Izvori su feedovi i stranice koje Mediastilo prati radi materijala. Svaki prolaz cjevovoda čita vaše aktivne izvore, ocjenjuje svaku stavku prema vašem Brend i prikazuje najusklađeniji materijal u Signalima: spreman da postane nacrt.
Vrste izvora
- RSS feedovi: najpouzdanija vrsta. Zalijepite URL feeda ili zalijepite URL stranice, a Mediastilo će pokušati pronaći njezin feed umjesto vas.
- Scrapane stranice: za stranice bez upotrebljivog feeda, Mediastilo čita stranicu izravno koristeći skup selektora koji joj govore gdje se nalaze objave, naslovi i poveznice. Njih Mediastilo sam razaznaje pri dodavanju izvora, vi ih ne pišete. Podržane su i stranice koje popis članaka grade u pregledniku pomoću JavaScripta: kad obični tekst stranice nema stavki, Mediastilo renderira stranicu poput pravog preglednika pa se i sadržaj generiran na strani klijenta ispravno čita.
- Izvori samo sa sažetkom: neki veliki izdavači (primjerice veliki međunarodni listovi) objavljuju otvoreni RSS feed, ali tekst članka drže iza naplatnog zida. Za takve izvore Mediastilo preuzima samo izdavačev naslov i uvodni sažetak iz feeda — dovoljno za praćenje priče kao signala, ali ne i cijeli članak. Budući da cijeli tekst nije dostupan, iz tih se stavki ne izrađuju nacrti (za nacrt je potreban pravi tekst) te su u popisu izvora označene kao Samo sažetak.
- I kratke objave se broje: obavijest općine od četiri retka, ili objava koja je samo plakat bez teksta, cijela je objava — a ne neuspjelo čitanje. Mediastilo procjenjuje stavku prema tome je li preuzeo sve što je stranica imala, a ne prema tome koliko je toga ispalo, pa su takve objave upotrebljiv materijal kao i svaki drugi. Zadržava se od pisanja ona objava čiji tekst imamo tek djelomično.
Dodavanje izvora
-
Idite na Izvori i zalijepite bilo koji URL. Dovoljna je naslovnica stranice, ali jednako tako i adresa feeda, rubrika s vijestima ili poveznica na jednu objavu — ne morate znati ima li stranica feed ni gdje se nalaze njezine objave.
-
Mediastilo prvo utvrdi što ste mu dali. Adresu feeda uzima kao feed koji ste mislili, umjesto da je preispituje. Poveznicu na jednu objavu čita kao putokaz do rubrike u kojoj je ta objava razvrstana, pa se pretplaćujete na rubriku, a ne na traku povezanih objava na dnu teksta.
Zatim traži RSS feed. Ako ga stranica ne objavljuje, sam traži popis objava, prateći navigaciju same stranice (vijesti, novosti, objave, blog, aktualnosti) i uobičajene adrese kad navigacija ništa ne govori. Stranice koje popis grade u pregledniku prvo se renderiraju poput pravog preglednika.
Feed koji se uredno čita nije nužno i živ feed — mnoge stranice ga ostave iza sebe nakon redizajna i nastave objavljivati na samoj stranici. Zato, kad je najnovija stavka u feedu starija od tjedan dana, Mediastilo pročita i stranicu pa zadrži ono što je doista aktualno. Kod izjednačenog ili bliskog rezultata pobjeđuje feed: to je jedan jeftin zahtjev koji izdavač održava, dok izravno čitanje stranice ovisi o rasporedu koji se mijenja.
-
Izvor dobiva ime po stranici, a ne po njezinu feedu. Feed se često zove RSS 2.0, Naslovna ili po naslovu one objave na koju je adresa slučajno pokazivala, pa Mediastilo radije pita stranicu kako ona sebe naziva, a ako ni to ne pomogne, uzima domenu umjesto naziva formata.
-
Dobivate što bismo prikupljali: najnovije pronađene objave s datumima, stranicu na kojoj smo se zaustavili i prvu objavu koju možete raširiti do cijelog teksta. Potvrdite ili recite da to nije ono što ste mislili.
-
Mediastilo također provjerava je li domena već među vašim izvorima, kako ne biste dodali duplikate.
Pitamo vas isključivo o sadržaju, nikad o strukturi stranice. Kakva god stranica bila — redakcija, blog dobavljača ili obavijesti ministarstva — ako objave izlaze u popisu, upotrebljiva je kao izvor.
Izvor se sprema samo ako odmah zaista daje objave: ako stranica na kojoj smo se zaustavili vrati prazno ili nema nijedan datum po kojem bi se objave poredale, Mediastilo će to reći umjesto da doda izvor koji bi tiho isporučivao ništa.
Ako ne pronađemo popis objava, objave su možda jednostavno drugdje na stranici, pokušajte izravno s podstranicom (primjerice stranicom Vijesti ili Blog). Izvor i dalje možete postaviti i ručno, zadajući selektore koji govore gdje su objave, naslovi, poveznice i datumi.
Ako Pregled javi da je stranica zaštićena od botova ili iza naplatnog zida, ne može se dodati automatski, neke stranice (mnogi međunarodni mediji) aktivno blokiraju automatsko čitanje. U tom slučaju pokušajte sa službenim RSS feedom stranice ako ga ima; prilagođeni scraper neće proći isti zid.
Broj izvora koje možete dodati ovisi o vašem planu, pogledajte Krediti i naplata.
Stanje izvora
Ploča Izvori svrstava svaki izvor u jednu od četiri skupine i prve prikazuje one koji traže vašu pažnju:
- Ne radi (Failing): zadnja dohvaćanja završila su greškom, selektori više ne odgovaraju stranici ili je izvor uredno odgovorio, a nekoliko provjera zaredom nije vratio nijedan članak.
- Ustajalo (Stale): ništa nije dohvaćeno u zadnja 48 sata.
- Pauzirano (Paused): namjerno isključeno. Dok je izvor pauziran, greške se ne broje.
- Ispravno (Healthy): nedavno dohvaćeno, bez grešaka.
Brojevi iznad popisa odnose se na sve vaše izvore, ne samo na one na ekranu, i ostaju isti dok prelazite između skupina — kliknite pločicu da vidite samo tu skupinu. Skupina koju gledate dio je adrese stranice, pa je možete osvježiti, spremiti u favorite ili podijeliti, a napomena o pokrivenosti na početnoj stranici vodi ravno na one neispravne.
Mediastilo od vas ne traži da popravite neispravan izvor, jer to gotovo nikad i ne možete. Razlozi zbog kojih dohvat ne uspije - zaštita od botova, plaćeni zid, ograničenje broja zahtjeva, greška poslužitelja - naši su i sami ih zaobilazimo te automatski pokušavamo ponovno. Početna stranica govori vam posljedicu: koliko vaših izvora ovaj tjedan nije donijelo ništa. To je vrijedno znati jer izvor koji mjesec dana ne donosi ništa možda više ne zaslužuje mjesto na vašem popisu, a tu odluku možete donijeti samo vi.
Za scrapane stranice Mediastilo prati i detaljniji status, vidljiv na stranici samog izvora:
- OK: izvor se ispravno čita.
- Neispravno (Broken): selektori više ne odgovaraju stranici (stranica je vjerojatno promijenila izgled).
- Nedostupno (Unreachable): Mediastilo uopće nije mogla doći do stranice.
Izvor koji se stalno vraća prazan prikazuje oznaku Nema članaka. To je tihi kvar: stranica odgovara normalno, pa nema greške, ali ni članaka — obično zato što je stranica promijenila izgled pa ono što izvor prikuplja više ne odgovara. Tri prazne provjere zaredom dovoljne su da izvor bude označen kao neispravan, kako ne bi mjesecima izgledao ispravno, a ništa ne donosio. Otvorite ga i pokrenite provjeru; ako stranica jednostavno nije ništa objavila, prvi sljedeći članak sam uklanja oznaku.
Mediastilo ne staje na tome da imenuje problem. Čim izvor prijeđe u neispravne, ponovno čita izdavača iz početka — jednako kao kad ste ga dodali — polazeći od njegove domene, a ne od adrese koja je upravo zakazala. Gleda sve što izdavač nudi, a ne samo način na koji ga trenutačno čitamo: stranica čiji je feed utihnuo može prijeći na izravno čitanje stranica, a stranica koju čitamo selektorima može prijeći na feed koji je u međuvremenu objavila. Ako izdavač objavljuje vijesti na više mjesta, rubrike koje nismo čitali dodaju se uz postojeće, umjesto da biramo između njih. Ako uspije razaznati novi raspored, kartica izvora nudi popravak. Popravi ga primjenjuje i odmah ponovno čita stranicu, pa vidite koliko je objava dohvatila. Popravak se ne nudi kada se raspored zapravo nije promijenio, a stranica je uistinu prazna: nema se što popraviti. Ne sada sklanja ponudu, a javit ćemo se ponovno ako se stranica promijeni.
Izvor koji ne radi prikazuje i oznaku Blokirano kada je stranica zaustavila posljednje dohvaćanje, a oznaka imenuje ono što ga je zaustavilo. To nije jedna te ista stvar, pa stranica izvora piše s čime imate posla. Cloudflare zid, DataDome zid, provjera bota ili obično blokira botove znače da izdavač odbija automatske čitače: takav zid s naše strane nije moguće zaobići i izvor će nastaviti padati osim ako ne ponude feed koji možemo čitati ili nas ne propuste. Naplatni zid znači da tijelo članka nije naše da ga uzmemo, ali naslov i uvodni sažetak iz feeda jesu. Greška poslužitelja ili ograničenje zahtjeva uopće nisu zid — stranica izdavača je imala trenutak slabosti ili je tražila da usporimo; ponovni pokušaji sami se razmiču i riješi se kad se riješi i njihova stranica. Samo je prva skupina vrijedna reakcije, a reakcija je feed od izdavača, ne još pokušaja. Oznaka Samo sažetak znači suprotno od kvara: izvor radi, ali Mediastilo namjerno zadržava samo naslov i uvodni sažetak iz feeda (izdavač iza naplatnog zida), pa doprinosi signalom bez cijelog članka iz kojeg bi se izradio nacrt.
Još dvije oznake opisuju izvor koji radi, ali prikuplja pogrešan tekst — što je drugi problem od izvora koji ne prikuplja ništa. Nečisto čitanje znači da feed izdavača uredno prenosi njihove članke, a naše čitanje njihovih stranica povlači i sadržaj oko članka: njihova strana je u redu, naša je ono što treba popraviti. Pogrešan tekst znači da se feed i stranica članka uopće ne podudaraju, što upućuje na pogrešan feed ili pogrešan dio stranice. Oboje nam vrijedi javiti: po svim ostalim mjerilima takav izvor izgleda ispravno dok se to događa.
Ako je izvor neispravan ili nedostupan, popravite ga ili ažurirajte kako bi i dalje doprinosio materijalom. Izvor možete i validirati na zahtjev da ga ponovno provjerite.
Što je izvor proizveo
Stanje vam govori radi li izvor. Ne može vam reći isplati li se — izvor može mjesecima raditi besprijekorno i nijednom proizvesti nešto što ste objavili. Zato svaka kartica izvora nosi i ono što je stvarno urodilo:
prikupljeno → u nacrtima → objavljeno
- prikupljeno: stavke koje je ovaj izvor donio.
- u nacrtima: različiti nacrti koje su te stavke proizvele. Više stavki o istoj priči dijeli jedan nacrt i broji se jednom, pa je ovo broj napisanih priča, a ne pročitanih članaka.
- objavljeno: koliko ste tih nacrta objavili. To je broj koji odgovara na pitanje „zaslužuje li ovaj izvor svoje mjesto?”
Izvor koji je donio stavke, ali nije proizveo nijedan nacrt, označen je s Još bez nacrta. To nije kvar — izvor može biti koristan za rano upozoravanje i bez da se iz njega ikad piše — ali izvor koji dugo stoji na nuli prvi je kandidat za micanje.
Brojevi poštuju analitički prozor vašeg plana, pa pokrivaju isto razdoblje kao i ostatak vaših izvještaja.
Održavanje izvora svježima
Izvori se automatski čitaju pri svakom prolazu cjevovoda, ali izvor možete sinkronizirati ručno kako biste odmah povukli njegove najnovije stavke.
Prijedlozi konfiguracije za scraping
Na višim planovima, kada se scrapana stranica pokvari ili treba postavljanje, Mediastilo može predložiti novu konfiguraciju za scraping, selektore koji joj govore gdje se nalazi sadržaj. Možete pregledati prijedlog i potvrditi ga (da ga primijenite) ili ga odbiti. Time scrapani izvori nastavljaju raditi kako se stranice mijenjaju, bez ručnog uređivanja selektora.
Prijedlozi konfiguracije za scraping značajka su ovisna o planu. Ako ih ne vidite, provjerite svoj plan u Krediti i naplata.
Uklanjanje izvora
Uklonite izvor s popisa Izvori u bilo kojem trenutku. Više se neće čitati u budućim prolazima cjevovoda.
Što slijedi
Materijal iz vaših izvora ulazi u Signale, gdje ga Mediastilo ocjenjuje prema usklađenosti s brendom, a najjače podudarnosti postaju nacrti. Pogledajte Nacrti i objavljivanje.