Stata小程序: 提取簡書文章列表

作者：連玉君 (知乎 | 簡書 | 碼雲 | github)

Stata 寒假班 報名中……

連玉君主講，2018年1月13日-21日，北京

Stata初級班｜Stata高級班 | Stata全程班

問題背景：

• 在每一篇簡書推文的末尾，我都會加上【往期回顧】欄目，如【圖1】。
• 這些超鏈接文字對應的 Markdown 語句挺繁瑣，見【圖2】。
• 我以前笨，手動操作，需要從我的簡書主頁 (圖3) 中逐個【複製】→ 【粘貼】4 次才能完成一個鏈接。

解決辦法：用 Stata 寫個小程序！

思路：

1. 用 copy 命令從我的【簡書主頁】讀取 網頁數據，存儲到一個文本文件中；
2. 用 infix 命令將上述文本文件讀取為 Stata 格式的數據；
3. 使用 subinstr() 等字元函數或正則表達式處理網頁中的無用信息，進而將處理好的乾淨文本改寫為 Markdown 格式的鏈接；
4. 用 export delimited 命令把處理好的數據讀入文本文件，進而用 shellout 命令打開這個文本文件；
5. 從文本文件中複製自動生成的鏈接文字，貼入簡書 Markdown 編輯器。

使用方法：

1. 把上述代碼寫成 Stata 程序，即 .ado 格式的程序文件，命名為 jslist.ado；
2. 每次使用時，在 Stata 命令窗口中輸入 jslist 即可自動生成【圖2】中的 Markdown 文本。參見【圖4】和【圖5】。

*! 呈現連玉君的簡書文章列表 Markdown 格式n*! 2017/6/18 12:29n*! 後續工作：把這個 txt 文檔的內容直接寫入 搜狗 短語文件中，n*! 鍵盤輸入時，只需輸入 jslist 即可插入最新列表nnprogram define jslistnversion 15nn *-從簡書個人主頁copy個人文章列表nn cd "D:stata15adopersonalJianshujianshuList"nn*----------------------quietly------------bein--- nqui{ n copy "http://www.jianshu.com/u/69a30474ef33" "jianshu_list.txt", replace nn *-將網頁 txt 文檔讀入 stata n local ff "jianshu_list"n infix strL var 1-3000 using "`ff.txt", clearnn *-去除無用 codes, 保留所需代碼 n format var %-600s n keep if strmatch(var, `"*<a class="title" target="_blank" href="/p/*")n replace var=subinstr(var,"/p/","http://www.jianshu.com/p/",.)n replace var=subinstr(var,`"href="","<",1)n replace var=subinstr(var,`"">","<",1)nn *-將處理後的文本轉換成 Markdown 鏈接語句 n split var, parse(<)n keep var3 var4n rename (var3 var4) (url title)n order title urln replace title = "- [" + titlen replace title = title + "]"n replace url = subinstr(url,"http","(http",.)n replace url = url+")"n gen v = title+urln format v %-300s n keep vnn *-輸出處理好的 txt 文本，並直接打開 txt 文檔n export delimited using "`ff_out.txt", novar nolabel replacenn shellout "`ff_out.txt"n} n*----------------------quietly------------over--- nnendn

jslist.ado 文檔

可以進一步擴展的地方

1. 把 jslist.ado 輸出的 txt 文檔內容直接寫入 (help file write) 搜狗 短語文件中；當使用搜狗輸入法時，只需輸入 jslist 即可插入最新列表；
2. 添加一個選項 url(string)，可以讓用戶自己指定需要訪問的簡書主頁；
3. 目前的程序還無法獲取完整的簡述文章列表，還需要分析網頁；

往期回顧

• 在 Markdown 中使用 HTML 中的特殊符號
• 新數據，新視角！獲取特殊數據的軟體
• Stata幫助和網路資源匯總(持續更新中)
• 協整：醉漢牽著一條狗
• 在 Markdown 中快速插入文字連接
• Stata dofile 轉換 PDF 製作講義方法
• Github使用方法及Stata資源
• 碼云：我把常用小軟體都放這兒了
• 連玉君的鏈接

Stata 寒假班 報名中……

連玉君主講，2018年1月13日-21日，北京

Stata初級班?｜?Stata高級班? | ?Stata全程班

http://weixin.qq.com/r/7Ujm-tfEHIpjrZOd9x3- (二維碼自動識別)

推薦閱讀：