forked from filipg/twilight-library
\t|\n cleared
This commit is contained in:
parent
309ce718b1
commit
65d8a5da91
@ -7,16 +7,16 @@ import Text.XML.HXT.XPath
|
||||
-- import Text.XML.HXT.Curl
|
||||
import Data.List
|
||||
import Data.List.Utils (replace)
|
||||
-- import qualified Data.Text as T
|
||||
|
||||
import Text.Regex.Posix
|
||||
import Text.Printf
|
||||
|
||||
|
||||
extractRecords = extractLinksWithText "//section[@id='section-content']//h2/a" -- pary adres-tytuł
|
||||
>>> second (arr $ replace "\r\n " " ") -- czyścimy drugi element pary, czyli tytuł z niepotrzebnych białych znaków
|
||||
-- >>> first (arr ((++"tr") . init)) -- modyfikujemy pierwszy element pary, czyli adres URL
|
||||
>>> first (extractLinksWithText "//div[@class='attachment']/a[contains(@href, '.pdf')]") -- pobieramy stronę z adresu URL i wyciągamy linki z tej strony pasujące do wyrażenia XPathowego
|
||||
-- ostatecznie wyjdą trójki ((adres URL, tytuł artykułu), tytuł rocznika)
|
||||
-- >>> first (second (arr $ replace "\t" ""))-- ostatecznie wyjdą trójki ((adres URL, tytuł artykułu), tytuł rocznika)
|
||||
|
||||
|
||||
-- ... a tutaj te trójki przerabiamy do docelowej struktury ShadowItem
|
||||
toShadowItem :: ((String, String), String) -> ShadowItem
|
||||
@ -27,7 +27,7 @@ toShadowItem ((url, articleTitle), yearlyTitle) =
|
||||
format = Just "pdf",
|
||||
finalUrl = url
|
||||
}
|
||||
where title = "Teksty Drugie " ++ yearlyTitle ++ " " ++ (replace "\r\n" "" (replace "\r\n " "" articleTitle))
|
||||
where title = "Teksty Drugie " ++ yearlyTitle ++ " " ++ (replace "\n" "" (replace "\t" "" articleTitle))
|
||||
date = getDate url
|
||||
|
||||
getDate url =
|
||||
|
Loading…
Reference in New Issue
Block a user