Отличительные особенности блога, то есть уважение между блогом и нормальным сайтом - PullRequest
1 голос
/ 28 июля 2010

Я смотрю на вещи, которые могут отличить блог от обычного сайта.Это те вещи, которые программа должна уметь идентифицировать по HTML веб-сайта или по отдельным функциям, которые поддерживает сайт.Например,свистит.То же самое относится и к новостным веб-сайтам.

Я работаю над программой наблюдения за блогами / новостями, и она будет индексировать сайты, чтобы автоматически определять, является ли это блогом или новостным сайтом, а затем отслеживать отзывы пользователей в комментариях и т. Д. В сообщенияхс сайтов, которые он определяет как блог или новость.

Итак, что мне действительно нужно, так это предложения о том, что я могу использовать или искать при идентификации этих сайтов.

Этобудет настольным приложением, написанным на Java, так что если у вас есть какие-либо особенности кода в Java, это будет здорово.

заранее спасибо

Ответы [ 2 ]

1 голос
/ 29 июля 2010

Вы можете найти на странице слово «блог», так как это, вероятно, будет присутствовать. В частности, вы можете искать его в частях HTML-страницы или исключать части, например ссылки. Это даст вам достойную отправную точку.

В конечном счете, это то, что должно быть сделано вручную. Вы должны создать интерфейс, чтобы люди могли указать, является ли это блогом или новостным сайтом, или другими его функциями, когда сайт представлен. Затем вы должны создать базу данных сайтов и функций и отметить их так, чтобы вы или другой администратор могли просматривать их и вносить изменения. Как только вы сделаете это для сайта, вам больше никогда не придется делать это снова, так что, например, http://*.wordpress.com/ - это блоги.

Некоторые функции, которые вы можете автоматически обнаруживать или получить довольно хорошие шансы на обнаружение, но в конечном итоге вам потребуется ручная проверка.

0 голосов
/ 29 июля 2010

Найдите доступный для просмотра канал RSS или Atom, который должен присутствовать в блоге или на регулярно обновляемом новостном сайте.

...