Estoy raspando un sitio html estático y moviendo el contenido a un CMS respaldado por una base de datos. Me gustaría usar Textile en el CMS.¿Cómo puedo convertir HTML a Textil?
¿Existe alguna herramienta que convierta HTML en Textil, para que pueda raspar el sitio existente, convertir el HTML a Textil e insertar esos datos en la base de datos?
Este es un reemplazo de marcado simple, nada que una buena expresión regular no pueda reparar.
recomiendo Perl, LWP :: Simple y algunas expresiones regulares que hacer todo el asunto (spidering, diseño y menús de desbroce, se convierten al textil, y luego enviar a la base de datos.)
Aquí es una c# lib converting html 2 textile. Aunque es textil con sus adiciones. No es puro textil.
Sé que esta es una vieja pregunta, pero me encontré tratando de hacer esto el otro día y no encontrar nada útil, hasta que encontré Pandoc. También puede convertir montones de otros formatos de marcado: es bastante brillante.
probar este código de Java sencilla espero que funcione para usted
import java.net.*;
import java.io.*;
class Crawle
{
public static void main(String ar[])throws Exception
{
URL url = new URL("https://www.google.co.in/#q=i+am+happy");
InputStream io = url.openStream();
BufferedReader br = new BufferedReader(new InputStreamReader(io));
FileOutputStream fio = new FileOutputStream("crawler/file.txt");
PrintWriter pr = new PrintWriter(fio,true);
String data = "";
while((data=br.readLine())!=null)
{
pr.println(data);
System.out.println(data);
}
}
}
}
No tiene nada que ver con Textil – cmroanirgo
Según la pregunta que quiere rastrear cualquier página web y luego debe guardar en cualquier archivo de texto, entonces lo que publiqué en mi respuesta está relacionado solo con eso. Y en mi respuesta, he compartido el ejemplo simple de la consulta anterior. Todavía no obtengo ninguna razón de voto negativo. – Simmant
textil <> archivo de texto. ver http://redcloth.org/textile – cmroanirgo
Como no había implementación de JavaScript, escribí uno: https://github.com/cmroanirgo/to-textile
Es un poco primitiva en este momento, ya que es una persiana puerto del equivalente 'a-rebaja', pero debe hacer el trabajo.
Pero perderá estilos y otras cosas. Entonces también podrías convertir a Markdown. – Bruno