Как сделать автоматическую публикацию с сайта на Wordpress?

Question

[Mirza Iskandarov]

Доброе времени суток...

Есть определенный сайт, где по всему видимому нету RSS:
tender.gov.az/new/index.php?inc=tender
Эти объявление нужно взять с сайта и репостнуть их в Вордпресс сайте... Как это может быть и если нужно разрабатывать код, сколько это примерно займет и будет стоить?

P. S. С линком "Ətraflı", можно перенаправиться на продолжение статьи...
P. S. S. Это сайт тендеров и нужно эти статьи публиковать на нашем сайте где простой Wordpress.

Спасибо за внимание, и ответы :)

Answer 1

[Орхан Гасанлы]

Приветствую!
Я бы рекомедовал обратится на фриланс (например, kwork), где вам могут разработать простой рнр парсер. Чтобы он парсил регулярно, нужно добавить задание в WP CRON или в CRON. Судя по всему у них нет ни API, ни RSS, так что придется парсить. Что касается стоимости и затрачиваемого времени, то за день (обычно, даже за несколько часов) могут сделать простой парсер, а стоимость - 1-4 кворка (500-2000 руб. 10-50 AZN). Все зависит от загруженности программиста...

А хотя... можно поступить иным способом. Есть плагин WpGrabber. Плагин платный 400-600 руб. примерно. Он может парсить данные, как из rss ленты, так и из html. Достаточно корректно задать ссылки с которых нужно парсить данные по regex.
Вот, видео, в котором я несколько подробно рассказывал об этом - https://www.youtube.com/watch?v=SJlDgeM30Gw

Comments

[Mirza Iskandarov]

Крутой скрипт!
Можете помочь по настройки "Шаблон ссылок"?
Пример ссылки: tender.gov.az/new/index.php?inc=tender&nov=&pub1=126899

Смог написать с regex до этой точки:
\?inc=tender&nov=&pub1=\d{6}
Остальное не получилось:
/new/index.php?inc=tender&nov=&pub1=126899 - как это полностью написать на regex?

[Орхан Гасанлы]

Mirza Iskandarov, если вы хотите парсить со ссылок слеующего образца:
tender.gov.az /new/index.php?inc=tender&nov=&pub1=126899
то вот, regex:
/new/index.php\?inc=tender&nov=&pub1=\d{6}
Этого достаточно, чтобы спарсить данные.
Добавьте главную страницу
tender.gov.az или tender.gov.az/new
И попробуйте спарсить.
Для начала попробуйте только ссылки получить, если все ок, то укажите начальную и кончную точку для парсинга. Но так как структура страницы не содержит уникальных селекторов, то возможно, что вам придется вырезать ненужные блоки из контента. (В видео я показал, как это сделать при помощи regex & |text|is )
В качестве начального блока выберите этот div

<div style="margin-top:10px; margin-left:15px; padding-left:15px; margin-right:15px; margin-bottom:10px;" id="maindiv">

или вот эту строку:
<td valign="top">
В качестве конечной точки выберите

<td style="background:url(images/menucol.png); background-repeat:repeat-y; background-position:left" width="278" valign="top">

А дальше все что лишнее между этими блоками или таблицами вырежьте.
Вам придется примерно вырезать 2 блока со стилями, а также все что лежит ниже "Açıq tenderlər" (таблицы, пагинацию и т.д.).
В общем экспериментируйте. Главная задача получить ссылки, а дальше уже дело техники