Full-Text RSS Feeds | fivefilters.org

je te propose plutôt ►http://fivefilters.org/content-only qui est fait par un type bien

Merci @fil je ne connaissais pas cet outil de Five Filters. Pas d’outil libre par contre pour faire ressortir les liens les plus intéressants de Twitter ?

non, pas d’idée — mais tu peux utiliser #ttytter pour indexer dans une base mysql tous les tweets que tu veux (ceux marqués #NDDL par exemple) et ensuite faire ta sauce avec ça

J’en connais qui ont fait ça avec #SPIP 3 et les #Itérateurs : un squelette qui utilise le service web de Yahoo #YQL et qui va chercher le contenu HTML d’une page et le retransforme en flux #RSS ou #Atom.

Je crois que @suske a fait ça, non ?

#spip-3

ouep, on peut faire ça avec #SPIP et les #itérateurs, comme @rastapopoulos a dit. Il faut juste que la page soit un minimum structurée et bien balisée, forcément. Puis bon, ça demande un peu de chipot mais c’est faisable et bien pratique. Donne une url @monolecte...

Encore plus simple : ►http://fivefilters.org/content-only

L’URL que je veux veiller : ►http://www.wsws.org/francais
C’est fait avec les pieds mais j’aimerais être au courant chaque fois que ce site sort un nouvel article en français.

Ouééééé, avec des vrais morceaux de table inside et des font size="2" face="Arial" color="#003366" comme on en fait plus ;-)

Je regarde ça ce week-end.

Ce qui est super compliqué c’est que le HTML n’est même pas valide et ya carrément des manques d’imbrications de plusieurs balises (mal ou pas fermées).

YQL passe le résultat par HTML Tidy qui reformate tout du mieux qu’il peut, donc c’est sur ce résultat re-formaté qu’on fait la recherche (et non pas sur ce que montre Firebug quand on visualise la page, car lui aussi reformate mais pas forcément pareil que Tidy).

Premiers éléments, avec cette requête (faut tout copier, Seenthis ne reconnait pas bien l’URL) tu as uniquement les paragraphes centraux qui sont soit des dates (ceux avec « font » dedans) soit des articles (ceux avec « a » dedans) :
http://developer.yahoo.com/yql/console/?q=select%20*%20from%20html%20where%20url%3D%22http%3A%2F%2Fwww.wsw

Ensuite faut boucler dessus et construire le XML du flux RSS :
– quand on tombe sur une date, la transformer en vraie date informatique et la mettre en mémoire pour l’assigner aux liens qui suivent
– quand on tombe sur des liens, utiliser la dernière date trouvée comme date de l’article

Ouhlà, ça va être compliqué. Ce site c’est du fait main pas w3c compliant (du tout) et là ils ont ajouté un pavé (dans la mare) qui casse déjà la requête de RastaPopoulos...

Une requête plus résistante : tous les liens pointant vers un truc en « News/20... » :
http://developer.yahoo.com/yql/console/?q=select%20*%20from%20html%20where%20url%3D%22http%3A%2F%2Fwww.wsw

Et voilà chère amie :
►http://rastapopoulos.artizanal.info/notes/spip.php?page=rss-wsws

Et le squelette que tu peux adapter à ton besoin :
►http://rastapopoulos.artizanal.info/notes/squelettes/rss-wsws.html

#squelette #boucle #data #YQL #SPIP3

Whouhaou, impressionnée je suis... et ça marche !

Tu devrais aussi partager sur Spip-contrib...

Ah ben je l’avais proposé avant de te lire (le partage sur contrib)... Mais oui, c’est une bonne idée, d’autant que ça te permettra de voir que si le rss est fonctionnel en l’état, il pourrait être cassé dans plusieurs cas de figure (le code produit sur ce site n’est vraiment pas propre). C’est dans ma todo (documenter est un job parfois assez fastidieux).

Et voilà, c’était pas si compliqué, j’ai mis à jour le squelette (toujours au même endroit donc les URLs ci-dessus).

J’ai juste changé l’URL de base qui est « /fr/ » maintenant, et changé « News/ » par « articles/ » dans le test de l’URL pour trouver la date.

J’ajoute ma contrib : ►http://www.feed43.com/1863156282864312.xml
modifiable là : ►http://www.feed43.com/feed.html?name=1863156282864312

Y avait ça, aussi, je le garde en mémoire : ▻http://www.rsspect.com
#RSS

Hey, mon code fonctionne toujours pour WSWS, la classe. :)

#classe #merci

C’est intéressant en effet.

Cet article rejoint cependant une problématique qui m’est chère : celle de la consultation des contenus recensés comme intéressants au cours d’une journée.

En ce qui me concerne, je suis de moins en moins intéressé par des extractions vers PDF, et beaucoup plus par les formats mobiles (et réexploitables) de type ePub et Mobi. Heureux possesseur d’un Kindle depuis Noël (merci Mamie !), je galère avec des PDF formatés en A4 et qui m’obligent à zoomer, scroller ou tenir le Kindle en mode paysage (moins pratique). J’imagine que le problème se pose pour la plupart des possesseurs d’ebooks.

Du coup, j’utilise Instapaper (►http://www.instapaper.com) comme agrégateur de contenu (j’envoie les articles qui m’intéressent vers mon compte directement depuis mon navigateur, avec un Bookmarklet type +Seenthis, ou depuis le lecteur de flux RSS NetNewsWire ou encore depuis l’appli officielle de Twitter sur iPhone), et je récupère le tout au format Mobi le soir pour lire ça sous la couette (il faut quand même en passer par la case téléchargement et transfert en USB de l’ordinateur vers le Kindle).

Serais donc preneur d’un flux SeenThis au format Mobi (ou ePub, la conversion se fait facilement)....

#epub #mobi #kindle #instapaper

Et un machin comme ça : ►http://www.phpclasses.org/package/6115-PHP-Create-ebook-in-EPUB-format-for-ex-Apple-iPad.html

#spip -> #epub ?

Pour Plateformag, je me demande si je vais pas distribuer le pdf dans un flux podcast sur itunes (on a le droit) pour faire une lecture dans Ibooks mais la c’est pas le sujet