Init
This commit is contained in:
parent
49415ec226
commit
ce90f0be32
6 changed files with 202 additions and 0 deletions
1
.gitignore
vendored
Normal file
1
.gitignore
vendored
Normal file
|
@ -0,0 +1 @@
|
||||||
|
test.db
|
90
fetcher.go
Normal file
90
fetcher.go
Normal file
|
@ -0,0 +1,90 @@
|
||||||
|
package main
|
||||||
|
|
||||||
|
import (
|
||||||
|
"database/sql"
|
||||||
|
"log"
|
||||||
|
"time"
|
||||||
|
|
||||||
|
rss "github.com/ungerik/go-rss"
|
||||||
|
)
|
||||||
|
|
||||||
|
type GenericRSSFetcher struct {
|
||||||
|
// MedioName es el nombre para poner en la BD (field "medio")
|
||||||
|
MedioName string
|
||||||
|
FeedURL string
|
||||||
|
DB *sql.DB
|
||||||
|
|
||||||
|
// SubsetName es un nombre para un feed específico que se usa para debug
|
||||||
|
SubsetName string
|
||||||
|
|
||||||
|
PubDateFormat string
|
||||||
|
}
|
||||||
|
|
||||||
|
// SQLiteTimestampFormats[0]
|
||||||
|
const DefaultDateFormat = "2006-01-02 15:04:05.999999999-07:00"
|
||||||
|
|
||||||
|
// TODO: Capturar errores
|
||||||
|
func (fetcher GenericRSSFetcher) Fetch() {
|
||||||
|
resp, err := rss.Read(fetcher.FeedURL, false)
|
||||||
|
if err != nil {
|
||||||
|
log.Panicln(err)
|
||||||
|
}
|
||||||
|
|
||||||
|
feed, err := rss.Regular(resp)
|
||||||
|
if err != nil {
|
||||||
|
log.Panicln(err)
|
||||||
|
}
|
||||||
|
|
||||||
|
for _, entry := range feed.Item {
|
||||||
|
|
||||||
|
var parsedDate time.Time
|
||||||
|
|
||||||
|
if len(fetcher.PubDateFormat) != 0 {
|
||||||
|
parsedDate, err = entry.PubDate.ParseWithFormat(fetcher.PubDateFormat)
|
||||||
|
} else {
|
||||||
|
parsedDate, err = entry.PubDate.Parse()
|
||||||
|
}
|
||||||
|
if err != nil {
|
||||||
|
log.Panicln(err)
|
||||||
|
}
|
||||||
|
|
||||||
|
formatted_pub_date := parsedDate.Format(DefaultDateFormat)
|
||||||
|
|
||||||
|
_, err = fetcher.DB.Exec(`
|
||||||
|
INSERT INTO notas(medio, title, link, publication_date)
|
||||||
|
VALUES(?, ?, ?, ?)
|
||||||
|
ON CONFLICT(link) DO UPDATE SET
|
||||||
|
title=excluded.title;
|
||||||
|
`, fetcher.MedioName, entry.Title, entry.Link, formatted_pub_date)
|
||||||
|
if err != nil {
|
||||||
|
log.Println("Error when saving nota", err)
|
||||||
|
}
|
||||||
|
}
|
||||||
|
log.Printf("[%s/%s] Procesé %d notas", fetcher.MedioName, fetcher.SubsetName, len(feed.Item))
|
||||||
|
}
|
||||||
|
|
||||||
|
func Pagina12(db *sql.DB, subsetName string, url string) GenericRSSFetcher {
|
||||||
|
return GenericRSSFetcher{
|
||||||
|
MedioName: "pagina_12_rss",
|
||||||
|
SubsetName: subsetName,
|
||||||
|
FeedURL: url,
|
||||||
|
DB: db,
|
||||||
|
PubDateFormat: time.RFC1123,
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
func cronologicalFetcher(db *sql.DB) {
|
||||||
|
for true {
|
||||||
|
GenericRSSFetcher{
|
||||||
|
MedioName: "la_nacion_rss",
|
||||||
|
FeedURL: "https://www.lanacion.com.ar/arcio/rss/",
|
||||||
|
DB: db,
|
||||||
|
}.Fetch()
|
||||||
|
Pagina12(db, "portada", "https://www.pagina12.com.ar/rss/portada").Fetch()
|
||||||
|
Pagina12(db, "edicion-impresa", "https://www.pagina12.com.ar/rss/edicion-impresa").Fetch()
|
||||||
|
Pagina12(db, "secciones/el-pais", "https://www.pagina12.com.ar/rss/secciones/el-pais/notas").Fetch()
|
||||||
|
Pagina12(db, "secciones/sociedad", "https://www.pagina12.com.ar/rss/secciones/sociedad/notas").Fetch()
|
||||||
|
time.Sleep(time.Minute * 2)
|
||||||
|
}
|
||||||
|
|
||||||
|
}
|
9
go.mod
Normal file
9
go.mod
Normal file
|
@ -0,0 +1,9 @@
|
||||||
|
module medios.nulo.in/web
|
||||||
|
|
||||||
|
go 1.19
|
||||||
|
|
||||||
|
require (
|
||||||
|
github.com/mattn/go-sqlite3 v1.14.15 // indirect
|
||||||
|
github.com/paulrosania/go-charset v0.0.0-20190326053356-55c9d7a5834c // indirect
|
||||||
|
github.com/ungerik/go-rss v0.0.0-20200405130036-81ac15598626 // indirect
|
||||||
|
)
|
6
go.sum
Normal file
6
go.sum
Normal file
|
@ -0,0 +1,6 @@
|
||||||
|
github.com/mattn/go-sqlite3 v1.14.15 h1:vfoHhTN1af61xCRSWzFIWzx2YskyMTwHLrExkBOjvxI=
|
||||||
|
github.com/mattn/go-sqlite3 v1.14.15/go.mod h1:2eHXhiwb8IkHr+BDWZGa96P6+rkvnG63S2DGjv9HUNg=
|
||||||
|
github.com/paulrosania/go-charset v0.0.0-20190326053356-55c9d7a5834c h1:P6XGcuPTigoHf4TSu+3D/7QOQ1MbL6alNwrGhcW7sKw=
|
||||||
|
github.com/paulrosania/go-charset v0.0.0-20190326053356-55c9d7a5834c/go.mod h1:YnNlZP7l4MhyGQ4CBRwv6ohZTPrUJJZtEv4ZgADkbs4=
|
||||||
|
github.com/ungerik/go-rss v0.0.0-20200405130036-81ac15598626 h1:kCZvptlArqbfrFWL0V0YWwV9iXEvMKaUMjJvXQ/wsE4=
|
||||||
|
github.com/ungerik/go-rss v0.0.0-20200405130036-81ac15598626/go.mod h1:UeGmbG1AM6Cx0FfruZOzOC02lDvXbUWV+06tAxgCoGA=
|
88
main.go
Normal file
88
main.go
Normal file
|
@ -0,0 +1,88 @@
|
||||||
|
package main
|
||||||
|
|
||||||
|
import (
|
||||||
|
"database/sql"
|
||||||
|
"fmt"
|
||||||
|
"html"
|
||||||
|
"log"
|
||||||
|
"net/http"
|
||||||
|
|
||||||
|
_ "github.com/mattn/go-sqlite3"
|
||||||
|
)
|
||||||
|
|
||||||
|
// type Nota struct {
|
||||||
|
// Medio string `json:"medio"`
|
||||||
|
// Title string `json:"title"`
|
||||||
|
// Link string `json:"link"`
|
||||||
|
// PublicationDate string `json:"publication_date" db:"publication_date"`
|
||||||
|
// CreatedAt string `json:"created_at" db:"created_at"`
|
||||||
|
// }
|
||||||
|
|
||||||
|
type fooHandler struct {
|
||||||
|
DB *sql.DB
|
||||||
|
}
|
||||||
|
|
||||||
|
func (foo fooHandler) ServeHTTP(w http.ResponseWriter, r *http.Request) {
|
||||||
|
|
||||||
|
fmt.Fprintf(w, `<!doctype html>
|
||||||
|
<meta charset="utf-8">
|
||||||
|
<title>Observatorio de medios</title>
|
||||||
|
<ul>
|
||||||
|
`)
|
||||||
|
|
||||||
|
rows, err := foo.DB.Query(`
|
||||||
|
select medio, title, link, publication_date
|
||||||
|
from notas
|
||||||
|
where
|
||||||
|
title like "%colegio%" or
|
||||||
|
title like "%escuela%" or
|
||||||
|
title like "%Acosta%" or
|
||||||
|
title like "%tomas%"
|
||||||
|
order by publication_date asc
|
||||||
|
limit 50
|
||||||
|
`)
|
||||||
|
|
||||||
|
if err != nil {
|
||||||
|
log.Fatal(err)
|
||||||
|
}
|
||||||
|
defer rows.Close()
|
||||||
|
for rows.Next() {
|
||||||
|
var medio string
|
||||||
|
var title string
|
||||||
|
var link string
|
||||||
|
var publication_date string
|
||||||
|
err = rows.Scan(&medio, &title, &link, &publication_date)
|
||||||
|
if err != nil {
|
||||||
|
log.Fatal(err)
|
||||||
|
}
|
||||||
|
fmt.Fprintf(w, "<li>[%s] <a href=\"%s\">%s</a> %s\n",
|
||||||
|
html.EscapeString(medio),
|
||||||
|
html.EscapeString(link),
|
||||||
|
html.EscapeString(title),
|
||||||
|
html.EscapeString(publication_date),
|
||||||
|
)
|
||||||
|
}
|
||||||
|
err = rows.Err()
|
||||||
|
if err != nil {
|
||||||
|
log.Fatal(err)
|
||||||
|
}
|
||||||
|
|
||||||
|
fmt.Fprintf(w, `</ul>`)
|
||||||
|
}
|
||||||
|
|
||||||
|
func main() {
|
||||||
|
db, err := sql.Open("sqlite3", "./test.db?cache=shared")
|
||||||
|
if err != nil {
|
||||||
|
log.Panic(err)
|
||||||
|
}
|
||||||
|
defer db.Close()
|
||||||
|
|
||||||
|
db.SetMaxOpenConns(1)
|
||||||
|
|
||||||
|
http.Handle("/foo", fooHandler{db})
|
||||||
|
|
||||||
|
go cronologicalFetcher(db)
|
||||||
|
|
||||||
|
log.Println("Listening in :8080")
|
||||||
|
log.Fatal(http.ListenAndServe(":8080", nil))
|
||||||
|
}
|
8
migrations/00001-articulos.sql
Normal file
8
migrations/00001-articulos.sql
Normal file
|
@ -0,0 +1,8 @@
|
||||||
|
CREATE TABLE notas (
|
||||||
|
medio TEXT NOT NULL,
|
||||||
|
title TEXT NOT NULL,
|
||||||
|
link TEXT NOT NULL,
|
||||||
|
publication_date DATETIME NOT NULL,
|
||||||
|
created_at DATETIME NOT NULL DEFAULT current_timestamp,
|
||||||
|
UNIQUE(link)
|
||||||
|
);
|
Loading…
Reference in a new issue