transmogrify.siteanalyser 1.3

简介

Transmogrifier蓝图，查看HTML项之间的链接方式，以收集有关项目的元数据。它们可以帮助您重新组织内容。

transmogrify.siteanalyser.sitemapper

获取导航HTML，例如整个站点地图、面包屑或导航菜单，使用嵌套链接构建站点结构和页面标题。这可以用来清理项目URL和标题，以及隐藏不应在菜单中显示的内容。这对于清理使用扁平URL方案（如“display?id=xxx”）的站点非常有用。

选项

字段:

包含站点地图或嵌套链接的项目的字段的名称

字段表达式:

确定包含站点地图的字段的表达式

面包屑字段:

包含面包屑风格HTML的字段的键。例如：<a href="..">文件夹</a> &gt; 项目。

文件夹类型：

如果设置，将确保站点地图中所有父项都是此类型，如果需要，则将项目移动到默认页面

排除导航键：

如果此项目未在站点地图中找到，将此键设置为“True”。默认为“exclude-from-navigation”

标题键：

如果没有标题，请从站点地图更新此字段

路径_sub：

换行分隔的正则表达式和替换，以便调整路径，更改内容移动到的位置

条件：

如果为假，则不移动此项目

transmogrify.siteanalyser.urltidy

将URL中的id标准化，以便添加到plone

以下将根据TALES表达式整理URL

$> bin/funnelweb --urltidy:link_expr="python:item['_path'].endswith('.html') and item['_path'][:-5] or item['_path']"

如果您想在上传之前移动内容，也可以使用urltidy步骤，例如：

$> bin/funnelweb --urltidy:link_expr=python:item['_path'].startswith('/news') and '/otn/news'+item['path'][5:] or item['_path']

选项

条件：

应用转换的TAL表达式

区域设置：

返回用于id标准化的区域设置的TALES表达式。例如：“string:en”

链接表达式：

用于更改项目“_path”的TALES表达式

使用标题：

条件TAL表达式，用于将末尾路径元素更改为item[‘_title’]的标准化版本

transmogrify.siteanalyser.attach

查找与单个页面紧密相关的项目，并将它们移动。例如，如果图像位于图像文件夹中，但仅从/page中的单个img元素引用，则该图像将与页面“合并”。合并的方式取决于“fields”设置。合并可以是将子项的内容移动到父项的字段中，也可以是通过包含。

或者以下操作将仅移动图像附件，并使用“index-html”作为新创建文件夹的默认页面的新名称

[funnelweb]
recipe = funnelweb
attachmentguess-condition = python: subitem.get('_type') in ['Image']
attachmentguess-defaultpage = index-html

选项

字段：

返回更改项的字典的TALES表达式。它将使用“item”，“subitem”和“i”变量。例如：python:{‘attachment’:subitem[‘text’]}。这将适用于所有子项。子项将被删除。

条件：

应用转换的TALES表达式（默认=’python:True’）

默认页面：

(默认=’index-html’)

transmogrify.siteanalyser.title

此蓝图将使用网络爬虫生成的项的_backlinks，如果未向项提供标题字段，它将尝试从链接名称中猜测它，这些名称链接到该文档。您可以指定一个选项“ignore”，以指定永远不会使用的标题

如果无法从反向链接中猜测它，它将默认使用清理后的文件名

选项

条件：

应用转换的TAL表达式

忽略：

换行分隔的字符串列表，不会用作标题。默认为“next”，“previous”

transmogrify.siteanalyser.hidefromnav

此蓝图将猜测哪些文件夹应该从导航树中隐藏。它通过以下三种规则之一来完成此操作

1. 收集内容提取后留下的所有链接在_template html中，并假设从内容外部链接的任何内容都应该显示文件夹，而其他内容应隐藏。#TODO 2. 仅通过img链接找到内容的文件夹也将被隐藏。#TODO 3. 将要设置为tree以隐藏项的条件

选项

键：

默认为“_exclude-from-navigation”。

条件：

默认为“python:False”

模板键：

#TODO 默认为“_template”

隐藏图像文件夹：

#TODO 默认为“True”

transmogrify.siteanalyser.defaultpage

确定项是否是容器的默认页面（它具有许多指向该容器中项的链接，即使它不在该文件夹中），然后将它移动到该文件夹。

选项

模式：

‘链接’或‘路径’（默认=链接）。‘链接’模式通过查看链接来决定一个项目是否为子树的默认页面。‘路径’模式使用父路径表达式来决定一个项目是否为该父级的默认页面。

min_links:

如果一个页面至少有这个数量的链接指向文件夹中的内容，则将其移动到该文件夹并使其成为默认页面。（默认=2）

max_uplinks:

如果一个页面的父链接数超过max_uplinks，则不会移动。（默认=2）

parent_path:

规则由输入的parent_path选项定义，该选项是一个包含对item、transmogrifier、name、options和modules变量访问的表达式。返回的值用于通过路径查找可能的父项目。如果找到，则将项目移动到该父项目，适当地设置父项目_defaultpage键，然后我们转向处理管道中的另一个项目。因此，如果parent_path规则为同一父级返回多个项目，则管道中的第一个项目将具有优先权。

条件：

默认=python:True

transmogrify.siteanalyser.relinker

帮助重新结构化内容。如果您想将内容从一个路径移动到另一个路径，则在先前的blueprints中将‘_path’调整为新路径。创建一个名为‘_origin’的新字段，并将旧路径放入其中。一旦通过relinker通过，所有href、img标签等在html内容中指向已移动内容的都将更改。在重新链接后将删除所有‘_origin’字段。

选项

ignore_duplicates:

如果为‘True’，则当两个项目从同一位置重定向时不会引发错误。这可能在某些CMS中发生，其中内容可以位于站点的不同url中

broken_link_normalise:

每个新行的TAL表达式，它从html内部获取‘url’并返回一个将与站点中现有链接之一匹配的链接。必须返回完整的url，而不是路径。这在许多不同链接可以指向相同内容时很有用。

transmogrify.pathsorter

如果项目在文件夹中的同一级别，则将根据由transmogrify.webcrawler给出的‘_sortorder’键进行排序。

此外

• 如果容器具有‘text’键，则将创建默认页面。

• 如果项目的名称在‘default_pages’中，并且其父级尚未具有默认页面，则该项目将被设置为父级的默认页面。

选项

default_pages:

如果项目与这些名称之一匹配，则将项目设置为父级的默认页面。默认为‘index.html’

default_containers:

如果给定项目的父级不存在，则将创建该项目。_type键将设置为‘default_containers’中的第一个项目。默认为‘Folder’。

变更日志