Hoe een lijst van blogs sorteren volgens hun index van populariteit Technorati?
In het vorige artikel, hebben wij om ons van de gratis software XScrape leren dienen, die het mogelijk maakt om gegevens van het web uit te trekken. Wij gaan het gebruiken vandaag bij een praktisch voorbeeld: het sorteren van een lijst van blogs volgens hun index Technorati.
De index van populariteit van een blog, in de zin van Technorati, stemt met het aantal blogs overeen verschillend die naar dit blog binden. Het is noodzakelijkerwijs geen index van kwaliteit maar een indicator van de invloed van blog in blogosphère, die eveneens aan de capaciteiten van de auteur kan gebonden zijn om zijn blog te bevorderen. Het is dus logisch om zich ervoor te interesseren teneinde de methoden van blogueurs te bestuderen die erin zijn geslaagd om hun gat te doen.
Om de index van Technorati van een blog, niets van eenvoudiger te raadplegen: het voldoet om de bladzijde http://www.technorati.com/blogs/ {te raadplegen adresse_du_blog_voulu}. Bijgevolg lijkt het gemakkelijk om de terugwinning van de index van Technorati van verschillende blogs dank zij XScrape te automatiseren.
Teneinde onze onderneming interessant te maken, gaan wij ons over de lijst van blogs van persoonlijke ontwikkeling van Priscilla Palmer (eh ja, verveel erover ik me niet;) buigen. Het sorteren van de lijst van Priscilla zal in 4 verschillende fases plaatsvinden:
- Automatische terugwinning van de band van blogs van de bladzijde van Priscilla Palmer
- Verandering van deze band in band Technorati
- Automatische terugwinning van de index Technorati van alle blogs
- Sorteren van de verkregen informatie
Automatische terugwinning van de band van blogs van de bladzijde van Priscilla Palmer
Om de band van blogs van de lijst van Priscilla Palmer terug te krijgen, voldoet het om XScrape met de volgende parameters uit te voeren:
URL: http://priscillapalmer.com/pdl.php/
Inclusive URLs: http://priscillapalmer.com/pdl.php/
Exclusieve URLs: http://priscillapalmer.com/,http://www.priscillapalmer.com/
Regular Uitdrukking: <a [^<>] *href=“ http [^<>] *target=“ _blank“ [^<>] *> [^<>] *</a>
Een snelle analyse van de bladzijde van Priscilla maakt immers het mogelijk om te zien dat alle band van op een lijst gezette blogs het attribuut target=“ _blank“ bezit, hetgeen het mogelijk maakt om de goede band automatisch terug te krijgen.
Verandering van deze band in band Technorati
Na het resultaat van XScrape in een bestand tekst teruggekregen te hebben, voldoet een eenvoudige vervangingsverrichting om de band Technorati te verkrijgen:
- http:// vervangen door: http://www.technorati.com/blogs/
Momenteel heb ik nog niet het middel gevonden om een bladzijde HTML te analyseren zonder een adres http te gebruiken. Ik heb dus deze bladzijde gezet op mijn plaatselijke server opdat XScrape het bestand kan vinden. Dat geeft een adres van het soort http://localhost/…
Automatische terugwinning van de index Technorati van alle blogs
Om de index van technorati van blogs van de lijst van Priscilla Palmer terug te krijgen, voldoet het om XScrape met de volgende parameters uit te voeren:
URL: http://localhost/lienstechnorati.html (de bladzijde die men aan de vorige etappe heeft gebouwd)
Inclusive URLs: http://www.technorati.com/blogs/
Exclusieve URLs: http://www.technorati.com/blogs/tag/
Regular Uitdrukking: <a [^<>] *class=“ links“ [^<>] *href=“ /search/ [^<>] *title=“ View [^<>] *blog [^<>] *reactions“ >Authority: [^<>] *</a> [^<>] *</div> [^<>] *<div> [^<>] *<a [^<>] *class=“ fav
Om de goede uitdrukking regelmatig te vinden, moet men de code bron van een bladzijde van blog Technorati raadplegen. Vervolgens door een beetje rond te tasten, verkrijgt men tenslotte de goede regelmatige uitdrukking.
Merken op dat deze methode me permi heeft om ongeveer 80% van de index technorati terug te krijgen, en dit wegens 3 redenen:
1/Certains band stemden niet met de wortel van blog overeen
2/Certains band hebben nog niet geen index want niemand heeft nog aan hun blog gebonden
3/Certains band zijn geen blogs
Sorteren van de verkregen informatie
Met een beetje Excel en een een beetje autohotkey, kan men wonderen doen.
Ziehier hoe ik ben gehandeld:
- Ik heb eerst in de verkregen output alle nutteloze gegevens afgeschaft
- Vervolgens heb ik het bestand in formaat CSV door opeenvolgende vervangingen veranderd om lijnen te verkrijgen waar de kolommen door punten komma worden gescheiden, om het te kunnen invoeren in Excel:
http://www.threesixtyalliance.com/360-view;6
http://www.todayisthatday.com/blog;314
http://www.positiveselftalkguide.com;46
enz.
- Om blogs te kennen waarvan niet heeft kunnen hebben men de index, is het eveneens interessant om de gegevens van de lijst in te voeren die bij de etappe 1 in hetzelfde bestand Excel is verkregen, teneinde een vergelijking te doen.
- Dank zij een script autohotkey, kan men vervolgens gemakkelijk de kolommen laten overeenkomen en een resultaat verkrijgen van dit soort:
(hij er heeft in alle 727 lijnen)
- Men kan vervolgens de lijnen sorteren en al deze gegevens in een bestand HTML exporteren om de definitieve lijst te verkrijgen.
Conclusie
Ik hoop dat dank zij dit artikel, u de macht van XScrape zult kunnen hebben ontdekken. Men zal opmerken dat het mogelijk is om hetzelfde te doen door API van Technorati, maar de methode te gebruiken die hier aan het voordeel worden gepresenteerd om geen enkele kennis in programmering te vereisen.
In het volgende artikel, zult u de volledige lijst van blogs van persoonlijke ontwikkeling van Priscilla Palmer vinden die volgens hun index Technorati worden gesorteerd.
Tags: autohotkey, blog, Ontwikkeling Persoonlijk, Excel, regelmatige uitdrukking, lijst, parseur, populariteit, regular uitdrukking, technorati, tutoriel, xscrapeAls u van dit artikel hebt gehouden, hem meer zicht in voorstemmer hem op Scoopeo gegeven:
De gelijksoortige artikelen (in theorie):
Stats
XScrape: een gratis software om gegevens uit te trekken vanaf het web
De bladzijde van stats: waar de beste scripts van statistieken vinden
Meer dan 350 blogs op het thema van de persoonlijke ontwikkeling
Het project van artikel in samenwerkingsverband: de laatste lijst van blogs van persoonlijke ontwikkeling Franstaligen
Jean Michel said,
Wrote men maart 10,2008 @ 20:05
Een goed uitgelegde tuto
mooi werk
Goed eind van dag:)