.forest.impress.co.jp/article
custom_feed_follow_link: /\d+/\d+/\d+/.*?.html$
handle: http://www.forest.impress.co.jp/article/\d+/\d+/\d+/.*?.html$
extract: <H1>(.*?)</H1>.*?<H3>(.*?)</H3>.*?<!-- 本文開始 -->(.*?)<!--■■■■記事執筆者署名■■■■-->.*?（(.*?)）.*?<!-- 本文終了 -->
extract_capture: title_1 title_2 body author
extract_after_hook: |
$data->{title} = $data->{title_1};
$data->{body} = "<p>".$data->{title_2}."</p>".$data->{body};
サイドバーにある「最新のNEWS記事」まで拾うのは意図した仕様なのかどうかが不明でしたが、こんな感じに修正してみました。（spamフィルター回避のためにttpに直しているのでそこは読み直してください）
author: smallstyle
custom_feed_handle: ttp://www\.forest\.impress\.co\.jp/article/okiniiri\.html
custom_feed_follow_link: /\d+/\d+/\d+/okiniiri\.html$
handle: ttp://www\.forest\.impress\.co\.jp/article/\d+/\d+/\d+/.*?\.html$
extract: <H1>(.*?)</H1>.*?<H3>(.*?)</H3>.*?<!-- 本文開始 -->(.*?)<!--■■■■記事筆者署名■■■■-->.*?（(.*?)）.*?<!-- 本文終了
extract_capture: title title2 body author
extract_after_hook: |
$data->{body} = "<p>".$data->{title2}."</p>".$data->{body};
spam 扱いで非表示なっていたので表示させました．
サイドバーの部分は意図的に含めたものです…ということは，修正前のが窓の杜「最新記事」のEFTで，修正後が本当の「今日のお気に入り」のEFTにといったところなりますね．
サイドバーを含めると1年分全部を見に行くのでどうかなぁとは思っていました．