Вопрос по импорту новостей

Я заранее извиняюсь за глупый вопрос, но что-то своими силами ответа пока не могу найти.

Вопрос вот в чем. Есть сайт. Как его спарсить я знаю... Но при парсинге каждая статья ложится в файл с названием article_ххх.txt (вместо "ххх" цифры от 1 до "ххх").
При обработке полученого материала в инструменте "Обработка и импорт" файлы в левом столбике распологаются по алфавиту, тобиш:
article_1.txt
article_11.txt
article_111.txt
article_112.txt
article_113.txt
.......
article_х.txt
article_хх.txt
article_ххх.txt

Ну и т.д.
Что приводит к неправильной сортировке статей на сайте. (т.е. xml файл формируется именно так, не попорядку)
Можно ли как то сделать сортировку правильную или как то по другому решить этот вопрос.
Заранее Спасибо.

 

Здравствуйте.
Вы можете назначить имена документам при парсинге макросом шаблона вывода DOCSNAMES_[INT_ID].txt (Ссылки недоступны для гостей) - пронумерует документы по порядку (если поставить 1 поток).
Но тут загвоздка в следующем, Windows воспринимает названия имен файлов не как числовые, а как строковые. То есть 7777 будет стоять раньше, чем 91.
Это только один нюанс, второй заключается в том, что программа при создании файла импорта в Wordpress перемешивает статьи!

 

Если вы сильны в PHP+MySQL попробуйте постить новости в базу прямо при парсинге:
Ссылки недоступны для гостей
Ссылки недоступны для гостей

 

Можно еще присваивать файлам (при парсинге) имена, которые будут браться из текстового файла на диске.

Код:

DOCSNAMES_<FILE=C:\111.txt>.txt

 

Это можно убать или лучше научится напрямую парсить?

 

Извините, я ошибся, перемешивает только даты (если используете отложенную публикацию). А в файл импорта выстраивает статьи согласно списку в программе.

 

Через "добавить файлы используя диалог системы" вы сами прямо в диалоге можете порядок менять (изменить тип упорядочивания), но там ограничение в 150 файлов (ограничение OpenFileDialog).

 

Ясно... спасибо большое...будем пробывать...

 

Вот нагенерировал вам список имен файлов.

Список выстроен в том порядке, в котором он будет отображаться при добавлении файлов (через Ctrl+O).

Чтобы при парсинге документы назывались согласно этому списку поставьте количество потоков = 1 и добавьте в шаблон вывода следующую строку:

Код:

DOCSNAMES_<FILE=C:\names_list.txt>.txt

Где C:\names_list.txt - прикрепленный к этому сообщению файл.

 

Спасибо... я понял...
Но названия файлов я бы сделал в другом порядке
Пример:
000000001
000000002
000000003
000000004
000000005
000000006
000000007
000000008
000000009
000000010
000000011
И т.д.

Правда еще не пробывал, но по аналогиии с прогами под винлу (даже которые я пишу) работает именно так...

Но все равно ОГРОМНОЕ СПАСИБО за прогу... это единственая прога, о приобретении которой я не жалею ни капли...

 

Спасибо на добром слове! Обращайтесь!

 

Я решаю все эти задачи проще. Не стоит мучать CD там, где нет в этом особой нужды. Вот порядок действий

1. Спарсиваю нужный контент в нужную папку

2. Иду в ТоталКоммандер, а там, файлы будут отображать не как

article_1.txt
article_11.txt
article_111.txt
article_112.txt
article_113.txt

а как

article_1.txt
article_2.txt
article_3.txt
article_.....txt
article_10.txt
article_11.txt
article_12.txt
article_13.txt и т.д.

Что делать дальше?

3. В том же Тотал коммандере, выделить файлы и использовать "Переименование". Тут есть два варианта

а) тупо задать нумерацию, выбрав в счётчике числительное с нужным количеством цифр, чтобы получить 0001, 0002 и так далее, и проставить их в конце имени, или

б) если хочется, чтобы всё выглядело красивенько,- используем одновременно регулярное выражение, которое удалит существующие цифры

 

Спасибо...

А вот про это можно поподробней...

 

Я не настолько силён в регулярках, надо ковыряться. Этот инструмент находится там же в "Переименовании", справа "Поиск-замена" называется. Вот, нашёл вариант. Суть в том, чтобы найти что-то "особенное" и задать (в нашем случае), чтобы программа удалила ненужное, оставив нужное. Могу показать пример. Формула такая (лучше картинкой, чтобы меньше объяснять):

Ссылки недоступны для гостей

Если работали с регулярками, должно быть ясно, что будет происходить.

P.S. В принципе, тут регулярка даже и не нужна, если в названии всего одно слово, и оно повторяется. Достаточно задать диапазон букв, которые должны остаться. А вот если имена файлов разные,- без регулярки не обойтись. Там всё немного по другому будет

 

Спасибо большое... попробую

 

Папробуй. Надеюсь, отпишешься?

 

да... как сделаю - отпишусь...

 

Доброго времени суток.

Конечно извиняюсь, что так поздно, но что то раньше руки не дошли.

И так... Если Вы (как и Я) испытываете острую проблему с неправильной последовательностью добавления новостей, т.е. в CD файлы добавляются следующим образом:

​

Ну есть программисты, которые на это не обращают внимания, но такими доморощенными "хацкерами" как Я, есть вот такое решение - это поставить перед цифрой в названии файла несколько нулей, т.е файл вида article_1.txt сделать article_0001.txt. Для этого можно сделать следующее:

1. Запускаете Total Commander (описывать что это такое я не буду ).
2. Заходите в папку, куда Вы спарсили контент.

​

3. Выделяете все файлы и выбираете Файл -> Груповое переивенование.
Или нажимаете комбинацию клавиш Ctrl+M

​

продолжение дальше...

 

4. В появившемся окне в пункте "Маска для: имени файла" пишем article_[C], а в параметрах счетчика ставите "Начинать с: 1", "Шаг: 1", "Количество цифр: ставите на 1 больше количества цифр в названии вашего последнего файла (или больше чем на 1)" (т.е. если у Вас 245 файлов то ставите 4).

В колонке "Новое имя" Вы сразу увидите результат.

​

5. Нажимаем кнопку "Выполнить" и, после выполнения, "Закрыть".
И Ваши файлы будут переименованы.

​

Итог:
Загрузив такие файлы в CD, они у Вас будут идти уже попорядку.

​

Спасибо за внимание.
Буду рад, если кому помог.


P.S.: С регулярными выражениями сделаю, и тоже распишу, как это все делается.

 

Спасибо за обстоятельное объяснение, но Много лишнего и неправильного.

1. В "Маске имени файла" нет необходимости зазря задавать расширение файла. Зачем? Чтобы потом его удалить?

2. Если есть однотипные наименования, то можно и другое решение задать, через [N #-#] диапазон. Нужно выбрать только нужную часть имени, в нашем случае article_, к нему приставить счётчик ([C]) и задать необходимое количество цифр.

Через регулярное выражение всё намного проще, я чуть выше показал формулу. Или есть желание предложить более эффективную формулу?