螺旋导入器
将网站内容输入到一个Helix项目中可以消费的基建工具.
进口商的基本概念:对于输入url,将DOM转换为Markdown / docx文件.
导入器
进口商必须延伸 页面导入器 执行 fetch 财务报告和审定财务报表 process 方法。 总的想法是 fetch 接收url以导入,并负责返回 HTML. process 接收相应的文档,以便在由Markdown变压器处理之前过滤 / 重排 / 重排 DOM . process 计算并定义 页面导入资源 (可能不止一个),每个资源被转换为Markdown文档.
进口商的目标是清除一般的 DOM 元素,如页眉/页脚,导航等,以及所有页面通用的所有元素,以获得每页内容的独特块.
HTML2x 帮助
HTML2x 密码 方法(单位:千美元)HTML2md 财务报告和审定财务报表 HTML2docx)是运行导入的方便方法。 作为投入,它们采取:
URL: 要导入的页面的 URLdocument: 导入的 DOM 元素 - 文档对象或字符串(参见createDocumentFromString用于字符串大小写)transformerCfg: 带有变换"规则"的对象. 对象可以是:{ transformDOM: ({ url, document, html, params }) => { ... return element-to-convert }, generateDocumentPath: ({ url, document, html, params }) => { ... return path-to-target; }}在一个输入文档/一个输出文件之间进行单一映射{ transform: ({ url, document, html, params }) => { ... return [{ element: first-element-to-convert, path: first-path-to-target }, ...] }用于映射一个输入文档/多个输出文件(用于从一个单一网页生成多个 docx)
config: 具有多个配置属性的对象createDocumentFromString: 如果您在非浏览器上下文中使用这些方法并想要通过, 则需要此配置document参数为字符串。 这种方法接收 HTML 作为字符串解析,必须返回文档对象.setBackgroundImagesFromCSS: 设置为假以禁用background-image{\fn黑体\fs22\bord1\shad0\3aHBE\4aH00\fscx67\fscy66\2cHFFFFFF\3cH808080}在DOM里装入内衣.
导入器 UI
Helix 导入器有专用浏览器 UI: 见 https://github.com/adobe/helix-importer-ui 页面存档备份,存于互联网档案馆
安装
npm i https://github.com/adobe/helix-importer
TODO: 发布 npm 模块
使用量
import { ... } from '@adobe/helix-importer';