« NewsExtractor/CSSExtractor.pm
↑ Summary
NewsExtractor/SiteSpecificExtractor/www_digitimes_com_tw.pm »
| 1 | package NewsExtractor::SiteSpecificExtractor::focustaiwan_tw; | ||||||||||
| 2 | 1 | ▶ | use utf8; | ||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||
| 3 | 1 | ▶ | use Moo; | ||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||
| 4 | 1 | extends 'NewsExtractor::GenericExtractor'; | |||||||||
| 5 | |||||||||||
| 6 | 1 | ▶ | use Importer 'NewsExtractor::TextUtil' => qw(u); | ||||||||
|
Subroutine
BEGIN: called CC=1 SCAR=0.0
| |||||||||||
| 7 | |||||||||||
| 8 | 0 | ▶ | sub dateline { | ||||||||
|
Subroutine
dateline: not called CC=2 SCAR=17.9
Pod
undocumented
| |||||||||||
| 9 | 0 | my ($self) = @_; | |||||||||
| 10 | |||||||||||
| 11 | # Example: <div class="updatetime">07/10/2020 10:59 PM</div> | ||||||||||
| 12 | 0 | my $dateline = $self->dom->at('div.updatetime')->all_text; | |||||||||
| 13 | 0 | my @t = $dateline =~ m/([0-9]+)/g; | |||||||||
| 14 | 0 | ▶ | $t[3] += 12 if $dateline =~ /PM\z/; | ||||||||
|
Branch: 1 branch
| |||||||||||
| 15 | |||||||||||
| 16 | 0 | return u(sprintf( | |||||||||
| 17 | '%04d-%02d-%02dT%02d:%02d:%02d+08:00', | ||||||||||
| 18 | $t[2], # year | ||||||||||
| 19 | $t[0], # month | ||||||||||
| 20 | $t[1], # mday | ||||||||||
| 21 | $t[3], # hour | ||||||||||
| 22 | $t[4], # minute | ||||||||||
| 23 | 59, # sec | ||||||||||
| 24 | )); | ||||||||||
| 25 | } | ||||||||||
| 26 | |||||||||||
| 27 | 0 | ▶ | sub journalist { | ||||||||
|
Subroutine
journalist: not called CC=2 SCAR=17.9
Pod
undocumented
| |||||||||||
| 28 | 0 | my ($self) = @_; | |||||||||
| 29 | 0 | ▶ | my $el = $self->dom->at('div.author > p') or return; | ||||||||
|
Branch: 1 branch
| |||||||||||
| 30 | 0 | return $el->all_text =~ s/\s*\(By\s+(.+)\)\s*/$1/r; | |||||||||
| 31 | } | ||||||||||
| 32 | |||||||||||
| 33 | 1 | 1; | |||||||||