RegExzess

Die Sachen funktionierten, nun muss ich die Preise ziehen. Manchmal wir EUR geschrieben, manchmal „€“ mit ohne ohne Spacing.

Ich saß Stunden(!) da und suchte mir die Sachen zusammen.


re.findall(r'(?:[+-£]?\d+(?:\,\d+)?\s)?\S*(?:[€]|\bEUR\b|\bEuro\b|\b,- Euro\b|%)\S*?', title)


Das Ding Findet Preise: „€“, „EUR“, „Euro“ oder ,- Euro wie bei snipz.de nach einer Zahl sowie Prozente +/- mit Kommas oder ohne.

Wenn bei der zweiten Zahl ein Punkt drin ist (1.000), wird alles vor dem Punkt nicht angezeigt. Es gibt mehrzeilige RegEx, die alle Spezialfälle checken aber ich hatte dann erst mal genug und ich will sowieso nur die ersten Treffer.

Um 20:00 brummte mir nach dem RegExzess der Kopf aber ist auch genial, was man damit machen kann. Ich hoffe, dass der UTF-8 Output dann klappt und ich endlich mit WordPress loslegen kann. Das Regex Zeug war doch aufwändiger als gedacht. Der ganze Tag ging da drauf.

Eine Runde joggen war wichtig. Pizza zum Abendessen. Dann fand ich PyTeaser, womit man Texte zusammenfassen kann. Die deutschen Stopwords sind dann auch wichtig. So kann ich vielleicht dann auch automatisch Summaries entwickeln. Zunächst ist die Frage, was ich mit den Preisinfos mache. In JavaScript rausfiltern oder als CustomTag in ein erweitertes DB-Schema? Die DB wird erweitert, weil ich auch das Hauptimage brauche.
Erweiterung um Link(Source), Image und Preis. Bei den Spielen sollte wohl auch die Kategorie mit drin sein. Weiterhin könnte man die bgcolor definieren usw..

Das Image-Caching Plugin schaltete ich somit erst mal aus und konzentriere mich jetzt auf das XMLRPC Plugin für die WordPress-Ansteuerung. Heute leider nicht mehr. Nur etwas Spielen mit dem PyTeaser Summarizer.