Sindup::Doc Crawler Forum

De Hegyd Doc.

Il y a 2 types des pages :

• Les pages "génériques", elles regroupent les listes de catégories et de topic :

http://forum.zebulon.fr/
http://forum.zebulon.fr/securite-f40.html
http://forum.zebulon.fr/securisation-prevention-f52.html
...

• Les pages de topic, elles contiennent la discution :

http://forum.zebulon.fr/mot-de-passe-routeur-box-t146206.html
http://forum.zebulon.fr/resolu-hacking-suppose-t192033.html
...

Les différents patterns :

Syntaxe :

• première lettre : p pour pattern ou f pour format
• dernière lettre : L pour liste ou T pour topic ou P pour post
• le millieu : le type de données extraitent par le pattern

Utilité des différents patterns :

• pContentL : découpage des pages "génériques" pour isolé l'url et la date modification quand elle est présente
• pDateL : extraction de la date du contenu
• fDateL format de la date pour permettre ça transformation en uts

• pSession : identification et suppression du paramètre lié à la session
• pUrlL
• pDateL
• fDateL
• pPageL
• pUrlT
• pPageT
• pIdT
• pTitleT
• pPostP
• pAuthorP
• pDateP
• fDateP
• pTextP
• redirect
• model